測量與測驗發展路徑
適合以測驗與量表為主要工作對象的讀者。先讀第一至七章,打好測量與量尺化的地基,再直接銜接第十七至二十七章,把項目反應理論一路延伸到測驗編製、等化、適性測驗、作答行為、評分與公平使用,看測量理論如何落實為一整套測驗實務。
測量、模型與推論
Quantitative Psychology: Measurement, Models, and Inference
本書處理一個表面簡單、實則極難的問題:如何為看不見的心理特質,賦予有意義且可信賴的數字。全書以「測量作為主角」為論旨,主張測量並非正式研究之前的暖身,而是整套推論的地基;無論其後的統計如何精巧、所檢驗的理論如何重要,結論的可信程度終究受制於最前端的測量品質。
在取材上,本書採取廣度平衡的策略,讓測量理論、統計建模、研究設計、測驗發展與應用,以及資料科學五個面向皆獲得實質篇幅。這一選擇並非出於面面俱到的野心,而是基於一項判斷:這幾者在真實研究中本就彼此糾纏,一個只懂潛在變項模型卻不解抽樣與檢定力的研究者,或一個精於預測演算法卻對效度無感的分析者,都容易在自己看不見的地方犯錯。
正文以概念、直覺與歷史脈絡為主,完整的數學推導收入獨立的推導方塊,讀者即使略過技術細節,亦能掌握每個方法的重點與意義。每章結尾設有前沿專欄,明確區分哪些議題已有定論、哪些仍在爭議、哪些僅屬初步的推測。
八個部分依序由測量的哲學基礎推進到計算取向的當代發展。各部彼此相扣:第三部建立的估計與適配原理,是第四、五、六部一切建模的共同地基;第四部確立的測量不變性,是跨群體、跨時間比較的前提。每一部另附一篇導言,說明該部要回答什麼問題、各章如何分工。
本書設定的讀者橫跨高年級大學生、研究生與實務工作者,數理背景與閱讀目的不盡相同。以下三條路徑供依自身背景選擇切入方式;無論循哪一條,每章均附獨立的參考文獻。
適合以測驗與量表為主要工作對象的讀者。先讀第一至七章,打好測量與量尺化的地基,再直接銜接第十七至二十七章,把項目反應理論一路延伸到測驗編製、等化、適性測驗、作答行為、評分與公平使用,看測量理論如何落實為一整套測驗實務。
適合以資料分析與建模為重心的讀者。以第八至十六章建立推論、設計、迴歸與潛在變項建模的骨幹,再進入第二十八至三十三章的多層次、縱貫、因果與貝氏方法。
適合自機器學習背景進入的讀者。可先掌握構念、推論、模型評鑑與計算取向的全景,再回頭補讀潛在變項與測量的各章,補足預測導向訓練中最容易缺席的測量素養。