您可以根据 IRT 参数估计值计算测试信息曲线。这些曲线为您提供了每个测试的精度$\theta$的潜在特征。资料$I$可以转化为估计的标准误$SEE$，这是对该测试的可靠性的直接估计$\theta$：$SEE = 1 / \sqrt{I}$.

测试信息的度量也可以转换为由相关系数表示的传统可靠性度量（Thissen，2000）：$Rel = 1 - (1/I)$. 以下是从一组 TIC 到相关可靠性估计的转换：

# following Thissen, 2000:
TIC <- seq(1, 12, by=1)
round((rel <- data.frame(TIC, SEE=sqrt(1/TIC), REL=1-1/TIC)), 2)

TIC  SEE  REL
  1 1.00 0.00
  2 0.71 0.50
  3 0.58 0.67
  4 0.50 0.75
  5 0.45 0.80
  6 0.41 0.83
  7 0.38 0.86
  8 0.35 0.88
  9 0.33 0.89
 10 0.32 0.90
 11 0.30 0.91
 12 0.29 0.92

例如，TIC > 5 对应于可靠性 > .80。

Thissen, D. (2000)。可靠性和测量精度。在 H. Wainer（主编）中，计算机化自适应测试：入门（第 2 版，第 159-184 页）。劳伦斯·厄尔鲍姆联合出版商。