| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一部分 文献综述及问题提出 | 第7-27页 |
| ·引言 | 第7-8页 |
| ·抄袭统计量（ACS）的基本原理 | 第8页 |
| ·抄袭统计量（ACS）的发展 | 第8-11页 |
| ·早期的经验方法 | 第8-9页 |
| ·以概率模型为基础的抄袭统计量 | 第9-10页 |
| ·信息整合的抄袭统计量 | 第10-11页 |
| ·主要的抄袭统计量及其性能 | 第11-20页 |
| ·以匹配错误回答数目为基础的抄袭统计量 | 第11-14页 |
| ·K系列指数 | 第11-13页 |
| ·S1指数 | 第13-14页 |
| ·以匹配正确回答和匹配错误回答数目为基础的抄袭统计量 | 第14-16页 |
| ·g_2统计量 | 第14-15页 |
| ·ω统计量 | 第15-16页 |
| ·S2指数 | 第16页 |
| ·转换二项式基础上的统计检验 | 第16-17页 |
| ·Kappa抄袭统计量 | 第17-18页 |
| ·神经网络技术 | 第18页 |
| ·人员拟合统计量 | 第18-20页 |
| ·关于各抄袭统计量性能的实验研究 | 第20-23页 |
| ·模拟研究 | 第20-22页 |
| ·真实数据的研究 | 第22-23页 |
| ·抄袭统计量性能的综合比较 | 第23-24页 |
| ·现有统计量的不足及研究趋势 | 第24-26页 |
| ·现有统计量的不足之处 | 第24-25页 |
| ·任何一个抄袭统计量不是在所有的条件下都有效 | 第24页 |
| ·研究结论不系统，不能概括所有研究条件 | 第24页 |
| ·依赖于对被试的现场观察 | 第24-25页 |
| ·缺少真实数据的研究 | 第25页 |
| ·模型假设存在不完备之处 | 第25页 |
| ·将来的研究趋势 | 第25-26页 |
| ·开发出能对抄袭这种异常得分模式进行识别的专用PFS统计量 | 第25页 |
| ·多级记分测验的抄袭行为有待研究 | 第25页 |
| ·充分利用答题信息，改进假设模型 | 第25-26页 |
| ·加强现场研究 | 第26页 |
| ·神经网络技术研究 | 第26页 |
| ·研究目的 | 第26-27页 |
| 第二部分 实证研究 | 第27-47页 |
| ·研究假设 | 第27页 |
| ·研究设计 | 第27页 |
| ·研究方法 | 第27-29页 |
| ·研究结果 | 第29-44页 |
| ·s能力水平为第90百分等级时各统计量的识别率 | 第29-37页 |
| ·样本量为100，项目数为40时的识别率 | 第29-31页 |
| ·样本量为100，项目数为80时的识别率 | 第31-33页 |
| ·样本量为500，项目数为40时的识别率 | 第33-35页 |
| ·样本量为500，项目数为80时的识别率 | 第35-37页 |
| ·回归模型的有效性检验 | 第37-39页 |
| ·线性回归模型和二次方回归模型的有效性检验 | 第37-38页 |
| ·对数线性回归模型的有效性检验 | 第38-39页 |
| ·各抄袭统计量的经验I型错误率 | 第39-43页 |
| ·样本量为100，项目数为40时的经验I型错误率 | 第40页 |
| ·样本量为100，项目数为80时的经验I型错误率 | 第40-41页 |
| ·样本量为500，项目数为40时的经验I型错误率 | 第41页 |
| ·样本量为500，项目数为80时的经验I型错误率 | 第41-43页 |
| ·S能力水平为第60百分等级时各统计量的识别率 | 第43-44页 |
| ·讨论 | 第44-46页 |
| ·各统计量的识别率 | 第44-45页 |
| ·经验I型错误率 | 第44-45页 |
| ·参数估计的准确性 | 第45页 |
| ·是否包含匹配的正确回答 | 第45页 |
| ·ACS与PFS有效性的对比 | 第45页 |
| ·本研究的不足 | 第45-46页 |
| ·结论 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |