2楼自古归楼主

开始咱们的教学之前，让我费一点点篇幅，先用一个问题来引出我们的主题。
咱们常见的打分方式，考生分数是回答正确的所有题目分数的总和，虽然我们经常被这套算法评价自身能力好坏，有时欢喜有时愁，但是跳出来想一想，利用这种方式来评价考生能力，是否绝对合理呢，就没有什么不足之处吗？

举个很简单的例子，100分的数学卷子，小明得了75分。好了，也许你会下意识的认为，小明这水平还算过得去嘛。小红和小明不在一个学校，某次数学考试，小红只得了60分，好了，明显小明比小红强嘛。也许有人已经反应过来了，如果小明做的是非常简单的中专期中卷子，而小红却在卷奥赛，他们分数的大小很明显并不能成为能力的评价标准。

官方关于『尺度得点』的文件明确说明了这一点，传统的评分方式，即所谓“素点”，分数所体现的能力，和试题的难易程度息息相关。但是很明显，对于JLPT这种针对全球、而且年年举办的大型考试来说，这是难以容忍的。

如果今年题不小心出难了，岂不是说今年的考生水平集体暴跌？所以我们需要一种，尽量让得分与试题难度无关的打分方式，来让分数==能力。上世纪90年代蓬勃发展的『項目反応理論』正好为此提供了一种较好的解决办法。

题外的题外话：
其实，普通的评分方式，虽然说分数所表示的能力取决于试题的难度，但是难度本身又取决于考生的能力。一群教育考试院的老头来考试，那自然试题可以说是非常简单，而一群根本没学过相关知识的人来，那肯定是难于登天。一个分数所表示的能力高低，得看试题难度，而试题难度又要看考生能力，这很明显是一种循环论证。
还有就是，素点打分不能判断考生的作答“模式”，10道题，7道简单题3道难题，小明对了6道简单题，小红对了5道简单题1道难题。这俩水平是否真能划等号？
素点也很难应对盲猜选手，小刚和小红们也考了同一场，自己做对了4道简单题，运气好碰对了2道难题，小刚和小红又谁孰优孰劣呢。
因此，传统的评分方式有着这样那样的问题（但是很好算），因此，尺度得点被采用就显得非常合理啦。
但是你要说尺度得点有啥缺点吗，嗯，非常难算，而且，不好估分~~~

第零章 ~你以为的分数并不是分数~

素点的评分方式，你的得分，体现的是你对某一份试卷的完成程度。这是我们看到分数时的第一直觉，100分，说明你全部掌握了，50分，那你就是真·一知半解。但是假如使用的是尺度得点的分数，它蕴含的还是这个意义上的分数吗？
来，还是看看官方是咋说的


这是公布的2023年12月N1考试的数据。180分选手，打败了所有考生的100%。对于日本国外考生，100分的人打败了61.8%的人，而日本国内相对严格，要及格需要打败71.8%的人（惨）。
总之，分数并不意味着一份试卷的完成程度，而是表明你打败了多少同类型的选手。即使你一半没做出来，假如你处于所有人的上位，那你的分数也会高于90分。有一点与难度切割的意思了，不是吗？
**结论1：尺度得点计算的分数，指的并不是试卷的完成程度，而是看你打败了多少人。虽然这个关系不是线性的，但的确是一一对应的。**

快来人

题外：我把这次考试的分位表也发出来吧，感兴趣可以看看。（避免这图太长70分以下我就剪切了吧）

也许你已经认可了，此分数不等于彼分数的概念了。
接下来，我还得来个更炸裂的：分数对于单独的一道题来说，也失去了意义！
**每道题，在阅卷者看来，并没有“分数”这个属性！！！**

我知道你很急，但是你先别急。咱们慢慢来讲。学习新知识，乐趣不就在这里吗？（我想起来今年N1这篇关于数学学习的长篇我错了3个）直觉崩坏的时候就是你学习的开始。
首先，尺度得点的计算并不是靠一题一题加起来的，每题对应一个分值，只有在素点时有意义，既然采用了另一种算法，分值的消失其实是合理的。
其次，尺度得点是模式敏感的，对的题数量一样，但是该对的对了，不应该错的错了，赋分就不会高，如果每题都用分值表示，这一点就很难做到。
目前有很多估分使用的是不固定分值的计算方法，有的题3分，有的题8分，这其实有一定的合理性，因为体现了有的题目比较重要，而有的题目并不重要这一事实。但是还是不能体现尺度得点的全貌，因为对于不同水平的选手，哪道题重要，哪道题不重要其实也是有区别的。

那么，题目不用分值来表示，又应该用什么来表示呢？
这就是我们下一章要说明的内容，一道题，它在“阅卷人”眼里是什么样的？

第一章 ~当题目没有了“分数”~

n3有赋分吗