属性多级化的认知诊断模型拓展及其Q矩阵设计
本研究在传统 0-1 属性的基础上, 拓展出可以处理属性多级化的认知诊断模型——PA-rRUM 和PA-DINA模型.Monte Carlo模拟研究表明:拓展模型具有较高的属性诊断正确率和参数估计精度,且参数估计的稳定性较强, 说明拓展模型基本可行, 可以用于实现多级化属性的认知诊断.这弥补了传统0-1化属性认知诊断模型的不足, 具有较好的发展和应用前景; 同时本研究还探讨了拓展模型性能及属性多级化下测验Q矩阵的设计.总之, 本研究对于进一步拓展认知诊断在实践中的应用提供了重要的方法和技术支持.
多级化属性、认知诊断模型、rRUM、DINA
47
B841(心理学)
国家自然科学基金31100756, 31300876, 31160203, 31360237;江西省社会科学规划项目重点项目13JY01;江西省教育科学规划项目12YB088, 13YB029;高等院校博士点基金项目20123604120001;江西师范大学青年英才培育资助计划,东北师范大学应用统计教育部重点实验室开放课题130026509
2015-11-16(万方平台首次上网日期,不代表论文的发表时间)
共11页
1300-1310