FONSECA, Júlio César Gomes. Uma aplicação do teste adaptativo computadorizado via Filtro de Kalman não-linear. 2019. xxx, 194 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.
Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.
Resumo Portugues
Computarized Adaptive Test (CAT) é um tipo de teste baseado em recursos computacionais
que se adapta ao nível de habilidade dos examinandos. Essencialmente, uma implementação
do CAT requer dois elementos fundamentais: um banco de itens calibrado e um
algoritmo para seleção adaptativa dos itens. Este trabalho tem foco no segundo elemento,
para o qual apresentamos uma adaptação à formulação não linear dos filtros de Kalman,
prescrita por Harvey (1989), combinada com o conhecido princípio da máxima entropia
(Kullback, 1997). Neste trabalho, estudos de simulação avaliam a acurácia da estimação de
proficiências em aplicações CAT, desenvolvendo duas classes de estimadores utilizando a
metodologia da Teoria da Resposta ao Item para construção dos modelos probabilísticos, e
suavizações recursivas ancoradas nos modelos dinâmicos, para a formulação dos modelos de
Filtro de Kalman (Harvey, 1989) e Power Steady (Smith, 1979). Como resultado são apresentados
sete novos estimadores da proficiência, sendo o primeiro baseado no Filtro de Kalman
e os demais no Power Steady, a saber: FK_EAP, PS_EAP, PS_MAP, PS_EAP_AVG,
PS_EAP_MEDIAN, PS_MAP_AVG, PS_MAP_MEDIAN. Os quatro últimos são suavizações
baseadas na média e na mediana das estimativas correntes de . Com as simulações,
observou-se que os estimadores PS_EAP e PS_MAP geram estimativas cíclicas, sendo corrigidas
com a suavização proporcionada pelo estimador PS_EAP_AVG. Portanto, com o
estudo realizado nesta dissertação conclui-se que, dentre os sete estimadores avaliados, o
PS_EAP_AVG e o FK_EAP geram as melhores alternativas às estimativas de proficiência
ao CAT tradicional.
Resumo Ingles
Computarized Adaptive Test (CAT) is a type of test based on computational resources
that adapts to the level of ability of the examinees. Essentially, an implementation of CAT
requires two fundamental elements: a calibrated item bank and a algorithm for adaptive selection
of items. This work focuses on the second element, for which we present an adaptation
to the nonlinear formulation of the Kalman filters, prescribed by Harvey (1989), combined
with the known principle of maximum entropy (Kullback, 1997). In this work, simulation
studies evaluate the accuracy of proficiency estimation in CAT applications, developing two
classes of estimators using Item Response Theory methodology to construct the probabilistic
models, and recursive smoothing anchored in the dynamic models, for the formulation of the
models of Kalman Filter (Harvey, 1989) and Power Steady (Smith, 1979). As a result, seven
new proficiency estimators are presented, the first one being based on the Kalman Filter
and the others in Power Steady, namely: FK_EAP, PS_EAP, PS_MAP, PS_EAP_AVG,
PS_EAP_MEDIAN, PS_MAP_AVG, PS_MAP_MEDIAN. The last four are smoothing
based on the mean and median. With the simulations, it was observed that the estimators
PS_EAP and PS_MAP generate cyclic estimates, being corrected with the smoothing provided
by the estimator PS_EAP_AVG. Therefore, the study concluded that among the
seven estimators evaluated, PS_EAP_AVG and FK_EAP generate the best alternatives to
traditional CAT proficiency estimates.
Unidade academica
Instituto de Ciências Exatas (IE)
Departamento
Departamento de Estatística (IE EST)
Programa de Pos-Graduacao
Programa de Pós-Graduação em Estatística
Agencia financiadora
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e Centro Brasileiro de Pesquisa em Avaliação e Seleção e de Promoção de Eventos (Cebraspe).
Idioma
Português
Tipo de documento
Dissertação
Formato
application/pdf
Direitos de acesso
Acesso Aberto
Termo de licenca
A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br,www.ibict.br,http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Palavras-chave
Testes adaptativos informatizados (CAT)||Teoria de resposta ao item (TRI)||Filtro de Kalman||Estimação Bayesiana
