通过降维可视化与理解大规模数学学业评估
应用统计
2020-06-02 v3
摘要
在本文中，我们应用 Logistic PCA（LPCA）作为一种降维工具，用于可视化模式并刻画由大规模评估测量的给定人群的数学能力的相关性。我们建立了 LPCA、内积表示（IPR）与项目反应理论（IRT）中的两参数 logistic 模型（2PL）之间的参数等价性。该等价性提供了三种互补的数据视角，协助教育从业者进行情境化解释。特别地，我们分析了 SPAECE 收集的数据，这是一项在巴西塞阿拉州公共教育系统中每年施测的大规模数学评估。作为主要结果，我们表明初中毕业考生表现不佳主要是由其数感缺陷所致。
引用
@article{arxiv.2003.01864,
title = {Visualizing and Understanding Large-Scale Assessments in Mathematics through Dimensionality Reduction},
author = {Esdras Medeiros and Jorge Lira and Romildo Silva and Caio Azevedo},
journal= {arXiv preprint arXiv:2003.01864},
year = {2020}
}
备注
To be submitted for a journal