简介
无论是教育领域的诊断性测验，还是企业事业单位的人才选拔、员工绩效考评、表现性评价或目标参照性测验，尤其是非标准的测验活动越来越多，经典测验理论和项目反映理论已经满足不了这种需求。于是一种以经典测验理论为基础，兼用随机化技术、平衡或匹配技术以及统计调整技术来控制测评误差的概化理论在最近十几年中得到飞速的发展。
概化理论是一种把误差变量作为模型参数来处理的测量理论。其显著特点是，对于同一次测量资料，能够针对测量结果推论范围或使用目的的不同而提供多个不同的测量误差估计指标，使得人们的决策更为恰当和合理。另外，相对于其他测量理论来说，使用概化理论所要求的前提条件最弱。本书是我国第一本专门研究概化理论及其应用的著作，内容包括测评的基本问题、概化理论的基本原理和方法以及应用实例，对心理测评、教育考试、人事选拔、员工绩效考证和社会调查统计等方面的理论与应用工作具有指导价值。
目录
序1
序2
前言
第一章 心理与教育测量概述
第一节 心理与教育测量的含义和特点
第二节 心理与教育测量的种类和功能
第三节 心理与教育测量的产生和发展
第二章 概化理论的基本概念
第一节 测量目标概述
第二节 真分类和全域分数
第三节 测量误差
第三章 概化理论的基本方法
第一节 概化理论方法的来源
第二节 概化理论的基本方法
第四章 随机单面交叉设计的研究
第一节 随机单面交叉设计的G研究
第二节 随机单面交叉设计的D研究
第五章 随机单面嵌套设计的研究
第一节 嵌套设计的概念
第二节 随机单面i:p嵌套设计的G研究
第三节 随机单面嵌套设计的D研究
第六章 随机双面交叉设计的研究
第一节 随机双面交叉设计的G研究
第二节 随机双面交叉设计的D研究
第三节 随机双面交叉设计的D研究举例
第七章 特殊研究设计的讨论
第一节 随机双面嵌套设计的G研究
第二节 固定侧面的问题
第三节 变异分量为负值的问题
第八章 多元概化理论及其应用
第一节 多元概化理论的基本方法
第二节 多元概化理论对普通话测试的研究
第九章 概化理论在高考中的应用
第一节 研究概述
第二节 七因子模型的多元概化理论研究
第三节 三因子模型的多元概化理论研究
第十章 概化理论在标准参照性测验中的应用
第十一章 概化理论在心理测量中的应用
第十二章 概化理论在教学评价中的应用
第一节 教学评价的概化研究或G研究
第二节 教学评价的D研究
第三节 讨论与启示
第十三章 概化理论在普通话测试录音评分中的应用
参考文献
附录1 六种主要的双面设计类型的数学模型、期望均方和唯恩图
附录2 七固子多元概化理化G研究和D研究程序
附录3 三因子多元概化理化G研究和D研究程序
序2
前言
第一章 心理与教育测量概述
第一节 心理与教育测量的含义和特点
第二节 心理与教育测量的种类和功能
第三节 心理与教育测量的产生和发展
第二章 概化理论的基本概念
第一节 测量目标概述
第二节 真分类和全域分数
第三节 测量误差
第三章 概化理论的基本方法
第一节 概化理论方法的来源
第二节 概化理论的基本方法
第四章 随机单面交叉设计的研究
第一节 随机单面交叉设计的G研究
第二节 随机单面交叉设计的D研究
第五章 随机单面嵌套设计的研究
第一节 嵌套设计的概念
第二节 随机单面i:p嵌套设计的G研究
第三节 随机单面嵌套设计的D研究
第六章 随机双面交叉设计的研究
第一节 随机双面交叉设计的G研究
第二节 随机双面交叉设计的D研究
第三节 随机双面交叉设计的D研究举例
第七章 特殊研究设计的讨论
第一节 随机双面嵌套设计的G研究
第二节 固定侧面的问题
第三节 变异分量为负值的问题
第八章 多元概化理论及其应用
第一节 多元概化理论的基本方法
第二节 多元概化理论对普通话测试的研究
第九章 概化理论在高考中的应用
第一节 研究概述
第二节 七因子模型的多元概化理论研究
第三节 三因子模型的多元概化理论研究
第十章 概化理论在标准参照性测验中的应用
第十一章 概化理论在心理测量中的应用
第十二章 概化理论在教学评价中的应用
第一节 教学评价的概化研究或G研究
第二节 教学评价的D研究
第三节 讨论与启示
第十三章 概化理论在普通话测试录音评分中的应用
参考文献
附录1 六种主要的双面设计类型的数学模型、期望均方和唯恩图
附录2 七固子多元概化理化G研究和D研究程序
附录3 三因子多元概化理化G研究和D研究程序
Generalizability Theory and Its Applications
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
