【试卷题数】：共280题/预览前40题

【试卷大小】：10.06M

【下载方式】：百度网盘

【 提 取 码】：hhwa

【下载地址】：https://www.kaoshiji.cn/312347xlx/994.html

教材名称：《心理与教育测量(第四版)》

主编：戴海琦

出版社：暨南大学出版社

版次：2018年5月1日

ISBN：9787566823700

目·录

考试集教材配套题库介绍

一、精准匹配教材，一站式学习解决方案

二、题库核心优势

一、单项选择题（60题）

二、多项选择题（40题）

三、判断题（40题）

四、填空题（40题）

五、名词解释题（40题）

六、简答题（40题）

七、论述题（15题）

八、材料分析题（5题）

考试集教材配套题库介绍

一、精准匹配教材，一站式学习解决方案

本网站专注于为高等教育教材，提供全章节配套题库服务，完全覆盖教材知识点。题库设计严格遵循教材章节结构，助力学习者系统掌握知识体系。

二、题库核心优势 

1.题量丰富，解析详尽 

每章独立题库，总计超千道高质量试题。每题均附标准答案+逐题解析，深入剖析考点，帮助学生举一反三。  

2.灵活下载，多端适配  

支持题库下载，满足打印、笔记等个性化学习需求。配套手机在线刷题小程序，随时随地碎片化学习，自动记录进度与错题。  

3. 智能功能，高效提分  

小程序智能归纳易错题型，针对性强化薄弱环节。限时自测，还原真实考试环境，提升应试能力。  

考试集官网[www.kaoshiji.cn]下载试题

关注微信公众号：百业先生，为您提供一站式服务。

扫一扫，码上刷题

考试集，让学习更简单！

第十七章试卷-章节练习

第十七章 测量理论与应用的新发展

1. 大数据与机器学习在测量中的应用  

2. 生态瞬时评估（EMA）技术  

3. 神经测量学（脑电、fMRI）的兴起
 

一、单项选择题（60题）

1.大数据与机器学习在心理测量中的核心应用体现在以下哪个方面？

A.依赖传统统计方法分析小样本数据       B.通过动态算法实时调整测验难度以实现个性化评估

C.仅用于预测受教育者的长期职业发展     D.完全替代人工编制心理测验题目

答案：B

解析：大数据与机器学习的优势在于通过分析海量数据，构建动态模型。个性化测量与评估正是其典型应用，例如根据受试者实时表现调整测验难度（选项B）。选项A错误，因大数据强调大样本；选项C片面，预测仅是应用之一；选项D错误，机器学习是优化而非完全替代人工编制。

2.生态瞬时评估技术的核心特征是？

A.在实验室环境中进行单次集中评估                     B.通过长期追踪获取个体稳定特质

C.在自然情境中多次、实时采集行为或心理状态数据       D.仅适用于儿童发展研究

答案：C

解析：EMA强调在真实环境中高频次、实时记录个体的即时状态（选项C）。选项A错误，因EMA反对实验室人为控制；选项B错误，其关注瞬时状态而非稳定特质；选项D错误，EMA广泛应用于成人心理、成瘾行为等领域。

3.功能磁共振成像技术在心理测量中的主要优势是？

A.毫秒级时间分辨率捕捉快速神经活动     B.高空间分辨率定位具体脑区活动

C.便携性适用于日常场景测量             D.完全无创且成本低廉

答案：B

解析：fMRI通过血氧水平依赖信号反映脑活动，空间分辨率高（毫米级），可定位具体脑区（选项B）。选项A错误，因时间分辨率（秒级）低于EEG；选项C错误，设备庞大需固定场所；选项D错误，成本较高且存在噪音干扰。

4.机器学习在测验编制中的典型应用是？

A.手动筛选题目构建固定测验         B.通过算法自动生成符合测量学标准的题目

C.仅用于分析测验结果的效度证据     D.替代理论框架直接生成测验模型

答案：B

解析：机器学习可基于项目反应理论等模型，自动生成区分度高、难度适宜的题目（选项B）。选项A是传统方法；选项C片面，机器学习贯穿测验全周期；选项D错误，理论框架仍是基础。

5.生态瞬时评估在以下哪个领域应用最广泛？

A.评估跨文化人格特质差异         B.追踪情绪障碍患者的即时症状波动

C.测量晶体智力等稳定心理特征     D.验证传统纸笔测验的信效度

答案：B

解析：EMA通过高频次采样，精准捕捉情绪、症状等动态变化，常用于抑郁症、焦虑症等情绪障碍研究（选项B）。选项A需跨时间稳定测量；选项C关注稳定特征；选项D非EMA核心目标。

6.大数据技术对心理测量数据收集的主要革新体现在？

A.依赖传统纸质问卷进行小范围抽样     B.通过社交媒体、可穿戴设备等获取多模态、高时效数据

C.仅用于验证已有理论模型的适用性     D.完全取代人工编码，实现全自动数据清洗

答案：B

解析：大数据技术突破了传统数据收集的局限性，可通过社交媒体文本、生理传感器等多源渠道获取动态、实时数据（选项B）。选项A是传统方法；选项C片面，大数据也用于生成新假设；选项D错误，数据清洗仍需人工干预。

7.机器学习在“心理与教育预测”中的典型应用场景是？

A.根据学生单次测验成绩预测其终身职业成就     B.通过分析学习行为数据识别潜在学业风险群体

C.仅用于验证线性回归模型的预测效度           D.完全替代教师对学生进行主观评价

答案：B

解析：机器学习可整合多维度数据（如作业完成率、在线学习时长），构建非线性模型以识别高风险学生（选项B）。选项A夸大预测范围；选项C错误，机器学习本身是预测工具；选项D片面，预测需结合人工干预。

8.生态瞬时评估中，“事件触发设计”的核心特征是？

A.按固定时间间隔采集数据                     B.仅在实验室制造特定事件后进行评估

C.由受试者主动报告事件发生时触发数据采集     D.结合时间与事件双重触发机制

答案：C

解析：事件触发设计强调以受试者实际经历的事件（如情绪波动、物质使用）为触发点，实时记录情境与反应（选项C）。选项A是时间采样设计；选项B错误，事件需自然发生而非人为制造；选项D是混合设计，非事件触发设计的核心。

9.脑电技术在神经测量学中的独特优势是？

A.毫米级空间分辨率定位脑区活动       B.毫秒级时间分辨率捕捉神经电活动瞬时变化

C.完全无创且适用于所有年龄段人群     D.可同时监测脑结构与功能变化

答案：B

解析：EEG通过电极记录头皮电位变化，时间分辨率达毫秒级，适合研究感知、注意等快速认知过程（选项B）。选项A是fMRI的优势；选项C错误，EEG需涂抹导电膏，部分人群可能不适；选项D错误，EEG仅反映功能活动。

10.神经测量学对心理测量的主要应用意义在于？

A.完全替代传统行为测验，直接通过脑成像得分评估心理特质     

B.提供客观生理指标，补充传统自我报告数据的局限性

C.证明所有心理现象均可还原为神经机制     

D.仅适用于临床神经心理学诊断

答案：B

解析：神经测量学通过脑活动数据（如ERP成分、fMRI激活模式）为心理特质提供生理证据，弥补自我报告的主观性（选项B）。选项A错误，神经指标需与行为数据结合；选项C是还原论误区；选项D片面，其也应用于认知神经科学基础研究。

11.机器学习在“测验编制与优化”中的核心作用是？

A.完全替代专家进行题目内容审核     B.通过算法自动生成符合项目反应理论的高质量题目

C.仅用于分析测验结果的表面效度     D.消除文化差异对测验公平性的影响

答案：B

解析：机器学习可基于测量学理论（如项目反应理论）自动生成区分度、难度适宜的题目，并优化题库结构（选项B）。选项A错误，人工审核仍不可或缺；选项C片面，机器学习贯穿测验全周期；选项D错误，文化公平性需结合其他方法解决。

12.生态瞬时评估中，“时间采样设计”与“事件触发设计”的本质区别在于？

A.前者依赖固定时间间隔，后者依赖自然事件触发     B.前者用于长期追踪，后者用于即时干预

C.前者仅适用于群体分析，后者适用于个体分析       D.前者成本更低，后者成本更高

答案：A

解析：时间采样设计按预设时间点（如每小时）采集数据，事件触发设计则由受试者实际经历的事件（如情绪波动）触发数据采集（选项A）。选项B错误，两者均可用于追踪；选项C错误，均适用于个体；选项D非本质区别。

13.脑电技术在教育测量中的独特价值是？

A.评估学生长期知识存储量           B.实时监测课堂注意力水平的神经电活动变化

C.替代传统考试进行学业成就评价     D.诊断学生是否存在学习障碍

答案：B

解析：EEG的毫秒级时间分辨率可捕捉注意、记忆等认知过程的瞬时神经活动，适用于实时评估课堂参与度（选项B）。选项A需通过行为测验评估；选项C错误，EEG是辅助工具；选项D需结合临床诊断。

14.大数据技术对“心理预测”模型的改进主要体现在？

A.仅使用线性模型简化预测过程     B.整合多源异构数据构建非线性模型

C.依赖小样本数据提高预测精度     D.完全消除预测中的文化偏差

答案：B

解析：大数据通过融合文本、图像、生理等多模态数据，利用深度学习等非线性模型提升预测准确性（选项B）。选项A错误，非线性模型更复杂；选项C错误，大数据依赖大样本；选项D错误，文化偏差需通过其他方法缓解。

15.神经测量学对心理与教育测量的根本性贡献在于？

A.完全替代传统纸笔测验，直接通过脑成像得分评估心理特质     

B.提供客观生理指标，验证传统自我报告数据的生物学基础

C.证明所有心理现象均可还原为单一神经机制     

D.仅适用于临床神经心理学领域

答案：B

解析：神经测量学通过脑活动数据（如ERP成分、fMRI激活模式）为心理特质提供生理证据，验证传统测量结果的生物学有效性（选项B）。选项A错误，神经指标需与行为数据结合；选项C是还原论误区；选项D错误，其也应用于教育神经科学等基础研究。

16.大数据技术在心理测量中面临的主要伦理挑战是？

A.数据采集频率过高导致受试者疲劳         B.敏感个人信息泄露与算法歧视风险

C.过度依赖机器学习模型而忽视理论框架     D.无法处理非结构化文本数据

答案：B

解析：大数据需处理海量个人数据（如社交媒体行为、生理信号），可能涉及隐私泄露与算法偏见（选项B）。选项A是操作层面问题；选项C是理论应用偏差；选项D错误，大数据擅长处理非结构化数据。

17.机器学习在“个性化测量与评估”中的核心优势是？

A.为所有受试者提供完全相同的测验版本     B.根据实时表现动态调整题目难度与内容

C.仅用于分析群体水平差异而非个体特征     D.完全消除测验中的练习效应

答案：B

解析：机器学习可通过自适应算法（如计算机化自适应测验）实时调整测验内容，实现个性化评估（选项B）。选项A是传统固定测验；选项C错误，个性化评估聚焦个体；选项D错误，练习效应需通过其他方法控制。

18.生态瞬时评估中，“信号触发设计”的典型应用场景是？

A.受试者按固定时间表完成问卷     B.由研究者远程发送随机提示触发数据采集

C.结合生理指标自动触发评估       D.仅在实验室制造压力情境后进行评估

答案：C

解析：信号触发设计通过生理或环境信号（如心率升高、地理位置变化）自动触发数据采集，捕捉自然情境下的反应（选项C）。选项A是时间采样设计；选项B是随机提示设计；选项D是实验室研究。

19.功能磁共振成像技术在教育测量中的潜在应用是？

A.直接读取学生记忆内容并生成考试答案     B.定位与学习相关脑区活动，验证教学干预效果

C.替代传统课堂观察评估教师教学技能       D.诊断所有类型的学习障碍

答案：B

解析：fMRI可定位语言、记忆等学习相关脑区的激活模式，为教学干预（如多感官教学）提供神经证据（选项B）。选项A是伦理与技术双重错误；选项C错误，教学技能需结合行为评估；选项D错误，需结合临床诊断。

20.神经测量学与大数据技术结合的主要价值在于？

A.完全替代传统心理测验，直接通过脑成像与行为数据融合评分     

B.构建“生理-行为-环境”多模态模型，提升心理特质评估的全面性

C.证明所有心理现象均可由单一神经机制或数据源解释     

D.仅适用于临床神经心理学领域的研究

答案：B

解析：神经测量学提供生理指标，大数据整合行为与环境数据，多模态融合可更全面刻画心理特质（选项B）。选项A错误，需结合人工判断；选项C是还原论误区；选项D错误，其也应用于教育神经科学等基础研究。

21.大数据技术在“测验编制与优化”中的具体应用案例是？

A.人工筛选题目构建固定测验       B.通过分析作答数据自动更新题库，淘汰低质量题目

C.仅用于验证传统测验的信效度     D.完全消除文化差异对测验内容的影响

答案：B

解析：大数据可通过分析海量作答数据（如题目难度、区分度），利用算法自动淘汰低质量题目并补充新题，实现题库动态优化（选项B）。选项A是传统方法；选项C片面，大数据贯穿测验全周期；选项D错误，文化公平性需结合其他方法解决。

22.生态瞬时评估数据分析中，最常用的统计方法是？

A.单因素方差分析     B.多层线性模型

C.结构方程模型       D.逻辑回归分析

答案：B

解析：EMA数据具有嵌套结构（多次测量嵌套于个体），需用多层线性模型分析个体内变化（选项B）。选项A仅适用于简单组间比较；选项C适用于验证理论模型；选项D适用于分类结果变量。

23.功能磁共振成像技术的主要局限性是？

A.空间分辨率低，无法定位具体脑区     B.时间分辨率差，难以捕捉快速神经活动

C.设备庞大且运行成本低廉             D.完全无创，适用于所有年龄段人群

答案：B

解析：fMRI通过血氧水平依赖信号反映脑活动，时间分辨率达秒级，仍难以捕捉毫秒级的神经电活动（选项B）。选项A错误，fMRI空间分辨率高；选项C错误，设备成本高昂；选项D错误，部分人群（如幽闭恐惧症患者）不适用。

24.机器学习模型在心理预测中可能出现的主要问题是？

A.过度依赖线性假设，忽视非线性关系     B.过拟合训练数据，导致泛化能力下降

C.完全消除文化差异对预测结果的影响     D.仅适用于小样本数据场景

答案：B

解析：机器学习模型（如深度神经网络）易在训练数据中捕捉噪声，导致过拟合，降低对新数据的预测准确性（选项B）。选项A错误，非线性模型可处理复杂关系；选项C错误，文化偏差需通过其他方法缓解；选项D错误，机器学习依赖大样本。

25.神经测量学与生态瞬时评估结合的主要价值在于？

A.完全替代传统自我报告数据，直接通过生理指标评估心理状态     

B.构建“生理-情境”动态模型，实时解析心理状态的神经基础

C.证明所有心理现象均可还原为单一神经机制或情境因素     

D.仅适用于临床神经心理学领域的研究

答案：B

解析：神经测量学提供生理指标（如脑活动），EMA提供实时情境数据（如事件、环境），二者结合可动态解析心理状态的神经-环境交互机制（选项B）。选项A错误，需结合自我报告数据；选项C是还原论误区；选项D错误，其也应用于教育神经科学等基础研究。

26.大数据技术在处理心理测量缺失数据时的核心优势是？

A.直接删除含有缺失值的样本以保证数据纯净     B.通过多模态数据融合进行智能插补

C.依赖传统统计方法填充缺失值                 D.完全忽略缺失数据，仅分析完整案例

答案：B

解析：大数据可通过整合多源数据（如社交媒体行为、生理指标），利用机器学习算法（如K近邻、随机森林）对缺失值进行智能插补，保留更多有效信息（选项B）。选项A会减少样本量；选项C是传统低效方法；选项D会损失统计效力。

27.生态瞬时评估中，采用“混合设计”的主要目的是？

A.完全替代传统实验室研究     B.同时捕捉规律性行为模式与偶发事件反应

C.降低研究成本，简化数据分析流程     D.消除受试者因频繁评估产生的疲劳效应

答案：B

解析：混合设计结合时间采样（规律性评估）与事件触发（偶发事件评估），可全面刻画个体行为模式（如每日情绪波动与突发事件后的应激反应）（选项B）。选项A错误，EMA是补充而非替代；选项C错误，混合设计增加复杂度；选项D错误，评估频率需平衡数据质量与受试者负担。

28.脑电技术在诊断儿童注意缺陷多动障碍中的独特价值是？

A.通过脑成像直接观察儿童多动行为     B.实时监测注意相关脑电波异常

C.替代临床访谈成为唯一诊断标准       D.完全消除诊断中的文化或性别偏差

答案：B

解析：EEG可检测与注意控制相关的脑电活动（如θ波增强、β波减弱），为ADHD提供客观生理指标（选项B）。选项A错误，EEG不直接观察行为；选项C错误，需结合临床评估；选项D错误，文化或性别偏差需通过其他方法控制。

29.机器学习模型在心理预测中可能引发的伦理争议是？

A.过度依赖线性模型简化复杂心理现象      B.算法歧视导致特定群体被错误预测

C.完全消除预测中的随机误差              D.仅适用于小样本数据场景

答案：B

解析：机器学习模型（如深度神经网络）可能因训练数据偏差（如样本代表性不足）导致对少数群体的歧视性预测（选项B）。选项A错误，非线性模型可处理复杂关系；选项C错误，随机误差无法完全消除；选项D错误，机器学习依赖大样本。

30.神经测量学与大数据结合在个性化教育中的典型应用是？

A.通过脑成像直接评估学生知识掌握程度     B.整合脑活动数据与学习行为数据，动态调整教学策略

C.完全替代教师进行课堂管理               D.仅适用于诊断学习障碍学生

答案：B

解析：神经测量学提供脑活动数据（如注意相关脑电波），大数据整合学习行为（如作业完成率），二者结合可实时调整教学策略（如增加注意训练）（选项B）。选项A错误，脑成像不直接评估知识；选项C错误，教师角色不可替代；选项D错误，其适用于所有学生。

31.大数据技术在心理测量中实现“多模态数据融合”的核心意义是？

A.仅整合结构化数据以简化分析     B.结合行为、生理、文本等多源数据提升测量全面性

C.完全替代传统统计方法，直接通过机器学习建模     D.消除所有测量误差，实现完美信效度

答案：B

解析：多模态数据融合通过整合行为（如作答时间）、生理（如脑电）、文本（如社交媒体发言）等多维度数据，弥补单一数据源的局限性，提升心理特质评估的全面性（选项B）。选项A错误，多模态包含非结构化数据；选项C错误，传统方法仍需结合；选项D错误，误差无法完全消除。

32.生态瞬时评估中，“密集纵向设计”的核心特征是？

A.在单次评估中收集大量变量            B.在短时间内对同一群体进行多次评估

C.仅关注个体稳定特质而非动态变化      D.完全依赖受试者自我报告数据

答案：B

解析：密集纵向设计通过高频次（如每小时一次）、短间隔的评估，捕捉个体心理状态的瞬时变化（选项B）。选项A是横断设计；选项C错误，EMA关注动态变化；选项D错误，EMA可结合生理数据。

33.脑电技术在评估工作记忆容量时的独特优势是？

A.通过脑成像直接观察记忆内容     B.实时监测与记忆编码相关的θ波活动

C.替代传统记忆测验               D.完全消除个体差异对结果的影响

答案：B

解析：EEG可检测与工作记忆编码相关的θ波（4-8Hz）活动，为记忆容量提供神经电生理指标（选项B）。选项A错误，EEG不直接观察记忆内容；选项C错误，需结合行为测验；选项D错误，个体差异仍存在。

34.机器学习在“心理与教育预测”中可能引发的过度拟合问题，主要源于？

A.训练数据量过小，无法覆盖所有可能场景     B.模型过度捕捉训练数据中的噪声而非真实模式

C.完全依赖线性模型，忽视非线性关系         D.仅适用于分类问题而非预测问题

答案：B

解析：过度拟合指模型在训练数据中捕捉了随机噪声，导致对新数据的预测能力下降（选项B）。选项A是小样本问题；选项C错误，非线性模型也可过拟合；选项D错误，机器学习广泛用于预测。

35.神经测量学与生态瞬时评估结合在抑郁症研究中的典型应用是？

A.通过脑成像直接诊断抑郁症类型         B.实时追踪情绪波动与相关脑区活动的动态关联

C.完全替代临床访谈成为唯一诊断工具     D.仅适用于评估药物治疗效果

答案：B

解析：神经测量学提供情绪相关脑区（如前额叶、杏仁核）的激活数据，EMA提供实时情绪自评，二者结合可动态解析情绪波动与神经活动的关联（选项B）。选项A错误，需结合临床评估；选项C错误，诊断需多方法；选项D错误，其适用于非药物治疗研究。

36.大数据技术在心理测量数据收集中的创新性体现是？

A.仅依赖传统纸质问卷进行抽样调查             B.通过社交媒体、可穿戴设备等获取动态、多模态数据

C.完全依赖结构化数据，忽视非结构化文本信息   D.仅用于验证已有理论模型的适用性

答案：B

解析：大数据技术突破传统数据收集方式，可通过社交媒体文本、生理传感器等多源渠道获取实时、动态数据（选项B）。选项A是传统方法；选项C错误，大数据擅长处理非结构化数据；选项D片面，大数据也用于生成新假设。

37.机器学习在“测验编制与优化”中优化题库的典型方法是？

A.人工筛选题目并固定题库内容       B.通过聚类算法自动分类题目难度与知识点

C.仅用于分析测验结果的表面效度     D.完全消除文化差异对题目公平性的影响

答案：B

解析：机器学习可利用聚类、分类算法自动分析题目属性（如难度、区分度），优化题库结构（选项B）。选项A是传统方法；选项C片面，机器学习贯穿测验全周期；选项D错误，文化公平性需结合其他方法解决。

38.生态瞬时评估中，“生理信号触发设计”的核心触发机制是？

A.受试者按固定时间表完成评估             B.研究者远程发送随机提示

C.结合心率、皮肤电等生理指标自动触发     D.仅在实验室制造特定事件后触发

答案：C

解析：生理信号触发设计通过实时监测生理指标（如心率变异性升高）自动触发数据采集，捕捉自然情境下的心理反应（选项C）。选项A是时间采样设计；选项B是随机提示设计；选项D是实验室研究。

39.功能磁共振成像技术在评估语言能力时的独特优势是？

A.直接观察大脑语言区的结构损伤     B.定位语言加工相关脑区的激活模式

C.替代传统语言测验                 D.完全消除个体差异对结果的影响

答案：B

解析：fMRI可定位语言加工相关的脑区激活（如布洛卡区、韦尼克区），为语言能力提供神经证据（选项B）。选项A错误，fMRI反映功能而非结构；选项C错误，需结合行为测验；选项D错误，个体差异仍存在。

40.神经测量学与大数据结合在心理健康评估中的核心价值是？

A.完全替代临床访谈，直接通过脑成像与行为数据融合诊断     

B.构建“生理-行为-环境”多模态模型，提升评估全面性

C.证明所有心理障碍均可还原为单一神经机制     

D.仅适用于神经发育障碍的研究

答案：B

解析：神经测量学提供生理指标（如脑活动），大数据整合行为与环境数据，多模态融合可更全面刻画心理状态（选项B）。选项A错误，需结合临床判断；选项C是还原论误区；选项D错误，其也应用于情绪障碍等研究。