7月19日，东北师范大学陆婧副教授在明德楼309会议室开展了题为“A Recursive Stochastic Algorithm for Real- Time Online Parameter Estimation in Item Response Theory: Enhancing Computational Efficiency for Dynamic Educational Assessment”的学术报告。报告由数学与统计学院院长辛巧教授主持，学院概率论与数理统计教研室的教师及研究生参加。

报告中，陆婧团队提出一种递归随机算法——截断平均随机牛顿算法(Average Truncated Stochastic Newton Algorithm)，用于IRT模型的快速在线参数估计。该算法亦可应用于离线环境下的参数估计，与R软件mirt包中的EM算法相比，其计算效率显著提升。

报告结束后，陆婧与师生进行互动交流，师生就算法的可推广性和模型在教育领域的应用、算法的核心优势等相关问题进行请教，陆婧从当前教育统计前沿研究问题出发给予了详细解答。现场交流踊跃，师生反响热烈。

陆婧现任东北师范大学数学与统计学院副教授，研究方向为教育统计与心理测量。入选第十届中国科协青年人才托举工程项目，获评2022年国家东北天元数学中心优秀青年学者，被遴选为2022年中国博士后科学基金资助者选介全国百名优秀博士后。主持并完成国家自然科学基金青年项目一项，中国博士后科学基金特别资助站中项目及中国博士后科学基金面上项目各一项。在Psychometrika、Multivariate Behavioral Research、British Journal of Mathematical and Statistical Psychology、Journal of Mathematical Psychology、Journal of Educational and Behavioral Statistics等学术期刊发表论文多篇。目前研究兴趣主要有作答反应时间的建模及其应用、作答反应行为分析、缺失数据分析、测量模型的相关算法开发、认知诊断模型等。

来源：数学与统计学院

供稿人：张兆远

审核人：陈展衡