作为个体分数精度估计目标的测量条件标准误：算子论视角下对Pfadt等人的评论

《Psychometrika》：Conditional Standard Error of Measurement as an Estimand of Individual Score Precision: Remarks on Pfadt et al. from an Operator-Theoretic Perspective

　　

本评述支持Pfadt等人（2026，《Psychometrika》）的建议：个体分数解释应依赖于测量条件标准误（conditional standard errors of measurement, CSEM），而非单一的无条件标准误（standard error of measurement, SEM）。然而，本评述认为这一建议需要更精确的测验理论表述。条件精度并不仅仅是对测量标准误的计算改进；它是一个不同的估计目标（estimand），由解释分数精度所参照的信息结构（information structure）所界定。利用经典测验理论（classical test theory, CTT）的算子论（operator-theoretic）表述，研究人员将真分数（true score）视为条件期望（conditional expectation），误差分数（error score）视为投影残差（projection residual），将测量标准误视为该残差的范数。从这个角度看，条件标准误将残差变异定位于观测分数、分数带、个体、特质水平或测量情境。这一表述澄清了为什么与特定估计程序相关的假设不应被归因于经典测验理论本身，以及为什么合并稀疏分数组等做法会改变估计目标。本评述的结论是：负责任的个体分数解释要求在选择估计量或软件程序之前，先确定相关的条件精度估计目标。

研究背景：经典测验理论（classical test theory, CTT）在心理测量学中常以Lord与Novick（1968）的框架为主流，但长期受表述不精确困扰，并非数学基础薄弱；真分数、误差分数、信度与测量标准误（standard error of measurement, SEM）的模糊表述造成持续误解。Pfadt等人（2026）在《Psychometrika》发表教程，建议个体分数解释应使用测量条件标准误（conditional standard error of measurement, CSEM），而非单一无条件SEM。该评述认为这一建议需要更锐利的测验理论表述，因此从算子论（operator-theoretic）视角加以澄清。

研究内容与方法：该评述是一项概念性研究，未创建或分析数据，也未涉及样本队列。研究人员采用基于测度论概率的Hilbert空间方法，将测验理论表述为：设(Ω, F, P)为概率空间，X为观测分数，子σ-代数G编码信息结构；真分数为条件期望T=E(X|G)=P_GX，其中P_G是到L²(Ω, G, P)的正交投影；误差分数为投影残差ε=X?T；无条件SEM为残差范数{E(ε²)}^1/2。CSEM则是将残差范数条件化为观测分数、分数带、个体、特质水平或测量情境。此外，研究人员引入统计泛函（statistical functional）观点，将CSEM视为总体分布P的泛函T_CSEM(P;x)=√{E_P(ε²|X=x)}，并用经验分布P?_n的代入估计量逼近。

研究结果：

2 算子论测验理论视角下的CSEM：形式模型陈述。通过形式化定义，子σ-代数G不是算子，而是可测事件集合，它指定哪些人、情境、生态或背景特征被当作系统变异；算子P_G将观测分数投影到该信息结构生成的闭子空间。Zumbo的算子论框架将真分数、误差分数、信度、SEM与CSEM都视为信息相对对象，情境不扭曲测量，而是定义测量过程。

2.1 条件精度作为测验理论的估计目标。CSEM是投影残差的条件范数；观测分数CSEM为√{E(ε²|X=x)}，分数带CSEM为√{E(ε²|X∈B_k)}，无条件SEM是各分数带CSEM平方的加权平均。这说明CSEM并非新误差类型，而是同一残差在不同条件化结构下的局部化。

2.2 用于个体分数解释的观测分数条件精度。SEM(x)与CSEM_X(x)形式相同，是条件标准差，可随观测分数变化；它取决于观测分数而非个体，因此同分者具有相同值。该框架的贡献不是提出新条件精度概念，而是用条件期望与正交投影统一个体、分数、特质与情境精度。

2.3 合并相邻低频分数组。Pfadt等人建议通过合并低频分数组以稳定估计；这在统计上合理，但合并将目标从点条件精度（X=x）改变为分数带条件精度，即改变了估计目标，而非仅改进对同一量的估计。

3 估计的函数方法。CSEM作为总体分布P的统计泛函，以经验分布代入得到估计量；这一方法区分估计目标、估计量与估计值，不同条件化结构定义不同泛函。

4 软件开发、理论与教育：《Psychometrika》的特殊作用。教程不应仅演示软件程序，而应设定学科期望；测量模型并非中性计算工具，它编码了目标量、测量模型、估计程序和解释条件；分析者需明确估计目标、识别假设、估计量所近似的内容，以及分组、简化模型或接受软件默认选项的含义。

4.1 对负责任分数解释的实践意义。报告或解释CSEM前应：确定要回答的精度问题；指定定义估计目标的条件信息；选择假设匹配的估计量；仅在该假设内解释所得CSEM。

讨论与结论：讨论部分强调，心理测量模型会编码假设，软件易用性要求更强的概念清晰性；《Psychometrika》教程应促进负责任的方法使用。研究结论部分的核心论点是：Pfadt等人最重要的贡献是估计目标的转移——个体分数解释相关的关键量往往不是单一无条件SEM，而是以分数刻度、个体、特质水平或测量情境为索引的条件精度函数；因此，问题不是条件标准误是否实用，而是测验理论应如何定义估计目标。区分理论、估计目标、估计量与估计值，使Pfadt等人的建议建立在更清晰的概念基础上，并将讨论焦点从报告单一平均误差汇总转向识别适合预期用途的条件精度估计目标。