강한 베이지안 사전분포를 사용한 가교문항-고정 IRT 추정 방법의 원리와 기능The Principle and Performances of Fixed-Anchor IRT Calibration Methods Using Strong Bayesian Priors
- Other Titles
- The Principle and Performances of Fixed-Anchor IRT Calibration Methods Using Strong Bayesian Priors
- Authors
- 김성훈
- Issue Date
- Mar-2015
- Publisher
- 한국교육평가학회
- Keywords
- 가교문항-고정 IRT 추정; 베이지안 사전분포; 베이지안 최빈 추정; EM 알고리듬; fixed-anchor IRT calibration; Bayesian priors; Bayesian modal estimation; EM algorithm
- Citation
- 교육평가연구, v.28, no.1, pp.25 - 51
- Indexed
- KCI
- Journal Title
- 교육평가연구
- Volume
- 28
- Number
- 1
- Start Page
- 25
- End Page
- 51
- URI
- https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/143789
- ISSN
- 1226-3540
- Abstract
- 비동등집단-가교문항(nonequivalent-groups anchor-items test) 설계를 통해 얻어진 검사 자료를 문항반응이론(IRT)을 통해 분석할 때, 가교문항-고정 IRT 추정 방법은 기존의 능력척도 상에서 추정된 가교문항의 모수를 고정한 채 기저 능력분포를 추정함으로써 비가교문항의 모수들을 기존의 능력척도 상에서 추정하기 위해 사용된다. 가교문항-고정 IRT 추정을 성공적으로 수행하기 위해 선행 연구들은 가교문항의 모수를 추정에서 명시적으로 제외하는 특수한 주변최대우도-기대최대(MML-EM) 방법(‘고정문항-추정제외 MML-EM 방법’)을 사용하였다. 본 연구는 가교문항-고정 IRT 추정을 위한 대안적 방법으로 고정할 가교문항의 모수에 대해 강한 베이지안 사전분포를 사용할 수 있는 일반적인 베이지안 최빈(BM)-EM 방법(‘강한-사전분포 BM-EM 방법’)을 제시하고, 사전분포의 강도에 따라 이 대안적 방법이 어떻게 기능하는지를 검토하였다. 강한-사전분포 BM-EM 방법에서 각 가교문항의 모수는 해당 베이지안 사전분포의 최빈치(mode)를 그 모수 값으로 지정하고 표준편차(SD)를 0.000001~0.01의 작은 값으로 지정하여 “고정” 추정한다. 다양한 검사 조건을 포함한 모의실험의 결과, 강한-사전분포 BM-EM 추정 방법은 사전분포의 표준편차를 SD=0.01까지 약하게 지정하더라도 성공적으로 기능함을 확인하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - 서울 사범대학 > 서울 교육학과 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/143789)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.