多维项目反应理论是基于因素分析和项目反应理论两大背景下发展起来的一个心理测量新领域，它是单维项目反应理论在多维空间中的推广和发展。要实现多维项目反应理论的应用所需要具备的前提条件就是完成其复杂的参数估计过程。多维项目反应理论模型的参数估计之所以复杂，是由于其待估计的参数数量非常多，参数估计中还要处理坐标轴原点的固定、坐标轴单位的统一和坐标轴旋转等工作。这也导致了后续的等值和自适应测验等应用的研究也随之受限。本研究以多维补偿型项目反应模型——多维三参数正态肩型曲线模型为例，考察在简单结构条件下，采用蒙特卡洛模拟（MC）方法比较了使用边际极大似然估计法（MMLE/EM）的TESTFACT软件、使用最小二乘法的Noharm软件和使用MCMC（Monte Carlo Markov Chain)估计法的BMIRT软件，这三套参数估计程序即三种参数估计方法在不同条件下对项目参数估计质量的优劣。结果发现，对于区分度参数，（1）总体来说，Noharm的估计精度最高，BMIRT次之，TESTFACT精度最低。随着维度个数的增加，三种方法估计精度都会逐渐降低；（2）当维度间相关时，三种方法的估计精度均显著低于维度间独立时，并且当维度间相关时，TESTFACT的估计误差很大，不再适用；（3）当使用Noharm与BMIRT时，维度个数的多少与维度间关系如何对参数估计的精度均无影响。对于难度参数，（1）维度间相关时，BMIRT代表的MCMC法的估计精度最好，而维度间独立时，TESTFACT代表的MMLE/EM的估计精度最好。（2）Noharm的难度参数估计非常不稳定，无论在维度间相关还是独立的条件下，误差都很大。（3）MCMC法表现最为稳定，并且精度也较理想。对于猜测度参数，只考察了MCMC方法的估计结果，发现无论维度个数和维度间关系如何变化都不会影响BMIRT对猜测度参数的估计精度，并且估计精度很高，是三种参数估计中最好的。