第一節 研究結論
本節主要將本研究的結果與心得做一個總整理，以下將清楚的條列說明：
一、初始狀態機率向量之估計
在初始狀態機率向量的估算上，試題數的增加和受試者人數的增加兩者 因素並無影響其估算精準度。但綜合而言，以人數為 1000 人且題數為 40 題 的均方差最小且其 Pearson 相關係數最高，有較好的精準度。
二、試題參數之估計
在試題參數的估算上，總體而言，受試者人數的增加對於試題參數的估 算精準度越高。其中試題猜測度估算之估計值與真值的 Pearson 相關係數偏 低。
三、能力參數之估計
在能力參數的估算上，隨著試題數的增加會使得估算精準度越精確，且 隨著受試者人數的增加也會使得估算精準度越精確，只是其參數估算之估計 值與真值的均方差偏大。且綜合而言，以人數為 1000 人且題數為 40 題的 均方差最小且其 Pearson 相關係數最高，有較好的精準度。
四、答對的機率矩陣（ t
( )
w 1 exp 1t(
w t)
P
θa b
= θ
+ ⎡⎣− ⋅ − ⎤⎦）之估計
在答對的機率矩陣的估算上，隨著試題數的增加會使得估算精準度越精 確，且隨著受試者人數的增加也會使得估算精準度越精確。且綜合而言，以 人數為 1000 人且題數為 40 題的均方差最小且其 Pearson 相關係數最 高，有較好的精準度。似能力參數的估算之結論。
五、作答策略之指示變數（ˆy矩陣之
y
ˆwt1和y
ˆwt2）的估計在作答策略之指示變數的估算上，試題數的增加和受試者人數的增加兩 者因素並無影響其估算精準度。
49
第二節 後續相關研究建議
根據研究過程及結論，提出以下幾點建議以供後續有志於此方面的研究者參 考與發展的空間：
一、參數分配之假設：本研究將試題的難度參數、鑑別度、猜測度及受試者的能 力參數均設定為常態分配，在後續的研究中，可將參數之分配加以不同之組 合做模擬資料分析。
二、受試者與人數之設定：本研究中，設定的受試者人數和試題數情況分別有三 種，共有九種組合，在後續的研究中可以再多增加人數或試題數情況，以更 可以清楚觀察出數值跳動的變化情況；且此研究中，設定受試者人數最多為 1000 人以及試題數最多為 40 題，在後續的研究中可以提高人數或試題數 加以研究。
三、軟體比較：在後續的研究中可與 IRT 軟體（如：BILOG、LOGIST 等）來 比較試題參數及受試者能力參數估算的精準度。
四、本研究的內文中有介紹及探討基於固定狀態機率 GHMM 之 IRT 模式和基 於變動狀態機率 GHMM 之 IRT 模式，但就實際模擬資料而言，只有針對 基於固定狀態機率 GHMM 之 IRT 模式去做兩階段參數估計，而基於變動 狀態機率 GHMM 之 IRT 模式我們的研究團隊，繼續發展中。
五、本研究是基於 GHMM 之二元計分 IRT 混合模式，在後續的研究中，可考 慮推演出基於 GHMM 之多元計分 IRT 混合模式，讓訊息較充分且靈敏有 效。
六、本研究是採用基於 GHMM 之 IRT 混合模式，於是其樣本數必須很大，估 計參數值才較易收斂且精準度較會提高，故在後續的研究中，可考慮 GHMM 與無參數結合之應用，其亦無試題獨立之限制，可分析題組型的試 題測驗。
參考文獻
壹、中文文獻
余民寧（民 81）。IRT 學理與應用。【線上查詢】。取自：http://www.edutest.com.tw/
e-irt/irt.htm。
余民寧（民 92）。教育測驗與評量—成就測驗與教學評量（2 版）。台北市：心理。
呂雅琇（民 92）。高階相關積之核平滑化無參數試題選項分析模式之研究。國立 台中師範學院教育測驗統計研究所碩士論文，未出版，台中市。
翁儷禎、鄭中平（民 91）。結構方程模型之遺漏值處理—潛在變項組型混合模型。
【線上查詢】。取自：http://www.sinica.edu.tw/ioe/chinese/r2711/oldfiles/911109/
paper/taiwan/2604.doc。
陳美吟（民 92）。高階相關核平滑化部分給分試題。私立靜宜大學應用數學研究 所，未出版，台中縣沙鹿鎮。
劉湘川（民 93）。廣義隱藏式馬可夫模型應用於測驗分析之研究。測驗統計年刊 12，19-38。
51
貳、英文文獻
Bilmes, J. A. (1998). A Gentle Tutorial of the EM Algorithm and its Application to Parameter estimation for Gaussian Mixture and Hidden M a r k o v m o d e l s . I N T E R N AT I O N A L C O M P U T E R S C I E N C E INSTITUTE. tr-97-021.
Davier, V. M. （1997）. Winmira—Program Description and Recent Enhancements.
Methods of Psychological Research. [On-line], Available: http://www.pabst- publishers.de/mpr/.
Hambleton, R. k., & Swaminathan, H. （1985）. Item response theory: Principles and
application. Boston: Klvwer Nijhoff.
MacDonald, I. L., & Zucchini, W. (1997). Hidden Markov and Other Models for