主要思路：

    贝叶斯方法可以利用贝叶斯定理来修正先验概率，那么，在对以往资料掌握的情况下，
我们同样可以更准确地计算出心理测验是由测试者凭自己智力做对的概率甚至该测试者
具有适应该职位所需能力的概率，这无疑给心理测验统计带来极大的方便，同时也使人
才选拔的科学化更上一个台阶。
    

应用举例：

    根据过去经验：对于某一职位的某一项能力，在所有申请人员中，仅有65%的人在实

“

”

“

”

际工作中 符合要求 ，其余则 不符合要求 。

    

“

”

若对 符合要求 的人进行测试，则有 80%做对测试该能力的题目；

    

“

”

若对 不符合要求 的人进行测试，则仅有 30%做对测试该能力的题目。

    则这些信息的基础上，给定的一个测试者在某一题目上做对了，那么，他真正具有该
题目所要测试的能力（即在实际工作中符合要求）的概率是多少？
    

“

”

这个题目计算的就是笔者所提出的 信度概率 ，即测试者做对题目并在实际工作中具

备该题目所测试的能力的可信程度。
    

解法：

   
    如果 A1

“

”

代表一个在某项能力 符合要求 的某一职位人员，B 代表在测试中做对测试该

项能力的题目。那么，给定的一个测试者在某一题目上做对，他将是一个在某一项能力上
“

”

符合要求 的某一职位人员的概率为：

    

“

”

那么，可以证明我们的测试是有价值的。不进行测试时我们随机选一个人 符合要求 的

为 65%，而进行测试的话这个信度概率将达到 83%。

    这个信度概率还会在统计分数上发挥更大的作用。
    ④在概率基础上计算分数
    由于标准量表的保密性，心理测验在分数统计的阶段不可能随便让人知道，以防心理
测验的准确性大打折扣，然而它的不为人知同时又令人怀疑它的科学性。
    

“

”

在这里笔者是根据得出的 信度概率 来计算分数的

    比如：
    1）测试者一次答对该题，那么他这道题的得分为：S×P1
    注：S——该题原始分
           P1——该题信度概率
   
    并不是测试者答对了就可以得到该题的所有分数，而是考虑到该题有多高的信度，这
样相乘就是测试者真正的得分。
    2）测试者一次不对，第二次补对，那么得分为：S×P1×P2
    注：P2——再次信度概率，其计算方法与信度概率计算方法相同