Skip navigation
Veuillez utiliser cette adresse pour citer ce document : http://repositorio2.unb.br/jspui/handle/10482/46175
Fichier(s) constituant ce document :
Fichier Description TailleFormat 
2022_LídiaAlmeidadeCarvalho.pdf2,37 MBAdobe PDFVoir/Ouvrir
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.advisorGomes, Antônio Eduardo-
dc.contributor.authorCarvalho, Lídia Almeida de-
dc.date.accessioned2023-07-21T18:51:51Z-
dc.date.available2023-07-21T18:51:51Z-
dc.date.issued2023-07-21-
dc.date.submitted2022-11-29-
dc.identifier.citationCARVALHO, Lídia Almeida de. Regressão binomial negativa inflacionada de zeros geograficamente ponderada. 2022. 104 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2022.pt_BR
dc.identifier.urihttp://repositorio2.unb.br/jspui/handle/10482/46175-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2022.pt_BR
dc.description.abstractO desenvolvimento dos testes adaptativos computadorizados só foi possível devido aos avanços tecnológicos das últimas décadas, permitindo que esta metodologia obtenha estimativas para a habilidade dos examinados com base em um número reduzido de itens selecionados especificamente para cada respondente a partir do seu traço latente estimado. Suas dificuldades surgem quando um pequeno grupo de itens é exposto com frequência, colocando em risco a segurança do teste. Assim, esta pesquisa tem como objetivo propor um método para a etapa de seleção de itens, com base no uso de informação ponderada por uma potência de ordem α da proporção corrente de respondentes não expostos a cada item, a fim de reduzir a taxa de exposição dos itens, de modo que não tenham taxas de exposição muito altas ou itens que nunca tenham sido expostos mesmo com grau de dificuldade próximo da habilidade real θ do respondente. Os resultados demonstram as vantagens da metodologia proposta com relação às já utilizadas, apresentando melhor desempenho na proporção de itens superexpostos com todos os valores de α para informação ponderada aleatória e aumentando a proporção de itens expostos para maiores valores de α no método de máxima informação ponderada, para o banco de itens simulado. O método de máxima informação ponderada com α aleatório apresentou melhor desempenho dentre todos os métodos aqui abordados ao ser aplicado no banco de itens real. Outras vantagens relacionadas a escolha dos valores de α também são citadas.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).pt_BR
dc.language.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleUma proposta para controle da taxa de exposição de itens em testes adaptativos computadorizadospt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordTeoria de resposta ao item (TRI)pt_BR
dc.subject.keywordTeste adaptativo computadorizado (CAT)pt_BR
dc.subject.keywordInformação ponderadapt_BR
dc.description.abstract1The development of computerized adaptive tests was only possible due to the technological advances of the last decades, allowing this methodology to obtain estimates for the ability of the examinees based on a reduced number of items selected specifically for each respondent from their estimated latent trait. Its difficulties arise when a small group of items is exposed frequently, jeopardizing the security of the test. Thus, this research aims to propose a method for the item selection step, based on the use of information weighted by a power of order α of the current proportion of respondents not exposed to each item, in order to reduce the exposure rate of the items, so that they do not have very high exposure rates or items that have never been exposed even with a degree of difficulty close to the respondent’s real skill θ. The results demonstrate the advantages of the proposed methodology in relation to those already used, presenting better performance in the proportion of overexposed items with all values of α for random weighted information and increasing the proportion of exposed items for higher values of α in the weighted maximum information method, for the simulated item bank. The weighted maximum information method with random α presented the best performance among all the methods discussed here when applied to the real item bank. Other advantages related to the choice of α values are also mentioned.pt_BR
dc.contributor.emaillidialmeidacarvalho@hotmail.compt_BR
dc.description.unidadeInstituto de Ciências Exatas (IE)pt_BR
dc.description.unidadeDepartamento de Estatística (IE EST)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Estatísticapt_BR
Collection(s) :Teses, dissertações e produtos pós-doutorado

Affichage abbrégé " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/46175/statistics">



Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.