| dc.description.abstract | A Teoria da Resposta ao Item (TRI) consiste em um conjunto de modelos matemáticos, que representam a probabilidadede um indivíduo dar uma certa resposta a um item, como função dos parâmetros dos itens e da sua habilidade (ou traço latente). Neste trabalho, utilizou-se o modelo logístico unidimensional de três parâmetros (ML3), com o objetivo de estimar a proficiência em conteúdos matemáticos básicos, de ingressantes nos cursos da área de exatas. Este é um dos modelos mais utilizados para itens dicotômicos (corrigidos como certo ou errado), caracterizado pelos parâmetros de discriminação, de dificuldade e de acerto ao acaso. Devido à complexidade do modelo, para o procedimento de inferência sobre os parâmetros e habilidades, sob o paradigma clássico ou bayesiano, se faz necessário o uso de métodos numéricos. Neste caso, utilizou-se o amostrador de Gibbs, algoritmo da classe dos Métodos de Monte Carlo via Cadeia de Markov (MCMC), implementado via software OpenBUGS (Bayesian inference Using Gibbs Sampling), direcionado para análise bayesiana de modelos complexos. Esta pesquisa, em andamento, dá continuidade ao trabalho desenvolvido por (ROSSI,2015) e tem por objetivo apresentar um estudo sobre construção de escalas, baseadas na Teoria da Resposta ao Item, com ênfase na área educacional e, também, a construção e interpretação de uma escala para avaliação de proficiência em conteúdos matemáticos básicos. | |
