报告人:张苏苏
报告地点:腾讯会议
报告时间:2020年12月23日星期三9:00-10:00
邀请人:孟祥斌
报告摘要:
对考生能力的准确评估是教育测量中的重要任务。传统考试通常基于最终作答对考生进行能力评估。计算机测试的广泛应用使得更多类型的考生数据——例如过程性数据——得以被收集。过程性数据此处指计算机交互式测试中收集的日志数据:考生详细的解题过程,包括点击、拖拽、键盘输入以及对应的时间戳,以日志数据的形式被记录。本次报告将介绍一种通过过程性数据提高潜变量测量精度的方法。该方法基于Rao-Blackwell定理,在一定的正则条件下,可降低潜变量估计的均方误差(MSE)。在2012年国际成人能力评估项目(PIAAC)中收集的“技术密集环境下的问题解决能力”(PSTRE)测试数据上,我们对两种能力估计方法(包括过程信息/只基于最终作答)进行了比较。
会议网址:https://meeting.tencent.com/l/NB3KmA1sRr6Z
会议ID:981 465 279
主讲人简介:
张苏苏 美国伊利诺伊大学香槟分校(UIUC)心理学和统计学系的助理教授,(2018-2020)哥伦比亚大学统计系博士后研究员。主要研究方向:潜变量模型的统计推断及其应用,心理和教育测评的过程性数据分析,机器学习以及其他定量方法在教育与心理测量中的应用等。曾在ANNU REV STAT APPL,MULTIVAR BEHAV RES,BEHAV RES METHODS等统计学和教育统计学与心理测量领域的顶尖期刊发表论文10余篇。