《Psychometrika》：Book Review: Review of Item Response Theory: Foundations for Psychologists and Social Scientists (2nd Edition) by Susan E. Embretson and Steven P. Reise (2025)
编辑推荐：
此内容没有可用摘要。由于读者可以访问此内容，此页面上提供了完整的HTML内容。该内容的PDF也可通过“保存PDF”操作按钮获取。
此内容没有可用摘要。由于读者可以访问此内容，此页面上提供了完整的HTML内容。该内容的PDF也可通过“保存PDF”操作按钮获取。
该文是对Susan E. Embretson与Steven P. Reise所著《Item Response Theory: Foundations for Psychologists and Social Scientists》（第二版，2025）的书评。第一版《Item Response Theory for Psychologists》（2000）长期被推荐为项目反应理论（Item Response Theory, IRT）入门读物；第二版时隔25年更名并拓展范围，既保留面向应用的特色与真实数据示例，又强调心理测量背后的心理学。IRT自2000年以来在多维与解释性模型、反应时间建模和软件实现方面发展迅速，新版本几乎修订所有章节，并新增软件实现、多维IRT、包含协变量或反应时间的先进模型等章节。该书面向具备线性回归和基础概率知识的硕博研究生与应用社会科学家，不要求预先学过IRT。研究人员（书评作者）围绕五个部分组织评述。
在方法上，该文采用定性书评方法：逐章梳理第二版五个部分共13章的内容；通过与第一版和经典测验理论（Classical Test Theory, CTT）的比较，分析新增章节与核心主张；引用书中R代码示例、蒙特卡洛模拟结果及真实数据示例来评估该书的教学价值与适用性。作为书评，该文未使用实验样本队列或实验室技术；书中所用示例数据来自教育和认知心理学背景。
（1）引言（Section I）：通过评述第1-3章，指出该书将IRT呈现为量表开发与分析的最前沿框架，而非仅是经典测验理论的替代选择。作者用临床诊断类比说明潜特质估计，帮助读者建立直觉理解。
（2）基础IRT模型（Section II）：第4-5章分别介绍二值反应模型（Rasch、1PL、2PL、3PL）和多分类反应模型，并按反应过程组织模型。对名义反应模型（nominal response model, NRM）的类别斜率参数与类别排序关系的解释尤为细致；作者不推荐仅凭拟合统计量选择模型，而应结合潜在反应过程、测验信息、特质估计、可解释性和简约性。
（3）估计与拟合评估（Section III）：第6-8章涵盖最大似然（maximum likelihood, ML）、最大后验（maximum a posteriori, MAP）与期望后验（expected a posteriori, EAP）计分，以及边际（marginal maximum likelihood, MML）、条件（conditional maximum likelihood, CML）和联合（joint maximum likelihood, JML）最大似然估计，并简要介绍贝叶斯方法和Metropolis–Hastings Robbins–Monro（MH-RM）算法。第8章强调模型评价既是科学也是艺术，不应设置普适的“可接受”拟合阈值，而应关注违反假设或失拟的实际后果；局部独立性违反应解释为可能的多维性，并用“足够单维”概念整合Reise的研究。
（4）测验开发与应用（Section IV）：第9-11章探讨IRT特质分数的意义，并通过蒙特卡洛模拟说明IRT分数与总分在同一数据下游分析中可能导致不同结论。第10章讨论差异项目功能（differential item functioning, DIF）、计算机自适应测验（computerized adaptive testing, CAT）与量表分析，指出DIF可能反映多维性和组均值差异而非项目功能的质性差异。第11章是新增的软件章节，介绍mirt、sirt和flexMIRT等。第9-11章也提醒，不应仅因区分度低而删题，否则可能遗漏构念的重要方面。
（5）高级IRT模型（Section V）：第12-13章为新增章节。第12章介绍补偿性多维项目反应理论（Multidimensional Item Response Theory, MIRT）模型，包括探索性与验证性模型，并将包括双因子（bifactor）模型在内的验证性模型纳入统一框架；还讨论学习与变化模型。第13章选择性地介绍解释性、混合和反应时间模型，包括线性逻辑测验模型（linear logistic test model, LLTM）、2PL约束模型、多成分潜特质模型（multicomponent latent trait model, MLTM）、潜在类别混合模型，以及van der Linden联合分层反应时间模型。真实示例表明反应时间可提高测量精度，但实际收益有限。
讨论部分指出，该书有意不设“当前与未来方向”章节，以避免从入门教材滑向手册或编著。评论者建议，考虑到大量临床与健康研究者使用该书，可增加对单极构念的IRT模型（Reise专长领域之一）的介绍、纵向数据下的DIF讨论，以及在线配套数据与R脚本。在教学上，该书适合一学期的IRT课程，每部分约需2-4周；与R结合较好，具备R经验的读者可自学。
结论：该书保留了第一版作为IRT入门首选的全部优点；第二版将软件实现融入大部分章节，新增章节回应了25年间IRT的重要发展；数据示例细致且与社会科学各领域相关，模型拟合与解释均置于实质研究问题背景下。Embretson与Reise在深度与广度之间取得平衡，适合应用型读者，且对非测量学背景者依然可读。最重要的是，该书不断提醒读者：测量的最终目的是更好地理解构念以及个体在构念上的差异。很难想象还有更好的IRT入门书，该书将继续被列为首要推荐之一。
