|
Автоматика и телемеханика, 2017, выпуск 12, страницы 84–99
(Mi at14951)
|
|
|
|
Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)
Стохастические системы
Два алгоритма оценивания уровней сложности тестов
А. И. Кибзун, Е. А. Жарков Московский авиационный институт
Аннотация:
Исследуется задача оценивания уровней сложности тестовых заданий и уровней подготовленности студентов, возникающая в системах дистанционного обучения. Для решения задачи предложены два алгоритма обработки результатов тестов. Первый алгоритм основывается на предположении, что случайные ответы испытуемых описываются логистическим распределением. Для вычисления сложностей заданий и уровней подготовленности студентов используется метод максимального правдоподобия и квазиньютоновский метод оптимизации Бройдена–Флетчера–Голдфарба–Шэнно, где функция правдоподобия строится специальным образом, основываясь на модели Раша. Второй алгоритм является эвристическим и основан на рекуррентном пересчете первоначальных оценок, полученных с помощью суммирования положительных ответов студентов отдельно по столбцам и строкам матрицы ответов, в котором столбцы соответствуют ответам всех студентов на конкретный тест, а строки соответствуют ответам конкретного студента на все тесты. Рассматривается пример, в котором сравниваются результаты применения предложенных алгоритмов.
Ключевые слова:
метод максимального правдоподобия, рекуррентный пересчет, уровни сложности заданий, уровни подготовленности студента.
Образец цитирования:
А. И. Кибзун, Е. А. Жарков, “Два алгоритма оценивания уровней сложности тестов”, Автомат. и телемех., 2017, № 12, 84–99; Autom. Remote Control, 78:12 (2017), 2165–2177
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/at14951 https://www.mathnet.ru/rus/at/y2017/i12/p84
|
Статистика просмотров: |
Страница аннотации: | 240 | PDF полного текста: | 45 | Список литературы: | 26 | Первая страница: | 12 |
|