灏天文库

答题卡

考试科学/心理测量科普连载(全站第 84 个主题集;《遗忘曲线》第二季候选 1「考试科学深潜」放大立项,S2 候选池选题第五例且首个单候选放大立项:把「考前 48 小时」一个子题放大成一台测量机器的完整工程账,原候选案名保留为第 13 期)。学习与记忆机制归《遗忘曲线》,本集讲考试与测评这台机器怎么造、怎么算、怎么跟你过招。同一个人考两次能差 12 分:分数自带 ±6 分误差带(1)→信度是读数的复现率:SEM=SD×√(1−rxx),信度 0.96 时误差 3 分、0.50 时飙到 10.6 分(2)→信度高不等于效度高:枪打得很稳,可惜一直打在别人的靶上(3)→一半人做对的题才最值钱:难度与区分度是题的两把尺(4)→一道题上岗前要过五道闸:命题→审题→试测→数据分析→入库,你在考场做的每道题都「考」过别人(5)→答错倒扣分:修正公式 S=R−W/(k−1) 把蒙题的便宜精确没收(6)→没有常模,85 分只是个孤立数字:常模是原始分翻译成百分位的对照表(7)→标准分是不同科目间换汇的汇率:语文 80 和数学 80 不能直接加(8)→59 分和 60 分可能根本没差别:分数线是划出来的不是量出来的(9)→双评是给评分者上秤:同一篇作文两个老师差 8 分就进三评(10)→机器怎么读你涂的卡:光电在数石墨的影子(11)→速度和准确在抢同一分钟:做不完的人不是不会(12)→考前最后 48 小时怎么排:临时抱佛脚的边际账(13)→自适应考试在抄近路找你的水平:答对下一题就更难(14)→你来当主考收官(15)。三幕:一·造尺(1-5)→ 二·算分(6-10)→ 三·过招(11-15)。每页一个可亲手玩的交互台(误差条台/信度台/打靶台/题目体检台/命题流水线闯关台/修正公式台/常模翻译台/标准分换算台/临界误差台/双评分歧台/识别率台/速度权衡台/排程台/自适应模拟台/决断+十步+徽章收官)。选题来源:aiknowledge.cn 平台目录 967 集无教育测量/心理测量/考试科学专门文集——主参照《论文解读-认知科学》文集 381 与《心理学》文集 284(《遗忘曲线》曾作主参照,按「同一文集按视角分工复用」先例接手:彼取学习与记忆的机制视角,本集取测量与评价的工程视角),延伸《概率论与数理统计》文集 425(测量统计口径视角);测量学事实按通行心理与教育测量教科书(经典测

作者: 灏天

知识页

秤很灵,就是一直在晃:信度是读数的复现率

钩子:秤很灵,就是一直在晃——信度是读数的复现率。重测/复本/分半三类信度教学口径各一句;工程关系 SEM=SD×√(1−rxx)(SD=15 教学口径):rxx=0.96→SEM 3.0、0.50→10.6——信度越高误差带越窄。反共识:信度只保证读数稳不保证读数对,稳稳地错是下一期的事。附信度台(in-rxx 50-99 step1 默认 96:sem/band=3.92×sem;96→3.0/11.8 可用档、99→1.5/5.9 稳尺档、50→10.6/41.6 晃尺档)+SEM 递减曲线 canvas。划界:人心 ep11 智商量表应用一句+ep13「重测」研究复现语境同名辨析一句。

枪打得很稳,可惜一直打在别人的靶上:信度高不等于效度高

钩子:枪打得很稳,可惜一直打在别人的靶上——信度高≠效度高。效度=测到没测到想测的东西(内容/效标/结构三类教学口径);信度是弹着点聚不聚、效度是离靶心近不近——聚得很稳但整体偏在别人的靶上,稳定的错误最难被发现。附打靶台(双滑块 in-rel×in-val 0-1 step0.05 默认 0.95/0.90:spread=(1−rel)×20/off=(1−val)×30;0.95/0.9→命中靶心档、1/0.2→稳但不准档、0.5/0.5→慌枪档)+靶纸弹着散布 canvas。划界:信度系数怎么算(相关系数视角)归《统计侦探社》一句。

一半人做对的题才最值钱:难度与区分度是题的两把尺

钩子:一半人做对的题才最值钱——难度与区分度是题的两把尺。P 值=通过率(P 越大题越容易)、D 值=高分组通过率−低分组通过率(D≥0.30 优秀/0.15-0.29 需打磨/<0.15 淘汰,经典测验理论教学口径;黄金带 P 30-70)。反共识:好题不是难题——所有人都做不出或都做对的题都是废题。附题目体检台(双滑块 in-p 5-95×in-d 5-80 step5 默认 50/45;50/45→黄金题档、80/40→保守可用档、95/5→待淘汰档)+P-D 平面散点 canvas。页内注明 IRT 现代模型一句带过视角。

一道题上岗前要过五道闸:从命制到题库的流水线

钩子:一道题上岗前要过五道闸——命题→审题→试测→数据分析→入库。嵌入式试测公开口径:新题混入正式卷不计分预试,你在考场做的每道题都「考」过别人;淘汰率很高——大量题死在你看不见的试测关(教学口径)。附命题流水线闯关台(p1-p5 严格按序点错归零、归零后重开记新第一步:全序→5/5 入库档、p1,p3→0/5 归零档)+五道闸流水线 canvas(试测淘汰出口标注)。划界:古代锁院命题制度史归《龙门》ep5、命题保密一句带过(密码攻防占域)。

答错倒扣分:蒙题的便宜是怎么被公式没收的

钩子:答错倒扣分——蒙题的便宜是怎么被公式没收的。修正公式 S=R−W/(k−1)(k=选项数):4 选 1 每错扣 1/3 分,纯蒙的期望得分被精确压零。反共识:公式惩罚的不是错误是瞎蒙——会排除两个选项的人受影响小得多。附修正公式台(双滑块 in-r×in-w 0-25 step1 默认 16/4:adj=r−w/3;16,4→14.7 蒙题税档、5,15→0.0 蒙到白干档、0,20→-6.7 蒙到白干档、25,0→无修正档)+原始/修正双柱 canvas。页内加粗答题策略免责句。划界:蒙不蒙的期望决策归《敲门砖》ep4(本页讲机制不讲决策)。

85 分算好还是算差:没有常模,分数只是个孤立的数字

钩子:85 分算好还是算差——没有常模,分数只是个孤立的数字。常模=代表性样本做出的「原始分→百分位等级」翻译表(教学常模表查表口径,非正态公式)。反共识:同一个 85 分换一张常模表就是另一个人——你考的不只是卷子还有那张表。附常模翻译台(in-raw 0-100 step5 默认 60:分段线性内插 (0,0)(20,5)(40,25)(60,55)(80,85)(100,98);60→55.0 中上档、100→98.0 头部档、50→40.0 中段档)+常模曲线 canvas。划界:智商量表怎么定归《人心实验室》ep11、排名换志愿决策归《三分报》ep1、分布形状原理归《统计侦探社》ep11 各一句。

语文 80 和数学 80 不能直接加:标准分是换汇的汇率

钩子:语文 80 和数学 80 不能直接加——标准分是换汇的汇率。z=(x−μ)/σ、T=50+10z(教学口径):语文 80(μ70σ10)→z=1.00,数学 80(μ65σ12)→z=1.25——数学那张 80 含金量更高。反共识:总分直接相加是在拿不同汇率硬兑。附标准分换算台(三滑块 in-x/in-mu/in-sd 默认 80/70/10;90/70/10→2.00/70.0 显著偏高档、50/70/5→-4.00/10.0 偏低档)+双标尺换汇 canvas。划界:μ/σ 统计口径归《统计侦探社》ep2/ep11、等第赋分政策口径归《三分报》ep11、分布整体移动归《天气预报局》ep14 各一句。

59 分和 60 分可能根本没差别:分数线是划出来的不是量出来的

钩子:59 分和 60 分可能根本没差别——分数线是划出来的不是量出来的。常模参照 vs 标准参照两套划线逻辑(教学口径);SEM=3 时 59 与 60 的 1 分差距远小于 ±6 误差带——临界分数的排序没有测量学意义。附临界误差台(双滑块 in-score×in-sem 默认 59/3:gap=s−60/band=round(1.96×sem);59/3→-1/6 临界带档、70/3→10/6 界上档、50/3→界下档、45/8→-15/16 临界带档)+分数轴误差带 canvas(与线重叠高亮临界带)。

同一篇作文两个老师差 8 分:双评是给评分者上秤

钩子:同一篇作文两个老师差 8 分——双评是给评分者上秤。评分者也是一把会晃的尺:两位评分者独立打分,分差阈值内取平均、超阈值进三评(教学口径 6 分内平均/6-10 三评/>10 复议;真实规则按公开口径一句转述)。反共识:双评不是为了让分更好看,是为了让评分者自己被测量——人也要过信度这一关。附双评分歧台(双滑块 in-s1×in-s2 30-60 step1 默认 48/44;48/44→4/46.0 平均有效档、48/40→8 三评档、30/60→30 复议档)+双柱阈值线 canvas。划界:古代阅卷分工制度史归《龙门》ep8 一句。

机器怎么读你涂的卡:光电在数石墨的影子

钩子:机器怎么读你涂的卡——光电在数石墨的影子。OMR 原理:石墨涂黑区吸光、白纸反光,定位标记让机器知道每行从哪开始;误读三来源:涂太浅/擦不净/折痕——规范填涂的公开常识全是物理账(教学模型识别置信=(浓度−25)×1.6)。反共识:机器不认字只认影子——字迹对它毫无意义。附识别率台(in-c 20-100 step5 默认 80:conf clamp[0,100];80→88 稳读档、20→0 险读档、50→40 勉强档)+光路示意与置信曲线 canvas。红线:零规避识别操作细节,只讲原理与规范填涂公开常识。划界:光电效应物理归《光的底牌》一句。

做不完的人不是不会:速度和准确在抢同一分钟

钩子:做不完的人不是不会——速度和准确在抢同一分钟。限时考试测的是「速度下的正确率」(教学模型:n=min(100,round(3600/t))、acc=0.55+0.45×(1−e^(−t/60))):每题想得越久越准但卷子做不完,正确率 0.727→0.900 时题量 100→40。反共识:全卷做完且每题想清楚在数学上不可兼得——考场策略本质是给留白定价。附速度权衡台(in-t 30-120 step5 默认 45;45→80/0.787/63/留白 20 取舍档、30→100/0.727/73/0 全卷档、90→40/0.900/36/60 大面积放弃档)+权衡双轴曲线 canvas。页内加粗答题策略免责句。划界:生理反应速度归《百分之一秒》一句。

考前最后 48 小时怎么排:临时抱佛脚的边际账

钩子:考前最后 48 小时怎么排——临时抱佛脚的边际账。突击收益是饱和曲线 gain=24×(1−e^(−h/8))(头 8 小时涨最快),睡眠是乘法惩罚(<6 小时收益打八折,教学口径)。反共识:佛脚不是不能抱是越抱越贵——0 到 8 小时赚 15.2,16 到 24 只赚 2.0(按读数计)。附排程台(双滑块 in-h 0-30×in-s 3-9 step1 默认 8/7;8/7→15.2 边际递减档、16/5→20.8/16.6 边际递减档、24/7→22.8 冲刺有效档、4/7→9.4 佛脚价档)+48h 时间轴与饱和曲线 canvas。页内加粗答题策略免责句。划界:记忆机制归《遗忘曲线》ep2/6/7/8、焦虑归 ep13、错题归 ep14、长期排程 SM-2 归 ep7 各一句(本页只讲考前窗口分配账)。

答对下一题就更难:自适应考试在抄近路找你的水平

钩子:答对下一题就更难——自适应考试在抄近路找你的水平。CAT 逻辑:题目会挑你,用最少题量把水平定位到足够窄区间(公开口径一句;选题以题目信息量最大化为准)。教学模型:5 步随机游走期望终点难度 bend=round(10×p/100−5)——答对率 90% 的人被送到难度 4、30% 落在 −2;同一个考场每个人卷子不一样但定位一样准。附自适应模拟台(in-p 20-90 step5 默认 60;90→4 高段位档、75→3 高段位档〔round(2.5)=3 边界〕、30→-2 低段档、20→-3 基础档)+随机游走三路径 canvas。划界:IRT 参数视角呼应第 4 期一句;公平性零评价。

你来当主考:给测量机器做最后一轮校准

收官:你来当主考——给测量机器做最后一轮校准。交互四件套:决断台三题(点选+点回改判双向,未点算未过:信度高≠效度高〔呼应第 3 期〕/59 与 60 一定水平不同=不对〔呼应第 1/9 期〕/机器读卡读字迹=不对〔呼应第 11 期〕;全对→GO:测量三关全过,准予放行)+十步闯关(误差带→信度→效度→难度→命题→修正→常模→标准分→双评→机读,点错归零+重开记新第一步)+徽章墙 15 枚纯 toggle+宇宙地图三幕星图。第二季候选预告:题库深潜与安全监测〔零操作细节〕/大型考试的等值与量表化深潜〔划界统计〕/表现性评价与档案袋/题目功能差异(DIF)检测〔方法论视角零政策评价〕/学习分析:过程性测评的数据账。

同一个人考两次能差 12 分:你的分数自带一条误差带

钩子:同一个人考两次,分数能差 12 分——不是你变了,是尺子晃了。经典测验理论第一句:观测分数=真分数+误差;95% 的重复测量落在 ±1.96×SEM 误差带(本集教学口径 SEM=3→±6 分)。反共识:分数不是点是一条带——及格线上下的分数在这条带里根本分不开。附误差条台(in-score 40-100 step1 默认 76:lo=s−6/hi=s+6/span=12;76→清晰档、60→正压线档、54/66→模糊档)+分数轴误差带 canvas。划界:95% 带宽的正态出处归《统计侦探社》ep11、遗忘机制归《遗忘曲线》ep2 各一句。

返回知识广场 在知识工坊里打开