基于贝叶斯网模型的多级计分诊断测验分类及比较研究

摘要：

贝叶斯网模型提供了一种方便和直观的框架结构来表示变量间的关系,非常适合在诊断测验中对教育评估的内容进行建模.本研究将两种贝叶斯网分类模型与序列多级计分诊断模型S-GDINA进行综合比较.考察两种贝叶斯网分类模型与S-GDINA在Q矩阵正确界定和包含一定比例(25％、30％)的错误时,两者对被试的分类性能;并将贝叶斯网分类模型应用到实证数据中,展示贝叶斯网分类模型在实证数据中的分类过程和分类性能.研究结果表明:当Q矩阵由专家正确界定时,朴素贝叶斯分类模型的分类效果与S-GDINA模型相差不大,同样可以达到很好的分类效果,树增广的朴素贝叶斯分类模型的分类性能也能达到良好.实证结果进一步表明,将贝叶斯网分类模型应用于教育测量领域中的诊断分类工具是有其优势和可行的,尤其是当测验数据对于所选用诊断模型的拟合较差、测验的Q矩阵中包含错误或测验数据中包含较多的噪音时.

关键词：认知诊断、序列多级计分诊断模型、贝叶斯网络.

所属期刊栏目：21

分类号：B842(心理学)

资助基金：江西省教育科学十四五规划课题21YB027

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：49-57