Rasch 在 1960 年出版的 Probabilistic Models for Some Intelligence and Attainment Tests，提出以機率方式描述受試者能力與試題難度之間的反應關係。二元題的核心思想是：答對機率取決於受試者能力高於題目難度多少，而不是只看原始答對總數。這個模型後來成為 Rasch 測量理論與一參數邏輯斯 IRT 的重要起點。
其重要性不只在於一條 logistic 曲線，更在於模型試圖建立一種可檢驗的測量結構：題目難度與人員能力在同一條 logit 尺度上表達，並在模型成立時支持具有條件性的比較。這使得測量不再只是將答對數轉成分數，而是要檢驗題目是否共同構成一條合理的潛在量尺。
思與行
- 閱讀原著時，分別標記「機率模型的數學形式」與「測量哲學上的主張」，避免將兩者混成一句口號。
- 以一份熟悉的測驗資料，檢查原始總分、題目難度排序與受試者能力估計之間有何差異。
參考
- 原始著作：Georg Rasch, Probabilistic Models for Some Intelligence and Attainment Tests（1960）。書目與相關資源；WorldCat 書目
- 延伸概念：Rasch模型以能力與難度差值決定二元反應機率、特定客觀性是模型條件下的比較性質、Rasch模型不是把原始分數直接變成等距分數。