很多学校在复试的时候要考翻译，为此出一个练习给大家（有红包）

    许多学校在复试的时候都要考翻译。为了让各位即将参加复试的朋友能够取得更好的成绩，我特意出了一个英译汉的练习给大家做。
   只要认真做就有考元红包奖励哦！每个回帖我都会认真批改的！
    不过，一定要认真对待，不许随便写几句了事，也不许抄别人的！只有这样，才能让你的实力得到提高。
    请大家珍惜锻炼的机会，为自己负责。
    （红包发放截止时间：4月7日晚上23点。请在此之前回帖）

    以下是一篇论文的摘要，请大家翻译成中文。其中，Monte Carlo simulation method 翻译成“蒙特卡洛模拟方法”；linear equating 和 equipercentile equating 的翻译可以参见戴海琦《心理与教育测量》。


                                                  Abstract


The statistical techniques used for converting two different test scores into a comparable scale is called equating when the test scores serve to measure the same psychological trait. Equating comes from practical jobs with the purpose of making the scores of two different tests comparable.

       Until now, the researchers have developed many kinds of equating methods, among which, linear equating and equipercentile equating are the two most common which are based on Classical Test Theory (CTT). Different equating methods would lead to different equating results. Thus, scholars are much concerned about which method would produce the most accurate results. To this end, there are many researches conducted at home and abroad. However, due to different research contexts, the conclusions are not the same.  

Based on the true score equating and single group design without anchor test and employed Monte Carlo simulation method, this research comprehensively compared the two CTT equating methods in different difficulty distributions of test items and different sample sizes.

The simulation results showed as follows:

(1) The error of linear equating was much affected by difficulty distributions of test items, while the error of equipercentile equating was hardly affected.

(2) The error of linear equating was hardly affected by sample sizes, while the error of equipercentile equating was much affected.

(3) No matter how the difficulty distributions of test items were, equipercentile equating was better than linear equating as long as the sample sizes were large enough.

The conclusions here were somewhat different from the previous results. They were also discussed in the paper.


Key words: Test Equating; Linear Equating; Equipercentile Equating; Difficulty Distribution; Sample Size

翻好了，先对对哈

多谢笔版

摘要
等值法是统计测量的一种方法，当两个测验都用于测量同一种心理品质时，它可以把从这两个不同量表中得到的不同的测验分数转换到同一个量表中作比较。等值法源自于将两个不同的测验分数进行比较的实际工作中。

到目前为止，研究者们在经典测验理论（CTT）的指导下提出了许多种测量等值的方法，其中线性等值法和等百分位等值法是最常见的两种方法。不同的等值方法会得出不同的等值结果。因此，学者们更关注的是哪种方法可以得出最准确的结论。为了这个目标，国内外有许多研究者们进行实践探索。然而，由于不同的研究背景，其结论也不尽相同。

本研究以真分数等值法和没有参照测验测验项目的独立样本设计以及蒙特卡洛模拟方法为理论基础，综合比较了CTT两种等值方法在不同测验项目数量和不同的样本容量下的难度分部。
模拟的结果显示如下：

（1）项目难度分布线性等值的误差受测验的影响很大，同等条件下等百分位等值的误差不受影响。

（2）样本容量的变化对于线性等值的误差几乎没有影响，同等条件下等百分位等值的误差受其影响很大。
无论测验项目的难度分部是多少，只要在样本容量足够大的条件下，等百分位等值优于线性等值。

（3）这个研究的结论和以往的研究有所不同，这点会在论文中进行讨论。

关键词：测验等值；线性等值；等百分位等值；难度分部；样本容量

好好琢磨一下

用作转换的统计技术到两种不同的测试成绩相当的程度上被称为宗派规定当考试的分数来衡量相同服务的心理品质。来自实际工作并重,目的是为了使分数进行了两种不同的方法具有可比性。


到目前为止,研究人员已经研究出了多种均衡方法,其中,线性均衡和equipercentile并重是两个最常见的基于古典测验理论(CTT)。不同的均衡方法将会导致不同的均衡结果。因此,学者们多关心哪一种方法会产生最精确的结果。为了这个目的,有很多的研究方法进行国内外。然而,由于不同的研究脉络,得到的结论是不一样的。


基于真实评分均衡和单成组设计采用无锚试验和蒙特卡罗模拟方法,本研究综合比较了两种方法在不同的困难CTT均衡分布的测试项目和不同样本大小。


仿真实验显示如下:


(1)的误差的线性均衡触动很大的困难,而分布测试项目的误差几乎没有影响equipercentile并重。


(2)的误差几乎没有受到线性均衡样本数,而equipercentile并重的误差非常难过。


(3)无论多么困难的多步骤题型的分布,equipercentile均衡明显优于线性均衡只要样本数足够大。


这里有点不同的结论,从以往的结果。他们进行了讨论。

吆喝了几个小时了

谢，笔版

虽然今年没机会复试，但是还是把自己很挫的翻译放上来等待拍砖。。。
==============================
摘要
当两个测验测量的是同一种心理特质时，常常会用等值这一测量技术，这种方法可以把两个不同的测验分数转化为可比较的水平上。这种方法来源于实践需要，为的是可以让两个不同的测验分数直接进行比较。

直到现在，研究者已发展出多种等值的方法，其中线性等值和百分位等值是两种比较常用的方法，它们都是基于经典测验理论上建立起来的，不同的等值方法会导致不同的等值结果。因此，学者们关注的焦点就是有没有一种方法可以得出最准确的结果。到现在为止，国内外诸多学者都研究出多种方法。然而，由于研究背景的不同，其结果也不近相似。

蒙特卡洛模拟法是基于真分数等值和没有锚定测验的单组设计上提出的，这个研究广泛的比较了在不同测验项目的难度分布和样本大小中的两种经典测验等值法间的差异。

结果如下：
1.线性等值的不足是它受测验项目的难度分布影响较大，等百分位等值受影响较小。

2.样本大小很难影响线性等值，而等百分位等值受影响较大。

3.不管测验项目的难度分布如何，在样本大小足够的情况下，等百分位等值都优于线性等值。

此研究的结果与先前结果不同，在论文中将进一步进行讨论。

关键词：测验等值，线性等值，等百分位等值，难度分布，样本大小。

摘要
  用来把测同一心理特质的两个不同的测验转化为可比较的量表的统计方法叫做等值化。等值化是为了在实际工作中能把两个不同的测验分数拿来比较。
  目前，研究者已经发展出许多等值化的方法，其中，源于经典测量理论的线性等值及百分等级等值是最常用的。不同的等值方法会产生不同的结果。因此，学者们最关心的是哪种方法能得出最精确的结果。为此，国内外进行了许多这方面的研究。然而，由于研究背景不同，所得的结论都不尽相同。
   基于真分数等值及没有锚测验且没有运用蒙特卡罗模拟法（百度的，不知道这个方法哦）的单组设计研究，综合比较了不同的测验项目的难度分布及不同的样本容量对CTT理论的两种等值方法的影响。
   模拟的结果如下：
（1） 测验项目的难度更多的影响线性等值，对百分等级等值并没有太大影响。
（2）样本容量更多的影响百分等级等值，而不影响线性等值。
（3）只要样本足够大，无论测验项目的难度分布如何，百分等级等值要比线性等值更精确。

这些结论与之前的研究有所不同。论文中也将对它们进行讨论！
关键字：测验等值 线性等值 百分等级等值 难度分布 样本容量