| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 前言 | 第7-9页 |
| 1. 绪论 | 第9-11页 |
| ·选题意义及研究目的 | 第9-10页 |
| ·论文的基本内容及结构 | 第10-11页 |
| 2. 基本理论 | 第11-25页 |
| ·项目反应理论及模型 | 第11-15页 |
| ·项目反应理论概述 | 第11-12页 |
| ·项目反应理论模型 | 第12-15页 |
| ·单参数 Logistic 模型 | 第12-13页 |
| ·双参数 Logistic 模型 | 第13-14页 |
| ·三参数 Logistic 模型 | 第14-15页 |
| ·三种 Logistic 模型间的关系 | 第15页 |
| ·项目反应理论的参数估计方法 | 第15-18页 |
| ·IRT 参数估计概述 | 第15-16页 |
| ·IRT 参数估计的基本过程 | 第16-17页 |
| ·IRT 参数估计方法简评 | 第17-18页 |
| ·人工神经网络 | 第18-21页 |
| ·人工神经网络概述 | 第18页 |
| ·广义回归神经网络 | 第18-21页 |
| ·GRNN 的理论推导 | 第18-20页 |
| ·GRNN 的工作原理 | 第20页 |
| ·GRNN 的应用要点 | 第20-21页 |
| ·基于 Matlab NNTool 的 GRNN 设计 | 第21页 |
| ·蒙特卡罗法实验法 | 第21-25页 |
| ·MC 的基本原理 | 第22页 |
| ·MC 在 IRT 中的应用情况 | 第22-23页 |
| ·基于 MC 的 IRT 参数估计研究的基本步骤 | 第23-24页 |
| ·MC 实验方法的不足及补救办法 | 第24-25页 |
| 3. 文献综述 | 第25-29页 |
| ·基于数理统计方法的小样本 IRT 参数估计研究综述 | 第25-27页 |
| ·基于数理统计方法的小样本 IRT 参数估计研究简评 | 第27页 |
| ·基于神经网络的 IRT 参数估计研究综述 | 第27-29页 |
| ·台湾地区研究综述及简评 | 第27-28页 |
| ·大陆地区研究综述及简评 | 第28-29页 |
| 4. 研究方案 | 第29-34页 |
| ·神经网络建模思路 | 第29-30页 |
| ·测验设计方案 | 第30-32页 |
| ·研究思路、工具及问题 | 第32-34页 |
| ·研究思路 | 第32-33页 |
| ·研究工具 | 第33页 |
| ·研究问题 | 第33-34页 |
| 5. 实验研究 | 第34-42页 |
| ·实验设计 | 第34-37页 |
| ·自变量的设计 | 第34-35页 |
| ·数据的产生 | 第35-36页 |
| ·因变量的设计 | 第36-37页 |
| ·实验步骤 | 第37-39页 |
| ·实验结果 | 第39-41页 |
| ·ANN 与 BILOG-MG 的比较 | 第39-40页 |
| ·ANN 结果的方差分析 | 第40-41页 |
| ·实验结沦 | 第41-42页 |
| 6. 研究结论、不足与展望 | 第42-44页 |
| ·研究结论 | 第42页 |
| ·研究存在的不足 | 第42-43页 |
| ·研究建议及展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 附录一: ANN 与 BILOG-MG 结果比较 | 第48-55页 |
| 附录二: ANN 方差分析表 | 第55-56页 |
| 附录三: ANN 方差分析部分结果图 | 第56-57页 |
| 附录四: BILOG-MG 程序 | 第57-58页 |
| 致谢 | 第58页 |
