分类： 心理学 >> 心理测量 提交时间： 2023-11-22
摘要： G-DINA (the generalized deterministic input, noisy and gate)模型限制条件少，应用范围广，满足大量心理与教育评估测验数据的要求。研究提出一种适用于G-DINA等模型的同时标定新题Q矩阵与项目参数的认知诊断计算机化自适应测验(CD-CAT)在线标定新方法SCADOCM，以期促进CD-CAT在实践中的推广与应用。本研究分别基于模拟题库以及真实题库进行研究，结果表明：相比传统的SIE方法，SCADOCM在各实验条件下均具有较为理想的标定精度与标定效率，应用前景较好；SIE方法不适用于饱和的G-DINA等模型，其各实验条件下的Q矩阵标定精度均较低。
分类： 心理学 >> 社会心理学 提交时间： 2023-03-27 合作期刊: 《心理学报》
摘要： 基于分部评分模型的思路, 本文提出了一般化的分部评分认知诊断模型(General Partial Credit Diagnostic Model, GPCDM), 与国际上已有的基于分部评分模型思路的多级评分模型GDM (von Davier, 2008)和PC-DINA (de la Torre, 2012)相比, GPCDM的Q矩阵定义更加灵活, 项目参数的约束条件更少。Monte Carlo实验研究表明, GPCDM模型的参数估计精度指标RMSE介于[0.015, 0.043], 表明估计精度尚可; TIMSS (2007)实证数据应用研究表明, 与GDM和PC-DINA模型相比, GPCDM与该数据的拟合度更好, 并且使用GPCDM分析该数据的诊断效果也更优。总之, 本研究提供了一种约束条件更少、功能更为强大的多级评分认知诊断模型。
分类： 心理学 >> 社会心理学 提交时间： 2023-03-27 合作期刊: 《心理学报》
摘要： 项目增补(Item Replenishing)对认知诊断计算机自适应测验(CD-CAT)题库的维护有着至关重要的作用, 而在线标定是一种重要的项目增补方式。基于数据挖掘中特征选择(Feature Selection)的思路, 提出一种高效的基于熵的信息增益的在线标定方法(记为IGEOCM), 该方法利用被试在新旧题上的作答联合估计新题的Q矩阵和项目参数。研究采用Monte Carlo模拟实验验证所开发新方法的效果, 并同时与已有的在线标定方法SIE、SIE-R-BIC和RMSEA-N进行比较。结果表明：新开发的IGEOCM在各实验条件下均具有较好的项目标定精度和项目估计效率, 且整体上优于已有的SIE等方法; 同时, IGEOCM标定新题所需的时间低于SIE等方法。总之, 研究为CD-CAT题库中项目的增补提供了一种更为高效、准确的方法。
分类： 心理学 >> 心理测量 提交时间： 2021-07-30
摘要： 项目增补(Item Replenishing)对认知诊断计算机自适应测验(CD-CAT)题库的维护有着至关重要的作用，而在线标定是一种重要的项目增补方式。基于数据挖掘中特征选择(Feature Selection)的思路，提出一种高效的基于熵的信息增益的在线标定方法(记为IGEOCM)，该方法利用被试在新旧题上的作答联合估计新题的Q矩阵和项目参数。研究采用Monte Carlo模拟实验验证所开发新方法的效果，并同时与已有的在线标定方法SIE (Chen et al., 2015)、SIE-R-BIC和RMSEA-N (谭青蓉，2019)进行比较。结果表明：新开发的IGEOCM在各实验条件下均具有较好的项目标定精度和项目估计效率，且整体上优于已有的SIE等方法；同时，IGEOCM标定新题所需的时间低于SIE等方法。总之，研究为CD-CAT题库中项目的增补提供了一种更为高效、准确的方法。
分类： 心理学 >> 心理测量 提交时间： 2019-09-16
摘要： 多级计分认知诊断模型的开发对认知诊断的发展具有重要作用，但对于多级计分模型下的Q矩阵修正还有待研究。本研究尝试对多级计分认知诊断Q矩阵修正进行研究，并聚焦更具诊断价值的基于项目类别水平的Q矩阵修正。将相对拟合统计量应用于多级计分认知诊断Q矩阵修正，并与已有方法stepwise方法（Ma & de la Torre, 2019）进行比较。研究表明：BIC方法对多级计分认知诊断模型的Q矩阵修正具有较高的模式判准率和属性判准率，其对Q矩阵的恢复率也高于stepwise方法，BIC方法修正后的Q矩阵与数据更加拟合；在复杂模型中，相对拟合指标BIC比AIC和-2LL表现更好，在实践中，使用者可以选择BIC法进行测验Q矩阵修正；Q矩阵修正效果受到被试人数的影响，增加被试人数可以提高Q矩阵修正的正确率。总之，本研究为多级计分认知诊断Q矩阵修正提供了重要的方法支持。
点击量
通过
点击量
下载量
评论
待评议
