【摘要】：認(rèn)知診斷計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)(Computerized Adaptive Test for Cognitive Diagnosis,CD-CAT)建立在傳統(tǒng)CAT的基礎(chǔ)上,同時(shí)具有認(rèn)知診斷功能。CD-CAT“因人施測(cè),量體裁衣”,運(yùn)用智能的選題策略,能快速而準(zhǔn)確地估計(jì)被試知識(shí)狀態(tài)。在實(shí)際教學(xué)和測(cè)驗(yàn)情境中,項(xiàng)目考察的認(rèn)知屬性往往包含多個(gè)水平層次,屬性多級(jí)化的認(rèn)知診斷評(píng)估應(yīng)運(yùn)而生。它不僅可以具體表示出項(xiàng)目測(cè)量的認(rèn)知屬性水平層次,還可以進(jìn)一步考察被試具體掌握了認(rèn)知屬性的哪個(gè)水平層次,因此能提供詳細(xì)的診斷信息,更具有實(shí)際應(yīng)用價(jià)值和指導(dǎo)意義。目前的認(rèn)知診斷評(píng)價(jià)所依托的認(rèn)知診斷模型多為參數(shù)診斷模型,模型選用需滿足一定的前提條件,其采用的參數(shù)估計(jì)方法復(fù)雜且存在缺陷。而非參數(shù)認(rèn)知診斷方法只需提前界定好Q陣即可根據(jù)被試作答反應(yīng)進(jìn)行診斷分類,簡(jiǎn)單、便捷,能滿足實(shí)際測(cè)驗(yàn)情境需要。本文基于聚類分析的思想,提出一種根據(jù)被試?yán)硐敕磻?yīng)模式和實(shí)際反應(yīng)模式進(jìn)行診斷分類的認(rèn)知診斷聚類診斷方法(Cluster Diagnostic Method for Polytomous Attribute,PACDM)。并將幾種常用的CD-CAT選題策略引入屬性多級(jí)化的CD-CAT中,并在pG-DINA模型這一一般性模型的框架下考察其在屬性多級(jí)化認(rèn)知診斷計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)中使用的可行性,同時(shí)比較了其在診斷正確率、題目曝光率和測(cè)驗(yàn)重疊率等方面的表現(xiàn)。研究結(jié)果表明:(1)相同的實(shí)驗(yàn)條件下,非參數(shù)方法的模式判準(zhǔn)率和屬性平均邊際判準(zhǔn)率高于參數(shù)方法。(2)當(dāng)項(xiàng)目質(zhì)量較低(較大的s和g參數(shù))時(shí),非參數(shù)方法較參數(shù)方法具有優(yōu)勢(shì),且這種優(yōu)勢(shì)隨失誤水平的提高而擴(kuò)大。(3)在模式判準(zhǔn)率和屬性平均邊際判準(zhǔn)率方面,PA-SHE和PA-MPWKL選題策略表現(xiàn)最好,PA-PWKL和PA-HKL選題策略表現(xiàn)次之,PA-KL選題策略表現(xiàn)最差。(4)題庫(kù)安全性方面,PA-HKL和PA-PWKL選題策略表現(xiàn)最好,PA-KL選題策略表現(xiàn)次之,PA-SHE和PA-MPWKL選題策略表現(xiàn)最差。
[Abstract]:(Computerized Adaptive Test for Cognitive Diagnosis,CD-CAT (computerized Adaptive Test for Cognitive diagnosis) is based on the traditional CAT, and has the function of cognitive diagnostics. CD-CAT uses intelligent topic selection strategy. Can estimate the knowledge state of the subjects quickly and accurately. In the actual teaching and testing situations, the cognitive attributes of the project inspection often include multiple levels, and the multi-level cognitive diagnosis evaluation of the attributes emerges as the times require. It can not only specify the level of cognitive attributes measured by items, but also further investigate which level of cognitive attributes the subjects have grasped, so it can provide detailed diagnostic information. More practical application value and guiding significance. Most of the cognitive diagnosis models used in the current cognitive diagnosis evaluation are parametric diagnosis models. The selection of the models needs to meet certain preconditions, and the parameter estimation methods used are complex and flawed. The non-parametric cognitive diagnosis method only needs to define the Q matrix in advance to classify the patients according to the response of the subjects. It is simple, convenient and can meet the needs of the actual test situation. In this paper, based on the idea of clustering analysis, a cognitive diagnostic clustering diagnosis method (Cluster Diagnostic Method for Polytomous Attribute,PACDM) is proposed, which is based on the ideal reaction model and the actual response model of the subjects. Several commonly used CD-CAT selection strategies are introduced into the attribute multilevel CD-CAT, and the feasibility of using them in the computerized adaptive test of attribute multilevel cognitive diagnosis is investigated under the framework of the pG-DINA model. At the same time, its performance in diagnosis accuracy, topic exposure and test overlap rate were compared. The results show that: (1) under the same experimental conditions, the model accuracy rate and the attribute average marginal accuracy rate of the non-parametric method are higher than those of the parametric method. (2) when the project quality is low (larger s and g parameters), Non-parametric method has advantages over parametric method, and this advantage expands with the increase of error level. (3) in the aspect of pattern accuracy rate and attribute average marginal rate, PA-SHE and PA-MPWKL have the best performance. The performance of PA-PWKL and PA-HKL was the second, and that of PA-KL was the worst. (4) in terms of question bank security, PA-HKL and PA-PWKL were the best, and PA-KL was the second. PA-SHE and PA-MPWKL selected the worst performance of the strategy.
【學(xué)位授予單位】：江西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：B842.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 陳平;丁樹(shù)良;林海菁;周婕;;等級(jí)反應(yīng)模型下計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)選題策略[J];心理學(xué)報(bào);2006年03期

2 辛濤;劉拓;;認(rèn)知診斷計(jì)算機(jī)自適應(yīng)測(cè)驗(yàn)中選題策略的新進(jìn)展[J];南京師大學(xué)報(bào)(社會(huì)科學(xué)版);2013年06期

3 羅芬;丁樹(shù)良;王曉慶;;多級(jí)評(píng)分計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)動(dòng)態(tài)綜合選題策略[J];心理學(xué)報(bào);2012年03期

4 戴海琦;陳德枝;丁樹(shù)良;鄧太萍;;多級(jí)評(píng)分題計(jì)算機(jī)自適應(yīng)測(cè)驗(yàn)選題策略比較[J];心理學(xué)報(bào);2006年05期

5 涂冬波;蔡艷;戴海琦;;認(rèn)知診斷CAT選題策略及初始題選取方法[J];心理科學(xué);2013年02期

6 尚志勇;丁樹(shù)良;;認(rèn)知診斷自適應(yīng)測(cè)驗(yàn)選題策略探新[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

7 駱聰;王霞;鐘陽(yáng);張敏強(qiáng);;CD-CAT選題策略及其應(yīng)用[J];心理研究;2014年02期

8 程小揚(yáng);丁樹(shù)良;;拓廣分部評(píng)分模型下計(jì)算機(jī)自適應(yīng)測(cè)驗(yàn)變加權(quán)選題策略[J];心理科學(xué);2011年04期

9 艾國(guó)金;甘登文;丁樹(shù)良;;計(jì)算機(jī)化自適應(yīng)認(rèn)知診斷測(cè)驗(yàn)按模式分層選題策略[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

相關(guān)會(huì)議論文 前6條

1 謝典佑;吳任婕;郭伯臣;許天維;;以貝氏網(wǎng)絡(luò)與區(qū)塊平衡為基礎(chǔ)之適性選題策略[A];全國(guó)教育與心理統(tǒng)計(jì)與測(cè)量學(xué)術(shù)年會(huì)暨第八屆海峽兩岸心理與教育測(cè)驗(yàn)學(xué)術(shù)研討會(huì)論文摘要集[C];2008年

2 陳平;丁樹(shù)良;林海菁;周婕;;等級(jí)反應(yīng)模型下計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)選題策略[A];全國(guó)教育與心理統(tǒng)計(jì)測(cè)量學(xué)術(shù)年會(huì)論文摘要集[C];2006年

3 駱聰;張敏強(qiáng);;認(rèn)知診斷計(jì)算機(jī)自適應(yīng)測(cè)驗(yàn)選題策略及其新進(jìn)展[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

4 羅芬;丁樹(shù)良;王曉慶;;多級(jí)評(píng)分CAT改進(jìn)的最大信息量選題策略[A];增強(qiáng)心理學(xué)服務(wù)社會(huì)的意識(shí)和功能——中國(guó)心理學(xué)會(huì)成立90周年紀(jì)念大會(huì)暨第十四屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 余丹;潘奕嬈;丁樹(shù)良;;計(jì)算機(jī)化自適應(yīng)診斷測(cè)驗(yàn)新的選題策略[A];增強(qiáng)心理學(xué)服務(wù)社會(huì)的意識(shí)和功能——中國(guó)心理學(xué)會(huì)成立90周年紀(jì)念大會(huì)暨第十四屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

6 衛(wèi)芳娜;甘登文;丁樹(shù)良;;計(jì)算機(jī)化自適應(yīng)診斷測(cè)驗(yàn)按模式分層選題策略[A];增強(qiáng)心理學(xué)服務(wù)社會(huì)的意識(shí)和功能——中國(guó)心理學(xué)會(huì)成立90周年紀(jì)念大會(huì)暨第十四屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

相關(guān)碩士學(xué)位論文 前10條

1 張曉;屬性多級(jí)化的非參數(shù)認(rèn)知診斷方法及CD-CAT選題策略研究[D];江西師范大學(xué);2017年

2 艾國(guó)金;CD-CAT按模式分層選題策略及變長(zhǎng)終止規(guī)則研究[D];江西師范大學(xué);2015年

3 胡姍;基于GPCM和3PLM的CAT研究[D];江西師范大學(xué);2015年

4 徐莉;混合題型CAT選題策略的研究[D];江西師范大學(xué);2016年

5 丁加林;帶區(qū)分度約束的選題策略研究[D];江西師范大學(xué);2016年

6 吳敏;認(rèn)知診斷計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)選題策略的比較及其應(yīng)用研究[D];江西師范大學(xué);2016年

7 高洪娟;計(jì)算機(jī)自適應(yīng)測(cè)試中選題策略優(yōu)化研究[D];東北師范大學(xué);2016年

8 汪文義;計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)選題策略研究[D];江西師范大學(xué);2009年

9 李萍;自動(dòng)控制區(qū)分度作用的選題策略研究[D];江西師范大學(xué);2013年

10 關(guān)潮輝;計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)的分層終止規(guī)則與選題策略的研究[D];江西師范大學(xué);2014年

，

本文編號(hào)：2328846