项目参数漂移下纵向设计链接方法的比较研究：基于双参数Logistic模型的分析

本研究针对纵向设计中项目参数漂移(Item Parameter Drift)导致的测量偏差问题，系统比较了多种等值链接方法在双参数Logistic(2PL)模型下的表现。通过蒙特卡洛模拟实验，研究人员发现同时校准法和固定参数法在大多数条件下保持最优性能，为教育测评与心理测量领域的纵向数据建模提供了重要的方法学参考。

　　

在纵向测量研究中，项目参数漂移(IPD)会破坏测量不变性，导致跨时间点的能力参数估计产生偏差。本研究通过蒙特卡洛模拟比较了同时校准(Concurrent Calibration)、固定参数(Fixed-Parameter)、均值-均值(Mean-Mean)、均值-标准差(Mean-Sigma)以及链式(Chain)等链接方法在双参数逻辑斯蒂克(2PL)模型下的表现。模拟设计了不同的测试长度、样本量、IPD模式和漂移幅度条件。结果表明：同时校准法和固定参数法在大多数条件下表现最优，尤其在长测验(40题)和大样本(3000人)场景下；均值-均值法对斜率参数漂移敏感，而链式法在连续多波次测量中误差累积显著。研究建议在实际应用中优先采用同时校准法，并为教育评估与心理测量领域的纵向数据分析提供了方法学指导。所有模拟均通过R语言mirt包实现，采用均方根误差(RMSE)和偏差(Bias)作为评估指标。