测量过度自信：一项项目反应理论方法

《Journal of Mathematical Psychology》：Measuring overconfidence: An item response theory approach

　　

过度自信指个体对自身能力的过高估计，通常通过任务中预期（或主观）结果与实际结果之间的差异来衡量。研究人员提出了一种使用心理测量工具测量过度自信的替代方法。参与者被要求回答多项选择题测试（Multiple Choice Test, MCT），所得数据用于拟合项目反应理论（Item Response Theory, IRT）模型，该模型允许研究人员考虑测试特征，如每个项目的难度和区分度。这些特征在经典的过度自信测量中甚至未被考虑，为提供更可靠的过度自信测量开辟了机会。

**论文解读：基于项目反应理论的过度自信测量新方法**

**研究背景与问题**

过度自信作为行为经济学与心理学领域最受关注的判断偏差之一，其重要性源于过度自信可能导致诸多领域中的次优决策，例如引发战争、进入高失败率企业或助长市场泡沫。然而，过度自信的实证研究在方法论上长期受到质疑，Olsson (2014)指出许多文献报告的结果可能源于统计假象，而非真实的行为偏差。传统过度自信测量方法，如偏差分数（Bias Score, BS）和单项偏差分数之和（Sum of Individual Items Bias, SIB），均基于参与者主观预期正确题数与实际正确题数之差，但其忽略了二项选择题测试（Multiple Choice Test, MCT）中项目难度、区分度以及猜测概率等关键特征。这些因素导致实际正确题数包含测量误差，并可能高估或低估个体真实能力，从而影响过度自信测量的信度与效度。为此，研究人员提出采用心理测量学中的项目反应理论（Item Response Theory, IRT）构建更可靠的个体层面过度自信测量指标。

**研究内容与主要结论**

研究人员在西班牙两所大学（毕尔巴鄂巴斯克大学与瓦伦西亚LINEEX实验室）招募了317名参与者，完成一项包含100道题目的常识MCT，其中每道题设三个选项。参与者需自报每道题的正确概率（主观概率）以及预期总正确题数，同时完成认知反射测试（Cognitive Reflection Test, CRT）和Holt & Laury风险偏好任务。利用这些数据，研究人员拟合了三参数IRT模型，并通过贝叶斯最大似然估计获得项目参数（难度、区分度、猜测概率）和个体能力参数。基于IRT模型，计算客观正确概率，进而提出新过度自信测量指标IP（IRT Probabilities），即主观概率之和与IRT客观概率之和的差值。重要的发现包括：传统BS和SIB测量往往高估过度自信程度，而IP测量分布更集中且与个体能力呈负相关（能力越高者过度自信越少），与项目难度呈正相关（越难的项目过度自信越明显）。此外，在异质性分析中，性别与风险偏好对过度自信无显著影响，而认知能力（CRT得分）与过度自信呈显著负相关，符合Dunning-Kruger效应。

**关键技术方法**

研究人员采用三参数项目反应理论模型（three-parameter IRT model）进行测量，该模型包含三个关键参数：项目难度（b_k）、区分度（a_k）和猜测概率（c_k）。由于样本量限制（317人），研究中将猜测参数固定为1/M（M=3，即1/3）。为克服多维性干扰，研究人员仅保留区分度估计值大于0.2的67个项目进行后续分析，以确保近似单维性假设。利用贝叶斯最大似然估计（通过Stata的bayesmh模块）同时估计项目参数与个体能力，并基于估计结果计算客观正确概率，最终构建IP测量指标。样本来源为西班牙两所大学，包括毕尔巴鄂巴斯克大学（173人）和瓦伦西亚LINEEX实验室（144人）。

**研究结果**

**4.1 描述性统计**
通过分析285名回答全部题项的参与者数据，发现平均正确题数为55/100，而平均主观预期正确题数为62/100，表明参与者整体呈过度自信。项目层面，困难项目（正确率低）的过度自信更突出，这与前人研究一致。

**4.2 传统偏差分数测量**
BS和SIB两种传统测量均显示参与者过度自信，但SIB的均值（0.1740）显著高于BS（0.0758）（p<0.0001）。两种测量对个体的分类存在差异，例如BS下男性过度自信显著高于女性，但SIB下性别差异不显著。

**4.3 基于IRT的过度自信测量**
研究人员估计了两参数IRT模型，并因多维性问题筛选出67个区分度大于0.2的项目，最终估计三参数IRT模型。IP测量分布比SIB更集中，且参与者过度自信程度略低于SIB但高于BS。IP与个体能力呈弱负相关，与项目难度呈正相关（图5）。相关分析显示，BS与IP的相关系数为0.3797，SIB与IP的相关系数高达0.9230（表4），表明IP与SIB高度一致，但IP通过明确建模猜测概率，降低了随机成功对测量结果的影响。

**4.4 异质性分析**
回归分析（表6）显示，测试地点仅对BS有显著影响，性别对三种测量均无显著效应，认知能力（CRT得分）在BS中为正相关（与直觉相反），在SIB和IP中为显著负相关，提示高认知能力者更准确评估自身能力。风险偏好与不一致选择均无显著关联。该分析仅为描述性关联，不隐含因果。

**讨论与结论**

本研究表明，基于IRT的过度自信测量方法（IP）通过纳入项目难度、区分度和猜测概率，提供了比传统偏差分数（BS）和单项偏差分数之和（SIB）更可靠的个体层面测量。IP测量能够显著降低随机猜测对过度自信估计的污染，并揭示出传统BS方法可能低估认知能力与过度自信的负向关系。研究局限性包括：未显式建模部分知识或干扰项排除策略；样本量较小限制了项目功能差异分析；对多维性问题的处理采用了实用主义的项目筛选策略。结论部分指出，研究人员提出的IRT测量方法有助于更准确地理解过度自信与个体特征的关系，例如性别差异不显著、风险偏好无关、认知能力与过度自信呈负相关，这些发现与部分最新文献一致，且为未来研究提供了更稳健的测量工具。论文发表在《Journal of Mathematical Psychology》。