从作答到能力，再到定位。
测评要回答的不是“算没算总分”，而是：这份作答可靠吗、能解释到哪一层、下一步做什么。 两个核心指标——本卷表现与能力结构——加一个有参照才出现的群体定位，构成“二指标一定位”。 跨卷量表、百分位和预测只有在等值、常模与签署完成之后才能出现。
先看题目质量，
再决定能不能报告。
下面是 12 名学生 × 8 道题的合成作答矩阵。点击格子切换 0/1，Cronbach α 与测量标准误即时重算。这是当前可进入描述性报告的 CTT 基线，不是跨卷能力值。
方法成熟，
不等于已经过闸。
YANZ 按“测什么、数据是否够、用户要做什么决定”选用方法。下列卡片保留完整方法目录，并标明当前仓库成熟度：可描述 可进入本卷事实；研究原型 仅受控演示或内部研究；未过闸 不得写入个体结论。
经典测验理论
难度 P、校正点二列区分度、上下 27% 区分度 D、Cronbach α、测量标准误 SEM——题目与试卷质量的基础体检，也是当前可报告的基线。
项目反应理论
用潜在能力 θ 解释作答；EAP 给出点估计与后验标准差，信息量不足时抑制量表分。跨卷可比必须另过等值闸门。
多维项目反应理论
概念上可估计细分维度的潜在能力。当前仓库未形成可报告实现，雷达图若出现在样张中，应读作本卷标签题得分率，而不是 MIRT 能力。
认知诊断模型
借助 Q 矩阵把答题模式反演为知识点掌握概率。缺少足够题目覆盖或未完成 EM/拟合时，不输出“会/不会”标签。
等级反应模型
处理主观题多级评分。当前用于概念教学，不作个体高阶/低阶思维定论。
跨次考试等值
没有锚题设计与等值误差，就只能并列历次原始记录，不能写成“能力成长”。
潜在增长曲线
估计起点与斜率属于研究问题。不得把样张中的成长曲线写成已验证的升学预测。
多层线性模型
教师净效应需要明确用途、嵌套数据与公平审查。当前不报告对教师的问责数字。
梯度提升预测
上线概率、临界生预警若未完成外部验证与签署，必须抑制。不得宣传“±2%”一类未过闸精度。
EA×EB 班级分型
整体效能 × 均衡效能可用于校级研究反馈。班级分型必须标注样本、口径与限制，不能替代课堂观察。
个性化练习推荐
错题本可以列出本卷未掌握条目；协同过滤推荐在未验证前不自动推送。
数据质量与抑制规则
缺考、评分不一致、条件 SEM 过大时，字段状态变为 P 或 S。抑制比补一个默认值更正确。
把能力 θ 翻译成看得懂的等级。
当 IRT 当次标定通过且个体后验标准差可接受时，量表分 = 500 + 100 × θ，并必须同时给出区间。百分位 PR 另需明确常模，不得用本卷得分率冒充。 样张里的升学档是解释语言示意，不是已经批准的全省定位。两套等级语言如下：
一 · 统一能力等级（1 / 2 / 3 / 4 / 5 / 5+ / 5++）
这是个人报告与校级报告共用的同一套能力语言——按全省排位百分位 PR 映射到升学录取线，给个体一个"够得着"的目标参照（符合"不排名、不公布"，仅个人可见）：
个人报告给出本人落在哪一档；校级报告把全校学生按同一套 1–5++ 等级做人数分布与升学出口预测——两份报告等级口径完全一致。
二 · 等级 → 自主权限（学力通行证达标认证）
「学力通行证」的自主权限按能力等级分级开放；达标判定不仅看总分：须各核心知识点掌握概率（CDM）达阈值方可认证——这是制度的诚信基石。
先交付可核验的本卷事实，
再谈模型。
仓库里已有真实联考研究数据与 2PL / DINA 原型，也有 CTT、EAP、测验信息量和证据闸门的可运行实现。 这不等于 IRT 量尺、全省百分位或升学预测已经获准写入每一份个体报告。公开页面遵循同一条规则：
- 现在可以写进报告的：原始分、得分率、题目质量、本卷维度得分率、缺考与数据质量、精度不足时的抑制说明。
- 现在只作研究或示意的：2PL/EAP、DINA 掌握概率、E 值分型。出现时必须标“示意 / 研究原型”，并给出条件精度。
- 现在不能对当事人说的：MIRT 雷达即潜在能力、全省/全国 PR、跨卷能力成长、教师净效应、上线率 ±2%。