The 10 references with contexts in paper A. Lobanyova R., А. Лобанева Р. (2016) “РАЗРАБОТКА ПРОГРАММНОГО ПРОДУКТА ДЛЯ ОЦЕНКИ КАЧЕСТВА ТЕСТИРОВАНИЯ В РАМКАХ МОДЕЛИ РАША // DEVELOPMENT OF SOFTWARE FOR TESTING EVALUATION ACCORDING TO RASCH MEASUREMENT” / spz:neicon:vestnik-k:y:2013:i:4:p:52-57

1
Челышкова, М. Б. Теория и практика конструирования педагогических тестов: учебное пособие. – М.: Логос, 2002. – 432 с.
Total in-text references: 2
  1. In-text reference with the coordinate start=3203
    Prefix
    Если тестирование проводилось на группе испытуемых с высокой успеваемостью, то тестирование ошибочно может быть оценено как легкое. Несмотря на перечисленные недостатки, оказывающие значительное влияние на точность оценки тестов, Классическая теория широко используется российскими учеными
    Exact
    [1]
    Suffix
    . Существуют так же различные отечественные программные решения для оценки качества тестирования согласно CTT. Например, комплекс АСТ-тест предлагает в дополнение программу АСТ-тест Statistica, предназначенную для получения характеристик качества тестовых заданий на основе данных результатов тестирования.

  2. In-text reference with the coordinate start=6009
    Prefix
    подготовки тестируемых, θ – оценки параметров в шкале логитов, α – константа, служащая для определения начала шкалы (константа переноса), γ – коэффициент шкалирования для определения размерности шкалы. β2 = α + γβ, (2) где β2 – оценки уровней трудности заданий, β – оценки параметров в шкале логитов, α – константа переноса, γ – коэффициент шкалирования
    Exact
    [1]
    Suffix
    . Преобразование исходного балла в логиты направлено на то, чтобы убрать из оценки тестируемого зависимость от трудности заданий теста и из трудности заданий зависимость от конкретной выборки испытуемых [5].

2
Аванесов, В. С. Педагогическое измерение латентных качеств. Педагогическая диагностика / В. С. Аванесов. – 2003. – No 4. – С. 69 – 78.
Total in-text references: 1
  1. In-text reference with the coordinate start=4383
    Prefix
    Несмотря на то, что именно латентные качества испытуемых приводят к наблюдаемым результатам тестирования, на практике ставится обратная задача. Таким образом, основной задачей IRT является переход от некоторых индикаторных (сумма баллов испытуемого) переменных к латентным параметрам
    Exact
    [2]
    Suffix
    . Одна из наиболее удачных моделей для решения этой задачи была предложена датским математиком Георгом Рашем (Georg Rasch). Так появилась Rasch measurement – теория тестирования Раша. Другое ее название – однопараметрическая модель IRT [3].

3
Аванесов, В. С. Item Response Theory: основные понятия и положения. Педагогические измерения / В. С. Аванесов. – 2007. – No 2. – С. 3 – 28.
Total in-text references: 1
  1. In-text reference with the coordinate start=4609
    Prefix
    Одна из наиболее удачных моделей для решения этой задачи была предложена датским математиком Георгом Рашем (Georg Rasch). Так появилась Rasch measurement – теория тестирования Раша. Другое ее название – однопараметрическая модель IRT
    Exact
    [3]
    Suffix
    . Математический аппарат однопараметрической модели Раша Обозначим уровни подготовки испытуемых как i (i=1...n), где n – количество испытуемых, а трудности заданий теста – j (j=1...m), где m – количество вопросов.

4
Национальная психологическая энциклопедия. – 2001. – Режим доступа: http://vocabulary.ru/dictionary/4/word/logit (дата обращения: 18.04.2013).
Total in-text references: 1
  1. In-text reference with the coordinate start=5522
    Prefix
    Интервальной является шкала, в которой значимыми считаются расстояния между измеряемыми величинами. Логит – это единица измерения уровней подготовленности участников тестирования и трудностей тестовых заданий в рамках логистических моделей тестирования (от logo – слова, речь)
    Exact
    [4]
    Suffix
    . В общем виде преобразование шкалы логитов имеет вид: θ1 = α + γθ (1) где θ1 – оценки уровней подготовки тестируемых, θ – оценки параметров в шкале логитов, α – константа, служащая для определения начала шкалы (константа переноса), γ – коэффициент шкалирования для определения размерности шкалы. β2 = α + γβ, (2) где β2 – оцен

5
Колпаков, А. В. Уровни измерений в педагогике / А. В. Колпаков, А. А. Захаров // сб. материалов Всерос. науч. метод. конференции «Дистанционное образование, состояние и перспективы развития». – 1998. – С. 42 – 43.
Total in-text references: 1
  1. In-text reference with the coordinate start=6193
    Prefix
    Преобразование исходного балла в логиты направлено на то, чтобы убрать из оценки тестируемого зависимость от трудности заданий теста и из трудности заданий зависимость от конкретной выборки испытуемых
    Exact
    [5]
    Suffix
    . Условная вероятность правильного выполнения iм испытуемым с уровнем подготовки i различных по трудности  заданий вводится как: , (3) где хij – результат тестирования, i – логит подготовки i-го испытуемого,  – независимая переменная (хij = 0, если ответ i-го испытуемого на j-й вопрос не верен, хij = 1, если верен).

6
Компьютерное тестирование обучающихся [электронный ресурс]: учебное пособие (мультимедийные учебные материалы) / О. Г. Альтшулер [и др.]. – Кемерово: [б. и.], 2011.
Total in-text references: 1
  1. In-text reference with the coordinate start=6719
    Prefix
    Аналогично, вероятность правильного выполнения j-го задания трудности j разными испытуемыми с уровнем подготовки : , (4) где хij – результат тестирования, j – логит трудности j-го задания,  – независимая переменная
    Exact
    [6]
    Suffix
    . В теории Раша данные функции имеют вид: , (5) где  – независимая переменная, i – логит подготовки i-го испытуемого. , (6) где  – независимая переменная, j – логит трудности j-го задания (1,702 – фактор шкалирования).

7
Звонников, В. И. Современные средства оценивания результатов обучения / В. И. Звонников, М. Б. Челышкова. – М.: Академия, 2007. – 224 с.
Total in-text references: 1
  1. In-text reference with the coordinate start=11254
    Prefix
    i    1 qiip1 n x p n i ij j  1 qjjp1 i i i q p 0ln j j j p q 0ln n n i i 1 0  m m j j 1 0  1 ()2 1 02      n n V n i i 1 ()2 1 02      m m U m j j 18.35 12.89 UV U X    8.35 1 12.89 UV V Y    0 iiX 0 jjY могут изменяться в интервале (-∞, +∞), но на практике чаще всего при значениях меньше -5 и больше +5, вероятность равна 0 или 1
    Exact
    [7]
    Suffix
    . По расположению этих кривых относительно друг друга можно сделать вывод о качестве тестирования, а так же выявить и исключить неэффективные задания (рис. 2). В местах, где кривые значительно отстают друг от друга, вероятно, следует добавить задание с промежуточной трудностью.

8
Ким, В. С. Тестирование учебных достижений: монография / В. С. Ким. – Уссурийск: УГПИ, 2007. – 214 с.
Total in-text references: 1
  1. In-text reference with the coordinate start=12212
    Prefix
    сумму логитов трудности заданий: , (21) где j – предварительные значения логитов трудности заданий, m – количество заданий. Если > 0, то значит заданий с положительными j в тесте больше, чем с отрицательными. Следовательно, у теста повышенная трудность. Очевидно, что считается оптимальным, если  ≈ 0
    Exact
    [8]
    Suffix
    . Таким образом, видно, что в модели Раша, как и в IRT в целом, не ставятся и не решаются фундаментальные проблемы валидности и надежности теста. Тест заранее считается валидным. Вся процедура сводится к получению оценок параметров трудности задания и к измерению латентных качеств испытуемых.

9
Магранова, Ю. В. Теория тестирования как основа оценивания уровня знаний в современной системе образования / Ю. В. Магранова // Методы социологических исследований: сб. статей. – М.: Теис, 2006. – С. 199 – 208.
Total in-text references: 1
  1. In-text reference with the coordinate start=13303
    Prefix
    Существует возможность соотнести любого тестируемого с любым заданием, что позволит предсказать вероятность правильного выполнения заданий данным испытуемым. 6. Относительная простота математического аппарата. Это обусловлено введением только одного параметра уровня знаний для испытуемого и одного параметра трудности для задания
    Exact
    [9]
    Suffix
    . Основным недостатком данной теории является высокая сложность математико-статистической обработки по сравнению с CTT. Кроме того, в модели Раша не рассматривается «крутизна» характеристических кривых заданий, по умолчанию этот параметр считается одинаковым для всех кривых.

10
Проскурин, А. А. Математические модели оценки знаний / А. А. Проскурин // Интеллектуальные технологии и системы: сборник учебно-методических работ и статей. – М.: Эликс+, 2005. – С. 197 – 210. Информация об авторах: Лобанева Анастасия Рамильевна – магистрант физического факультета КемГУ, 8-950-265-58-77, lobanyova-n@mail.ru.
Total in-text references: 1
  1. In-text reference with the coordinate start=13916
    Prefix
    Например, параметр, определяющий «крутизну» называется дифференцирующей силой заданий и вводится в рассмотрение в моделях А. Бирнбаума (A. Birnbaum), двухпараметрической и трехпараметрической (учитывается возможность случайного выбора правильного ответа в заданиях закрытого типа)
    Exact
    [10]
    Suffix
    . m m j j    1   Программное обеспечение для оценки тестирования в рамках модели Раша Статистическая обработка результатов тестирования методами модели Раша представляет собой длительный и трудоемкий процесс, поэтому имеет смысл его автоматизация.