本文選題：認知診斷 + 題組�。� 參考：《心理學報》2015年05期

【摘要】：當前認知診斷領域還缺少對包含題組的測驗進行診斷分析的研究,即已開發(fā)的認知診斷模型無法合理有效地處理含有題組效應的測驗數(shù)據(jù),且已開發(fā)的題組反應模型也不具有對被試知識結構或認知過程進行診斷的功能。針對該問題,本文嘗試性地將多維題組效應向量參數(shù)引入線性Logistic模型中,同時開發(fā)了屬性間具有補償作用的和屬性間具有非補償作用的多維題組效應認知診斷模型。模擬研究結果顯示新模型合理有效,與線性Logistic模型和DINA模型對比研究后表明:(1)作答數(shù)據(jù)含有題組效應時,忽略題組效應會導致項目參數(shù)的偏差估計并降低對目標屬性的判準率;(2)新模型更具普適性,即便當作答數(shù)據(jù)不存在題組效應時,采用新模型進行測驗分析亦能得到很好的項目參數(shù)估計結果且不影響對目標屬性的判準率。整體來看,新模型既具有認知診斷功能又可有效處理題組效應。
[Abstract]:In the field of cognitive diagnosis, there is still a lack of research on the diagnostic analysis of tests containing problem groups, that is, the developed cognitive diagnostic models are unable to deal with test data with group effects reasonably and effectively. Moreover, the developed problem group response model does not have the function to diagnose the knowledge structure or cognitive process of the subjects. In order to solve this problem, this paper attempts to introduce multi-dimensional problem group effect vector parameters into the linear logistic model, and develops a cognitive diagnosis model of multi-dimensional problem group effect with compensatory effect between attributes and non-compensatory effect among attributes. The simulation results show that the new model is reasonable and effective. Compared with the linear logistic model and the Dina model, the results show that: (1) when the answer data contain group effect, Ignoring the item group effect will lead to the deviation estimation of item parameters and reduce the accuracy of the target attribute. (2) the new model is more general, even when the answer data does not exist the problem group effect. The new model can also get a good result of item parameter estimation and does not affect the accuracy of target attributes. Overall, the new model not only has cognitive diagnostic function but also can deal with problem group effect effectively.
【作者單位】： 浙江師范大學心理系;北京師范大學認知神經科學與學習國家重點實驗室;香港教育學院評估研究中心;
【分類號】：B842.1

【參考文獻】

相關期刊論文 前2條

1 詹沛達;王文中;王立君;;項目反應理論新進展之題組反應理論[J];心理科學進展;2013年12期

2 詹沛達;王文中;王立君;李曉敏;;多維題組效應Rasch模型[J];心理學報;2014年08期

【共引文獻】

相關期刊論文 前10條

1 張婷婷;晏鄂川;胡顯明;范彬彬;;基于因子分析法的滑坡變形分析[J];長江科學院院報;2012年04期

2 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

3 王閆超;蘇生瑞;李鵬;叢璐;;基于R型因子分析法的滑坡發(fā)育影響因素分析[J];工程地質學報;2014年01期

4 余娜;辛濤;;認知診斷理論的新進展[J];考試研究;2009年03期

5 甘媛源;余嘉元;;心理測量理論的新進展:潛在分類模型[J];寧波大學學報(教育科學版);2008年06期

6 康春花;辛濤;田偉;;小學數(shù)學應用題認知診斷測驗編制及效度驗證[J];考試研究;2013年06期

7 馮熠;;項目反應理論在題庫系統(tǒng)建設中的應用[J];江蘇經貿職業(yè)技術學院學報;2014年02期

8 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

9 溫長吉;王生生;趙昕;李健;周翠娟;;基于改進蜂群算法的項目反應理論混合模型參數(shù)估計[J];吉林大學學報(理學版);2014年04期

10 吳瑞林;衛(wèi)靜遠;;中文篇章測驗的題組效應分析[J];中國考試;2014年12期

相關博士學位論文 前10條

1 趙頂位;中小學生幾何類比推理能力診斷評價中的理論與技術研究[D];江西師范大學;2011年

2 涂冬波;項目自動生成的小學兒童數(shù)學問題解決認知診斷CAT編制[D];江西師范大學;2009年

3 付志慧;多維項目反應模型的參數(shù)估計[D];吉林大學;2010年

4 徐寶;基于題組判別參數(shù)的題組反應模型的參數(shù)估計及其應用[D];吉林大學;2012年

5 孟亞茹;大學英語聽力能力認知診斷評估模型的構建與驗證[D];上海外國語大學;2013年

6 閔尚超;計算機自適應英語能力測試模型設計與效度驗證[D];浙江大學;2012年

7 孫珊珊;項目反應理論與認知診斷的統(tǒng)計推斷方法[D];東北師范大學;2013年

8 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

9 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

10 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10條

1 鄺錚;支持向量機在認知診斷中的應用研究[D];江西師范大學;2010年

2 羅凌云;認知診斷中項目屬性自動標識策略的相關研究[D];江西師范大學;2010年

3 聶斌;認知診斷中屬性結構的完備性與精確性[D];江西師范大學;2011年

4 王茜娟;按c-分層不定長CAT研究與實現(xiàn)[D];江西師范大學;2004年

5 孟慶香;關于題組隨機效應模型的模型選擇[D];東北師范大學;2008年

6 汪文義;計算機化自適應測驗選題策略研究[D];江西師范大學;2009年

7 曹慧媛;人工神經網絡在認知診斷中的應用研究[D];江西師范大學;2009年

8 喻曉鋒;貝葉斯網在認知診斷中的應用[D];江西師范大學;2009年

9 潘陳進;認知診斷中基于FCA的屬性層次關系挖掘研究[D];福建師范大學;2013年

10 那迎春;DINA模型與NIDA模型的選擇及模型參數(shù)估計問題研究[D];東北師范大學;2013年

【二級參考文獻】

相關期刊論文 前10條

1 葉萌;;對IRT局部獨立性假設問題的認識[J];考試研究;2010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 王立君;黃星艷;;多面Rasch模型在學科能力測評中的應用[J];考試研究;2013年01期

4 涂冬波;蔡艷;漆書青;丁樹良;戴海琦;;項目反應理論新進展——題組模型及其參數(shù)估計的實現(xiàn)[J];心理科學;2009年06期

5 吳銳;丁樹良;甘登文;;含題組的測驗等值[J];心理學報;2010年03期

6 鄭蟬金;郭聰穎;邊玉芳;;變通的題組項目功能差異檢驗方法在篇章閱讀測驗中的應用[J];心理學報;2011年07期

7 涂冬波;蔡艷;戴海琦;丁樹良;;多維項目反應理論:參數(shù)估計及其在心理測驗中的應用[J];心理學報;2011年11期

8 劉s，

本文編號：2118423