摘要：項(xiàng)目反應(yīng)理論所估計(jì)出的項(xiàng)目參數(shù)不受被試者能力分布的影響,即具有參數(shù)不變性的優(yōu)點(diǎn).項(xiàng)目反應(yīng)理論中的參數(shù)估計(jì)是應(yīng)用項(xiàng)目反應(yīng)理論的前提,常用參數(shù)估計(jì)方法有極大似然法、貝葉斯法等建立在數(shù)理統(tǒng)計(jì)基礎(chǔ)上的方法,一般要求較大的樣本,對(duì)于小樣本缺乏合適的參數(shù)估計(jì)方法.本文提出一種廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNN)的參數(shù)估計(jì)方法,以二值記分的測(cè)驗(yàn)結(jié)果作為樣本,通過實(shí)驗(yàn)與數(shù)理統(tǒng)計(jì)方法進(jìn)行對(duì)比,分析不同樣本量下參數(shù)估計(jì)結(jié)果的誤差.與傳統(tǒng)數(shù)理統(tǒng)計(jì)方法相比,基于GRNN參數(shù)估計(jì)方法在小樣本下對(duì)參數(shù)估計(jì)的精度較高.