【摘要在项目响应理论（IRT）中，测量受试者的潜在能力时，选择合适的项目响应模型非常重要。逻辑棒（）模型由于其独特的优势而被广泛使用。由于单参数，双参数和三参数（1PL，2PL和3PL）模型是嵌套模型，因此可使用似然比（LR）测试进行比较。对于选择2PL和3PL模型，LR测试的无原假设将猜测参数设置为其下限0，这违反了可能性比率测试的前提假设之一。在这种非标准情况下，通常的卡方渐近分布不适用。 《现代评论》杂志表明，在教育测量领域中，这个问题并未得到广泛认可。忽略此问题将导致选择过度简化的模型，从而影响能力的估计。为了在非标准情况下解决此问题，并提供了一种合适的方法来选择最佳项目响应模型（Brown，＆Allan Cohen（2014）），本文研究了使用LR测试选择项目响应模型时应选择的零分布问题。本文的仿真研究结果表明，问题的性质，也就是说，当使用错误的零分布时，它将导致低于标称水平的第一种误差，并且潜力下降。当LR检验的零假设中只有一个猜测参数是边界值时，LR检验统计量的渐近分布是混合的卡方分布，而在其他情况下，LR测试统计量的渐近分布尚不清楚。考虑到实际应用的需求并基于此特殊情况下的零分布，本文提出了一种处理非标准LR测试情况的方法，但是该方法执行了LR测试太多次，并且执行过程更麻烦。从局部独立假设的角度来看，本文使用LR测试比较2PL和3PL模型，并重新介绍项目参数的估计过程，改进原始方法，并提出了一种相对简单易于执行的方法。当实施改进的方法时，该过程比原始方法要简单得多，大大减少了检查的数量，并且模拟结果也很好。最后，关于改进方法的讨论。
