基于作答数据的模型参数和Q矩阵联合估计
Q矩阵在认知诊断的模型参数估计和诊断分类中起着重要作用。本文通过研究Liu等人的方法,设计了同时估计项目参数和 Q 矩阵的联合估计算法。在 DINA 模型下,对项目参数未知时开展模拟研究。研究假设项目为20个,考察的属性个数分别是3、4和5,初始Q矩阵中分别存在3、4和5个属性界定错误的项目。结果表明,联合估计算法能在错误的初始 Q 矩阵基础上以很高的概率得到正确的 Q 矩阵。另外,当专家认定测验的属性个数存在错误时,该方法推导的Q矩阵和模型参数能提供很好的鉴别Q矩阵错误的信息。
认知诊断评价、Q矩阵、T矩阵、联合估计、DINA模型
B841(心理学)
国家自然科学基金31160203,31100756,31360237;国家社会科学基金12BYY055;教育部人文社会科学研究青年基金项目13YJC880060;安徽省高校省级优秀青年人才基金重点项目2013SQRL127ZD;安徽省自然科学研究项目KJ2010B123, KJ2013B151;高等学校博士学科点专项科研基金20113604110001;江西省研究生创新专项基金YC2013-B024;安徽省哲学社会科学规划项目AHSKY2014D102资助。
2015-03-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
273-282