本文選題：pCD-CAT + 屬性多級化�。� 參考：《心理學報》2015年11期

【摘要】：本研究在傳統(tǒng)CD-CAT的基礎上進行拓展,開發(fā)設計了可以處理屬性多級化的CD-CAT(記為p CD-CAT),而且當測驗所有屬性的水平數(shù)Lk=2時則p CD-CAT可簡化為CD-CAT,因此傳統(tǒng)CD-CAT是本研究設計開發(fā)p CD-CAT的一個特例。Monte Carlo模擬實驗結果表明:基于屬性多級化框架下設計的p CD-CAT具有較好的診斷正確率、題庫安全性和較高的測驗效率,彌補了傳統(tǒng)CD-CAT不足;當屬性多級化時,若采用傳統(tǒng)CD-CAT方法,則診斷正確率很不理想(屬性模式判準不到30%),表明傳統(tǒng)CD-CAT在屬性多級化測驗情景時不適宜,而本文設計的p CD-CAT是一種不錯的選擇(屬性模式判準高達80%以上)�？傊�,本研究對于進一步拓展CD-CAT在實踐中的應用提供了新方法和新技術支持。
[Abstract]:This study is based on the traditional CD-CAT. A CD-CAT (denoted as p CD-CAT) which can deal with multilevel attributes is developed, and p CD-CAT can be simplified to CD-CAT when the level number of all attributes is tested Lk = 2. Therefore, traditional CD-CAT is a special case of p CD-CAT in this study. The result shows that the design of p CD-CAT based on attribute multilevel framework has good diagnostic accuracy. The security of test bank and high test efficiency make up for the deficiency of traditional CD-CAT. When the attribute is multilevel, if the traditional CD-CAT method is used, The diagnostic accuracy is not satisfactory (attribute pattern is less than 30%), which indicates that traditional CD-CAT is not suitable for attribute multilevel test, and p CD-CAT designed in this paper is a good choice (attribute pattern is more than 80%). In a word, this study provides new methods and new technical support for further expanding the application of CD-CAT in practice.
【作者單位】： 江西師范大學心理學院江西省心理與認知科學重點實驗室;
【基金】：國家自然科學基金(31100756,31300876,31160203,31360237) 江西省社會科學規(guī)劃項目重點項目(13JY01) 江西省教育科學規(guī)劃項目(12YB088,13YB029) 高等院校博士點基金項目(20123604120001) 江西師范大學青年英才培育資助計劃 東北師范大學應用統(tǒng)計教育部重點實驗室開放課題(130026509)資助
【分類號】：B842.1

【參考文獻】

相關期刊論文 前3條

1 陳平;辛濤;;認知診斷計算機化自適應測驗中的項目增補[J];心理學報;2011年07期

2 涂冬波;蔡艷;戴海琦;;認知診斷CAT選題策略及初始題選取方法[J];心理科學;2013年02期

3 汪文義;丁樹良;宋麗紅;;兼顧測驗效率和題庫使用率的CD-CAT選題策略[J];心理科學;2014年01期

【共引文獻】

相關期刊論文 前10條

1 汪文義;宋麗紅;丁樹良;;基于探索性因素分析的Q矩陣標定方法[J];江西師范大學學報(自然科學版);2015年02期

2 辛濤;樂美玲;張佳慧;;教育測量理論新進展及發(fā)展趨勢[J];中國考試;2012年05期

3 宋麗紅;汪文義;丁樹良;;DINA模型項目參數(shù)偏差對知識狀態(tài)估計的影響[J];考試研究;2014年04期

4 劉永;涂冬波;;認知診斷測驗Q矩陣估計方法比較[J];中國考試;2015年05期

5 秦春影;仝海燕;盧西莊;黃磊;;屬性不獨立對DINA模型參數(shù)估計的影響[J];齊齊哈爾大學學報(自然科學版);2014年01期

6 駱聰;王霞;鐘陽;張敏強;;CD-CAT選題策略及其應用[J];心理研究;2014年02期

7 汪文義;丁樹良;;題庫結構對原始題在線屬性標定準確性之影響研究[J];心理科學;2012年02期

8 唐小娟;丁樹良;俞宗火;;計算機化自適應測驗在認知診斷中的應用[J];心理科學進展;2012年04期

9 杜文久;周娟;李洪波;;二參數(shù)邏輯斯蒂模型項目參數(shù)的估計精度[J];心理學報;2013年10期

10 陳平;張佳慧;辛濤;;在線標定技術在計算機化自適應測驗中的應用[J];心理科學進展;2013年10期

相關博士學位論文 前3條

1 唐小娟;粗糙集理論在認知診斷中的應用[D];江西師范大學;2013年

2 汪文義;認知診斷評估中項目屬性輔助標定方法研究[D];江西師范大學;2012年

3 劉鐵川;Mix-DINA模型功能開發(fā)及其與DINA、MS-DINA模型的模擬與實證比較[D];江西師范大學;2012年

相關碩士學位論文 前2條

1 楊參;基于多維項目反應理論的兒童數(shù)感認知診斷測驗編制[D];寧夏大學;2014年

2 周娟;IRT中項目參數(shù)的估計精度和DIF檢驗[D];西南大學;2014年

【二級參考文獻】

相關期刊論文 前10條

1 毛秀珍;辛濤;;認知診斷CAT中選題策略的改進[J];北京師范大學學報(自然科學版);2011年03期

2 尚志勇;丁樹良;;認知診斷自適應測驗選題策略探新[J];江西師范大學學報(自然科學版);2011年04期

3 陳平;李珍;辛濤;;認知診斷計算機化自適應測驗的題庫使用均勻性初探[J];心理與行為研究;2011年02期

4 楊淑群;蔡聲鎮(zhèn);丁樹良;丁秋林;;基于FCA具有認知診斷功能CAT的設計與實現(xiàn)[J];南京航空航天大學學報;2008年05期

5 涂冬波;漆書青;蔡艷;戴海琦;丁樹良;;IRT模型參數(shù)估計的新方法——MCMC算法[J];心理科學;2008年01期

6 丁樹良;汪文義;楊淑群;;認知診斷測驗藍圖的設計[J];心理科學;2011年02期

7 林海菁;丁樹良;;具有認知診斷功能的計算機化自適應測驗的研究與實現(xiàn)[J];心理學報;2007年04期

8 丁樹良;祝玉芳;林海菁;蔡艷;;Tatsuoka Q矩陣理論的修正[J];心理學報;2009年02期

9 游曉鋒;丁樹良;劉紅云;;計算機化自適應測驗中原始題項目參數(shù)的估計[J];心理學報;2010年07期

10 涂冬波;蔡艷;戴海琦;丁樹良;;一種多級評分的認知診斷模型:P-DINA模型的開發(fā)[J];心理學報;2010年10期

，

本文編號：1894074