Модель с латентными параметрами для пошаговой процедуры оценивания результатов обучения

Актуальность работы обусловлена важностью исследования результатов обучения для повышения качества учебного процесса. Для этого предлагается модель оценки знаний в виде последовательности заданий. Вероятность успешного выполнения задания зависит от латентных параметров: подготовленности обучающегося и трудности задания. Модель аналогична Partial Credit Model, применяемой в Item Response Theory для анализа результатов тестирования. На основе метода максимального правдоподобия разработана процедура оценки параметров численными методами по оценкам обучающихся. Обоснована сходимость процедуры оценивания. Предложены проверки адекватности модели с применением дисперсионного анализа, корреляционного анализа, критериев Infit и Outfit на основе хи-квадрат распределения. Для оценки полезности модели предлагается использовать коэффициент детерминации. Приведены сведения о применении модели для анализа массива оценок студентов академической группы. По итогам анализа модель прошла проверки адекватности и позволила существенно уточнить характеристики итогов обучения и процедур оценивания знаний. Для повышения точности моделирования предлагается использовать оценки текущей успеваемости. Практическая ценность предложенной модели заключается в выявлении процедур оценивания с характеристиками, существенно отличающимися от средних, для дальнейшего содержательного анализа и улучшения.

1. Сосницкий В.Н., Потанин Н.И. Вероятностный подход к анализу успеваемости студентов. Фундаментальные исследования. 2014;8:734–738.

2. Лебедева Т.В., Цыпин А.П., Сидоренко В.С. Статистический анализ факторов, влияющих на успеваемость студентов российских вузов. Интеллект. Инновации. Инвестиции. 2016;9. Доступно по: https://cyberleninka.ru/article/n/statisticheskiy-analiz-faktorov-vliyayuschih-na-uspevaemost-studentov-rossiyskih-vuzov (дата обращения: 29.08.2021).

3. Галимова Н.С., Загитова Л.Р. Построение многофакторной модели успеваемости студента. Международный научно-исследовательский журнал. 2020;6-3(96). Доступно по: https://cyberleninka.ru/article/n/postroenie-mnogofaktornoy-modeli-uspevaemosti-studenta (дата обращения: 29.08.2021). DOI: https://doi.org/10.23670/IRJ.2020.96.6.080.

4. Русаков С.В., Русакова О.Л., Посохина К.А. Нейросетевая модель прогнозирования группы риска по успеваемости студентов первого курса. Современные информационные технологии и ИТ-образование. 2018;4. Доступно по: https://cyberleninka.ru/article/n/neyrosetevaya-model-prognozirovaniya-gruppy-riska-po-uspevaemosti-studentov-pervogo-kursa (дата обращения: 29.08.2021). DOI: 10.25559/SITITO.14.201804.815-822.

5. Канапухин П.А., Коротких В.В., Щекунских С.С. Статистический анализ факторов академической успеваемости (на примере обучающихся экономического факультета ФГБОУ ВО «ВГУ»). Вестник Воронежского государственного университета. Серия: Экономика и управление. 2020;2:27–44. DOI: 10.17308/econ.2020.2/2899.

6. Гранков М.В., Аль-Габри В.М., Горлова М.Ю. Анализ и кластеризация основных факторов, влияющих на успеваемость учебных групп вуза. Инженерный вестник Дона. 2016;4(43). Доступно по: https://cyberleninka.ru/article/n/analiz-i-klasterizatsiya-osnovnyh-faktorov-vliyayuschih-na-uspevaemost-uchebnyh-grupp-vuza (дата обращения: 29.08.2021).

7. Братищенко В.В. Статистический анализ экзаменационных оценок. Baikal Research Journal. 2011;3. Доступно по: https://cyberleninka.ru/article/n/statisticheskiy-analiz-ekzamenatsionnyh-otsenok (дата обращения: 19.12.2021).

8. Шафоростова Е.Н., Лазарева Т.И. Проблемы внедрения информационной системы контроля качества обучения студентов. Вестник БГТУ имени В. Г. Шухова. 2010;3. Доступно по: https://cyberleninka.ru/article/n/problemy-vnedreniya-informatsionnoy-sistemy-kontrolya-kachestva-obucheniya-studentov (дата обращения: 30.08.2021).

9. Нейман Ю.М., Хлебников В.А. Введение в теорию моделирования и параметризации педагогических тестов. М.: Прометей; 2000. 168 с.

10. Wright B. D., Masters G. N. Rating scale analysis: Rasch measurement. Chicago, Illinois: MESA Press; 1982. 223 p.

11. Братищенко В.В. Измерение сформированности компетенций студентов по данным текущей успеваемости. Университетское управление: практика и анализ. 2019;23(3):69–78. DOI: https://doi.org/10.15826/umpa.20.