認(rèn)知診斷評估是一種基于認(rèn)知心理學(xué)并結(jié)合現(xiàn)代測量學(xué)的方法，旨在探索人類在特定領(lǐng)域的潛在認(rèn)知過程和認(rèn)知結(jié)構(gòu)的測驗(yàn)形式。認(rèn)知診斷模型內(nèi)含一個(gè)簡單或復(fù)雜的導(dǎo)入結(jié)構(gòu)，是概率性的、驗(yàn)證性的多維潛在變量模型。這種模型適用于對可觀察分類反應(yīng)變量和不可觀察的（如，潛在的）分類預(yù)測變量進(jìn)行建模。要實(shí)現(xiàn)認(rèn)知診斷的功能必須選擇一個(gè)合適的認(rèn)知診斷模型。在現(xiàn)有的上百種認(rèn)知診斷模型中，RUM模型被譽(yù)為一個(gè)成功的認(rèn)知診斷模型，因而被廣泛應(yīng)用。隨后不少心理測量學(xué)家以RUM模型為基礎(chǔ)，對其進(jìn)行改良。其中HO-sRUM模型與RUM模型最為相似，兩者都對高階能力進(jìn)行了診斷。在這兩種模型中，最大的不同在于RUM模型的高階能力是基于項(xiàng)目，而HO-sRUM模型的高階能力是基于認(rèn)知屬性，顯然在認(rèn)知診斷測驗(yàn)中項(xiàng)目的個(gè)數(shù)明顯多于屬性的個(gè)數(shù)（一般為3倍左右）。因而使用RUM模型對認(rèn)知診斷測驗(yàn)進(jìn)行分析時(shí)會獲得比較詳盡的關(guān)于項(xiàng)目質(zhì)量的信息，但同時(shí)也會由于需要識別的參數(shù)過多而帶來識別困難。HO-sRUM模型雖然提供的項(xiàng)目質(zhì)量的參數(shù)不如前者詳細(xì)，但由于模型較前者精簡，因而在參數(shù)識別過程中較前者有優(yōu)勢。因此對于測驗(yàn)使用者如何去選擇一個(gè)合適的、性能好的...

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1擴(kuò)張算法運(yùn)算舉例該種算法相當(dāng)于向前回歸

7圖1-1擴(kuò)張算法運(yùn)算舉例該種算法相當(dāng)于向前回歸。三是楊淑群提出漸進(jìn)式擴(kuò)張算法(楊淑群,丁樹良,&丁秋林,2010)，相當(dāng)于逐步向后回歸（此處不作詳述）。而將潛在Q矩陣轉(zhuǎn)置后加上一行元素全為0的向量便是被試?yán)硐胝莆漳Ｊ?IdealMasterPattern....

圖1-2知識狀態(tài)、期望反應(yīng)模式以及Q矩陣關(guān)系圖

可以將被試的作答情況與大腦中的知識狀態(tài)(KS)一一對應(yīng)而達(dá)到的最終目的，揭示人類心理加工機(jī)制。因此編制一個(gè)好的認(rèn)知診在于能否編制出一個(gè)使知識狀態(tài)(KS)與期望反應(yīng)模式(ERPs)一一斷藍(lán)圖tQ。

圖1-3RUM結(jié)構(gòu)解剖圖

當(dāng)*ikr值越大時(shí)，意味著屬性k對正確作答項(xiàng)目i產(chǎn)生的影響不大（Har2002）。ic：Q矩陣以外的殘余能力jθ在正確作答項(xiàng)目的程度。其值03i≤c≤，ic是項(xiàng)目i的完備性指標(biāo)。（）icjPθ：正確運(yùn)用Q矩陣以外的屬性的概率。1（）{1....

圖1-4HO-sRUM結(jié)構(gòu)解剖圖

圖1-4HO-sRUM結(jié)構(gòu)解剖圖.3小結(jié)介紹了認(rèn)知診斷模型的發(fā)展及一些常見的認(rèn)知診斷模型。不論從項(xiàng)目結(jié)構(gòu)上，認(rèn)知診斷模型都存在不同的假設(shè)�；谶@些假家所設(shè)計(jì)出的認(rèn)知診斷模型，有其各自的特點(diǎn)且應(yīng)用的范圍和所述，一些常見的認(rèn)知診斷模型其特點(diǎn)和適用范圍概況如下：表1-1認(rèn)知....

本文編號：4030903