Advances in Psychological Assessment pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Springer

作者:

出品人:

页数:281

译者:

出版时间:1992-09-30

价格:USD 120.00

装帧:Hardcover

isbn号码:9780306442513

丛书系列:

图书标签:

• 心理评估
• 心理测量
• 心理学
• 评估技术
• 诊断
• 临床心理学
• 认知评估
• 人格评估
• 量表
• 测试

《当代心理测量学前沿：理论、方法与应用》 聚焦量化评估的革新与未来 本书旨在为心理学、教育学、人力资源管理及相关领域的研究者、从业者和高级学生提供一个全面、深入且紧跟时代步伐的心理测量学知识体系。在全球范围内，对个体差异、认知能力、人格特质以及行为倾向进行精确、可靠和公平测量的需求日益迫切。《当代心理测量学前沿：理论、方法与应用》正是在此背景下应运而生，它不仅仅是对既有成熟理论的梳理，更是对近年来突破性进展的深度剖析与系统整合。 本书结构严谨，逻辑清晰，内容涵盖了心理测量学的核心基础到最尖端的建模技术，力求在理论深度与实践指导性之间找到完美的平衡点。 第一部分：心理测量学的基石与范式转换 本部分从历史沿革入手，确立了现代心理测量的哲学与数学基础，并重点探讨了范式上的重大转变。 第一章：心理测量的哲学基础与伦理考量 本章深入探讨了“测量”在心理学中的本体论地位——从经典测量的“真分数”假设到现代认知科学对潜变量的理解。讨论了测量的本质限制、操作化过程中的概念界定难题，以及跨文化应用中测量的等值性问题。同时，我们详细阐述了测量实践中的核心伦理责任，包括结果的保密性、数据使用的透明度，以及如何确保评估过程对弱势群体不产生系统性偏见。 第二章：经典测量理论（CTT）的再审视与局限 对CTT中的信度（内部一致性、重测信度、评分者信度）和效度（内容、结构、标准关联效度）进行了细致的数学推导和案例分析。重点剖析了CTT在处理项目难度、区分度异质性以及样本依赖性方面的固有缺陷。本章强调，尽管CTT依然是许多基础应用的标准，理解其局限性是迈向更先进理论的必要前提。 第三章：项目反应理论（IRT）的精要与多维度建模 本部分是本书的理论核心之一。我们从一维项目特征曲线（ICC）入手，系统介绍了1PL、2PL和3PL模型，并详细阐述了信息函数（Informational Function）的概念及其在高效测试设计中的应用。随后，我们将焦点扩展至多维IRT模型（如双参数或三参数的MIMT），讨论了如何处理潜变量间的相互作用，以及如何利用矩阵代数来评估复杂结构测量的拟合优度。重点分析了IRT在自适应测验（CAT）设计中的核心算法，包括贝叶斯后验估计和终止规则的优化。 第二部分：高级结构建模与数据处理技术 本部分聚焦于潜变量结构分析的统计建模技术，强调了在复杂心理建构测量中如何确保模型与数据的良好契合。 第四章：验证性因子分析（CFA）与探索性因子分析（EFA）的进阶应用 本章超越了传统的因子载荷量解释，深入探讨了高级CFA技术，例如：高阶因子模型、混合模型（潜变量与指标变量的混合存在）的设定，以及在多组数据（Multigroup CFA）中检验指标不变性（Metric Invariance, Scalar Invariance）的严格流程。对于EFA，我们对比了最大似然法、主轴因子法与最小残差法的适用情境，并详细解析了因子旋转策略（Promax, Oblimin）的数学原理及其对结果解释的影响。 第五章：结构方程模型（SEM）在测量验证中的核心地位 本章将因子分析与回归分析集成，展示SEM如何构建和检验理论模型。内容包括：潜变量间的路径分析、中介效应和调节效应的检验、误差方差的建模，以及如何使用协变矩阵分析来评估测量模型的适配性。重点讨论了SEM在处理纵向数据（如增长曲线模型）时对随机效应和残差结构的处理。 第六章：复杂数据结构的处理与新兴模型 本部分应对了当代研究中常见的数据复杂性，例如非正态分布、缺失数据和分层结构。我们详细介绍了贝叶斯结构方程模型（BSEM）的优势，尤其是在处理具有先验知识或需要灵活模型设定的情境中。此外，对潜变量的混合效应模型（Latent Class Analysis, LCA）进行了深入剖析，用于识别具有不同潜在类别的异质性样本群体，并探讨了其在诊断分类中的应用潜力。 第三部分：测量的质量保证与应用场景的拓展 本部分将理论模型转化为实际的质量控制流程，并探讨了测量学在关键应用领域中的最新发展。 第七章：测量的公平性、偏误检测与干预 本章是当前心理测量学研究的热点与难点。详细介绍了检测系统性偏误的统计方法，包括：项目偏误（DIF）的检测（如Mantel-Haenszel法、SDB法、IRTMIF），以及群体差异的分解技术。本章强调了从测量设计阶段就纳入公平性考量的重要性，并提供了在不同IRT框架下进行偏误校正的实用指南。 第八章：测试开发、评分与适应性技术 本章提供了从命题到发布的完整测试生命周期管理。内容涵盖了试题池的构建与维护、项目参数的稳定估计、测试信度和效度的持续监控。重点阐述了计算机自适应测验（CAT）的实际部署问题，包括初始估计、项目选择算法（如最优信息准则）的实现，以及在临床和选拔场景下如何确定有效的终止标准。 第九章：心理测量的未来：新技术与新兴领域 本章展望了测量学的未来方向。探讨了大数据环境下，如何利用机器学习算法（如深度学习）来识别复杂的、非线性的潜变量关系。讨论了基于反应时和生理信号的测量技术（如脑电/fMRI数据）在认知诊断中的整合潜力。最后，对动态评估（Dynamic Assessment）和基于表现的评估（Performance-Based Assessment）的理论框架进行了批判性梳理，强调了评估从“状态”向“过程”转变的趋势。 --- 《当代心理测量学前沿：理论、方法与应用》 是一部面向严肃学术研究的工具书。它要求读者具备一定的数理统计基础，但通过大量的图示、详尽的统计软件（如Mplus, R/lavaan）操作示例和真实数据集的演示，确保了理论的有效落地。本书的目标是培养读者不仅能“应用”现有工具，更能“批判性地评估和创新”心理测量方法的能力，从而推动量化评估的科学边界。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆