本節主要介紹具有CD-CAT技術在二級英語聽力理解中的應用（Liu，You，Wang，Ding ＆ Chang，2013），主要介紹題庫建設、選題策略、參數估計、真實題庫下模擬實驗和真實測試效度驗證等。
一、題庫建設
一個成功的具有認識診斷功能的自適應測試，需要一個優質、大型的題庫。建設一個題庫需要做一係列工作。對於基於二級英語認知診斷的題庫建設大約分以下幾步來完成：第一，所有的試題命製基於課程標準，體現課程標準的基本理念和要求，注重考查學生對核心知識、技能的理解和掌握；第二，由學科專家確定測試考查的屬性，界定屬性，甚至給出屬性層次結構，再由測量專家根據屬性層次結構給出命題藍圖；第三，學科專家由命題藍圖命製試題，並給定每個項目屬性，得到測驗Q陣；第四，選取代表性學生樣本進行預測；第五，數據分析和整理，進行參數估計、等值、模型擬合檢驗，甚至Q陣修正等；第六，題目入庫。
對於二級英語測試，學科專家給出8個屬性，分別是：A1～A8共8個屬性，見表10-2-1。共編製了352道試題，其中包括聽力對話、短文聽力、語法詞匯題和閱讀理解題，題型均為選擇題。共編製13份試卷，收集到38722個有效被試數據。采用3PLM和DINA模型進行參數估計，並進行了參數等值，從而得到統一在同一量表上的題庫參數。
表10-2-1 二級英語聽力屬性
為驗證專家指出的Q陣的結構效度（Construct Validity），本文采用屬性對難度（3PLM的難度）的回歸方法（Yang ＆ Embretson，2007），或者說是屬性對難度的預測或解釋能力（決定係數R2=0.455，僅列出一份試卷的分析結果，其他試卷結果類似）。表10-2-2列出了線性回歸模型的標準化和非標準化回歸係數，除了A1，A4和A7，其他屬性均顯著。除了A1，其他屬性的斜率參數都較大，表明屬性預測難度的權重較大。從以上實驗結果來看，一般來說，項目屬性能夠較好地預測項目難度。