上个世纪80年代,美国兴起“基于课程标准的教育改革”；90年代末,我国兴起第八次课程改革,其本质也是基于标准的课改。“基于标准的教育改革”的内涵是标准、教学和评估三者的一致。它是一个系统化的改革,需要教育系统内诸多要素的协调变革才能收到良好的教育效果。课程标准是课程设计、教科书编写、教学及学业测验的基础和指南针,高质量的课程标准至关重要。基于标准的学业评价的作用也不容小觑,它可以推动课程的改革。因为学业评价对教育过程起着导向、激励和促进与诊断的作用。大规模学业评价的导向作用尤为突出。中美两国基于标准的大规模数学学业评价系统的命题质量都存在一些,研究数学命题的理论、技术以及实践问题有重大的意义。美国的教育测量技术处于世界领先的地位,对中美两国的命题进行比较研究有助于两国在相关问题上相互借鉴和相互学习。美国基于标准的大规模数学学业评价的命题大多遵循以下流程：制定测验规范和试题规范→选拔以及培训命题者→命题→试题审核→预测试→试测→试题分析→分析考试与课标的一致性。本论文按这样的逻辑结构进行组织,先探讨命题流程各环节的测量理论与技术,再对中美两国的实践层面进行比较。在选取中美两国个案进行比较的时候,美国方面主要选取基于共同核心州立标准的试题开发为例,由于该评估将于2014-2015学年年正式实施,某些环节尚未启动,兼取个别州的试题开发为例,作为有益而必要的补充,毕竟这些评估系统的试题开发遵循的测量理论有很多共通之处。中国方面,选取几个省市的中考和高中学业水平考试为例,其中S省和上海市的教育质量在我国处于领先位置。本文的第一章概述研究背景与研究基础。第二章探讨数学标准的制定与修订、内容及质量。研究基于标准的大规模数学学业评价的命题,如果标准的质量不高,即便命题技术再先进也不能对教育起很好的效果。于是,本文第二章探讨课标的制定与修订的流程与原则,课标的质量由此可以管窥一斑。然而,规范的流程与合理的原则不能完全保证课标是高质量的,所以要根据一定的质量要求对课标的质量进行评判。本文第三章探讨制定内容规范、测验规范和试题规范。考虑到对于共同核心州立标准的评估,先制定内容规范,将其作为制定测验规范和试题规范的指导性文件,所以第三章第一节探讨内容规范。第四章探讨命题者的选拔与培训、命题专家的知识结构和认知过程。了解命题专家的知识结构和认知过程,有助于选拔和培训命题者。第五章研究各种题型的试题分类、优缺点及其编制。第六章研究试题审核、预测试、试测、试题分析。即便是命题专家,也难确保命题的质量一定是高的,并且专家也难免有错漏之处。另外,命题专家受个人经验所限,未能反映考生群体的文化多样性,凡此种种原因都需要审核试题。然而试题审核员一般也是有教育经验的工作组,考生做题的认知活动究竟是怎么样的,试题审核员也只能是凭经验和猜测做出判断,因此有必要选取有代表性的考生样本(通常是十多二十个)进行预测试。之后,美国方面的试题还要进行规模较大的试测,常常采取试测试题嵌入实测试题的方法。试测之后还要进行试题分析。本文第七章研究考试与课标的一致性。研究表明,考试、教学和课标的一致性程度越高,学生的学业成就就越高。因此有必要研究考试与课标的一致性的计算方法。