基于题目作答时间信息的认知诊断模型

摘要：

在认知诊断评估中利用过程性数据,如作答时间信息,能进一步提升诊断精度.通过建立被试正确作答概率与个体速度参数之间的回归模型,开发了更简洁的新模型:RRT-DINA模型.采用实证与模拟研究,与JRT-DINA模型比较,探讨了新模型的性能.PISA2012数据研究表明,RRT-DINA模型的拟合效果更好.模拟研究结果表明:(1)RRT-DINA模型可采用MCMC算法实现参数估计,估计精度较高.(2)当以RRT-DINA生成数据时,RRT-DINA的题目参数估计精度优于JRT-DINA;当以JRT-DINA生成数据时,JRT-DINA的题目参数估计精度稍微优于RRT-DINA.(3)当以RRT-DINA生成数据时,RRT-DINA的判准率优于JRT-DINA模型;当以JRT-DINA生成数据时,JRT-DINA的判准率稍微优于RRT-DINA,且差距较小.

关键词：过程性数据、题目作答时间、认知诊断模型、MCMC算法、PISA2012

所属期刊栏目：46

分类号：B841;G449;G623.5

资助基金：国家自然科学基金;中央高校基本科研业务费专项;北京师范大学中国基础教育质量监测协同创新中心重大成果培育性项目;国家级大学生创新创业训练计划项目

在线出版日期：2023-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：478-490