计算机化自适应测验（Computerized Adaptive Testing, CAT）是一种全新的测验形式，采取“因人施测”、“量体裁衣”的自适应测量思想，为每个被试/个体选择一份很适合她/他的测验，即为每个被试/个体选择一份具有很小测量误差（优选测量信度）的测量工具，从而真正实现自适应的测量方式；与传统纸笔测验相比， CAT不仅可以达到更高的测量精度，还可以减少测验长度，减轻被试测试负担等优势；CAT也为个体自适应学习（Adaptive Learning）提供了重要的支持，受到靠前外研究者和应用者的广泛关注。

涂冬波，博士，江西师范大学心理学院教授，博士生导师，博士后合作导师，入选江西省“新世纪百千万人才工程”，美国伊利诺伊大学香槟分校访问学者。研究领域为心理统计与测量，主攻认知诊断和项目反应理论。近年来主持承担与认知诊断相关的国家自然科学基金两项，课题两项，江西省社会科学重点项目等省级课题八项；在认知诊断和项目反应理论领域发表学术论文50余篇；荣获江西省社会科学很好成果奖二等奖一项、三等奖三项；出版学术著作三部，其中《认知诊断理论、方法与应用》为靠前靠前部认知诊断学术专著，开发靠前靠前个认知诊断分析平台。

章 计算机化自适应测验
节 自适应测验
一、自适应原则在心理测验中的应用
二、自适应测验的主要特征
第二节 计算机化测验
一、划分标准
二、四代计算机化施测系统
第三节 计算机化自适应测验
一、概念
二、CAT的优势
三、CAT研究现状与未来研究方向
第二章 计算机化自适应测验理论基础、原理与开发流程
节 计算机化自适应测验理论基础：项目反应理论
一、项目反应理论
二、项目反应模型
三、项目反应理论假设
第二节 计算机化自适应测验原理
一、CAT的产生
二、CAT的原理
第三节 计算机化自适应测验开发流程
一、准备阶段
二、题库建设
三、CAT算法确定
四、信度与效度验证
五、正式使用与题库维护更新
第四节 CAT系统的构成及其测试流程
一、CAT系统的组成部分
二、CAT系统的测试流程
第三章 计算机化自适应测验流程中的相关算法与技术
节 CAT选题策略算法
一、Fisher信息量选题方法
二、KL信息量选题方法
三、优选优先级指标选题方法
第二节 CAT参数估计方法
一、极大似然估计方法
二、贝叶斯估计方法
三、加权似然估计方法
第三节 CAT曝光率控制技术
一、条件概率方法
二、a分层方法
三、动态a分层方法
第四节 CAT终止策略
一、绝对型终止策略
二、相对型终止策略
第四章 计算机化多阶段自适应测验
节 计算机化多阶段自适应测验简介
一、什么是MST
二、MST与题目级别CAT的比较
第二节 计算机化多阶段自适应测验设计
一、阶段数的确定
二、每个阶段中模块数的确定
三、每个模块的项目长度
四、统计目标与定性规范约束
五、计分方法（能力估计）
六、自适应策略与过程
七、组卷
第三节 计算机化多阶段自适应测验的技术与算法
一、路由规则
二、自动化组卷
第五章 多维计算机化自适应测验
节 McAT简介
一、多维项目反应理论的发展
二、MIRT与FA的关系
三、MCAT的产生
第二节 McAT中常用IRT模型
一、二级评分的多维项目反应模型
二、多级评分的多维项目反应模型
第三节 MCAq7、能力估计方法
一、极大似然估计
二、贝叶斯极大后验估计
三、贝叶斯期望后验估计
第四节 McAT选题策略
一、基于Fisher信息矩阵的选题策略
二、基于Kullback-Leibler信息量的选题策略
三、基于互信息的选题策略
四、基于连续香农熵的选题策略
第五节 McAT、终止规则
一、定长MCAT中测验长度的确定方法
二、不定长MCAT、终止规则
第六章 认知诊断计算机化自适应测验
节 CD-CAT简介
一、认知诊断测验
二、CD-CAT
第二节 cD-CAT、中常用认知诊断模型
一、具有认知诊断功能的IRT模型
二、规则空间模型
三、统一模型
四、融合模型
五、RRUM模型
六、DINA模型
七、高阶DINA模型
第三节 认知诊断计算机化自适应测验中的核心技术与算法
一、CD-CAT的选题方法
二、CD-CAT的参数估计
三、CD-CAT的终止规则
四、CD-CAT的在线标定
五、CD-CAT的总结与展望
第七章 可修改答案的计算机化自适应测验
节 可修改答案的计算机化自适应测验简介
一、RCAT优势分析
二、RCAT目前存在的问题
第二节 可修改答案的计算机化自适应测验设计与方法
一、基于测试设计视角的RCAT
二、基于选题策略视角的RCAT
三、基于模型视角的RCAT
四、总结与展望
第八章 双因子计算机化自适应测验
节 双因子IR7、模型简介
一、基于探索性因素分析模型的研究现状
二、基于验证性因素分析模型的研究现状
第二节 BCA7、基本过程
一、基于单维视角的BCAT过程
二、基于多维视角的BCAT过程
第三节 BCAT选题算法
一、基于单维的选题策略
二、基于多维的优选Fisher信息量矩阵选题
第四节 BCAT在心理学应用中的优势
一、拟合性
二、既能反映特殊维度情况也能反映整体情况
三、减少被试的作答负担的同时保证测量的准确程度
第九章 CAT中新题参数在线标定
节 概述
一、在线标定的概念
二、在线标定的基本流程
三、在线标定与最优设计
四、在线标定的主要设计因素
第二节 单维二级评分模型下的在线标定
一、试测题选题法
二、在线标定情境下的参数估计方法
三、试测题嵌入位置
四、试测终止规则
第三节 其他模型下的在线标定
一、认知诊断考试的在线标定
二、多维IRT的在线标定
三、单维多项评分模型的在线标定
第十章 CAT技术在实践中的应用
节 Multistage-CAT在GRE中的应用
一、为什么选用MST
二、GRE测验的MST设计
三、GRE测验规范
四、GRE测验MST设计的评估
第二节 CD-CAT在英语听力理解中的应用
一、题库建设
二、选题策略
三、参数估计
四、真实题库下模拟实验
五、真实测试效度验证
第三节 CAT在心理健康评估中的应用
一、研究目的
二、研究方法与过程
三、研究结果
四、讨论
五、展望
参考文献