本文關(guān)鍵詞：基于二階段測(cè)驗(yàn)Q矩陣估計(jì)方法的開發(fā)與應(yīng)用

  更多相關(guān)文章： 認(rèn)知診斷測(cè)驗(yàn) Q矩陣估計(jì) 二階段估計(jì)法 貝葉斯法 非線性懲罰估計(jì)法

【摘要】：認(rèn)知診斷以微觀認(rèn)知角度對(duì)被試做出準(zhǔn)確評(píng)估與反饋的優(yōu)勢(shì)在心理與教育測(cè)量領(lǐng)域中展現(xiàn)出巨大的發(fā)展?jié)摿�。但�?要利用這種優(yōu)勢(shì)就必須確保測(cè)驗(yàn)Q矩陣的合理性。以往研究構(gòu)建測(cè)驗(yàn)Q矩陣主要依賴專家的經(jīng)驗(yàn),其缺點(diǎn)是專家的水平及意見統(tǒng)一與否會(huì)嚴(yán)重影響Q矩陣的正確性,而錯(cuò)誤界定的Q矩陣會(huì)對(duì)模型參數(shù)估計(jì)和被試分類準(zhǔn)確性帶來嚴(yán)重影響。為克服該困難,國(guó)內(nèi)外研究者相繼開發(fā)出基于被試作答反應(yīng)數(shù)據(jù)的Q矩陣估計(jì)方法,以數(shù)據(jù)驅(qū)動(dòng)視角為專家界定測(cè)驗(yàn)Q矩陣提供參考。本研究是在非線性懲罰估計(jì)法和貝葉斯法的優(yōu)勢(shì)與缺陷的基礎(chǔ)上提出來的。非線性懲罰估計(jì)法的優(yōu)勢(shì)是不需要提前界定測(cè)驗(yàn)Q矩陣,但該法存在目標(biāo)函數(shù)估計(jì)方法選用不當(dāng)和分界點(diǎn)過于絕對(duì)導(dǎo)致連續(xù)Q矩陣離散過程中易出現(xiàn)誤判的缺陷。相比非線性懲罰估計(jì)法,貝葉斯法能夠有效估計(jì)測(cè)驗(yàn)Q矩陣,但必須以Q矩陣已知元素得到準(zhǔn)確界定為前提。針對(duì)前者估計(jì)方法選用不當(dāng)?shù)娜毕?本研究采用Quasi-Newton法對(duì)其進(jìn)行改進(jìn),提出優(yōu)化的非線性懲罰估計(jì)法;針對(duì)前者分界點(diǎn)過于絕對(duì)和后者前提嚴(yán)苛的缺陷,本研究提出通過改變分界點(diǎn)選取標(biāo)準(zhǔn),實(shí)現(xiàn)既能滿足貝葉斯法前提,又能解決非線性懲罰估計(jì)法缺陷的二階段法。為了驗(yàn)證本文開發(fā)的優(yōu)化的非線性懲罰估計(jì)法和二階段法的改進(jìn)效果,本研究使用蒙特卡羅模擬系統(tǒng)比較了非線性懲罰估計(jì)法、優(yōu)化的非線性懲罰估計(jì)法和二階段法在被試人數(shù)、測(cè)驗(yàn)長(zhǎng)度、屬性數(shù)目和分界點(diǎn)選取標(biāo)準(zhǔn)等因素上的判準(zhǔn)率。并采用實(shí)證研究范式,使用Tatsuoka分?jǐn)?shù)減法數(shù)據(jù)考察這些方法在實(shí)測(cè)數(shù)據(jù)中的表現(xiàn)。研究結(jié)果表明:(1)無論是估計(jì)效率還是估計(jì)精度,優(yōu)化的非線性懲罰估計(jì)法都要優(yōu)于非線性懲罰估計(jì)法;相比非線性懲罰估計(jì)法和優(yōu)化的非線性懲罰估計(jì)法,二階段法能有效提升Q矩陣估計(jì)的準(zhǔn)確性。(2)隨著屬性數(shù)目增加,非線性懲罰估計(jì)法、優(yōu)化的非線性懲罰估計(jì)法和二階段法的估計(jì)準(zhǔn)確性均有所下降。但三種方法的降幅不同,非線性懲罰估計(jì)法的降幅最大。(3)優(yōu)化的非線性懲罰估計(jì)法和二階段法的估計(jì)準(zhǔn)確性在測(cè)驗(yàn)長(zhǎng)度上的變化趨勢(shì)與非線性懲罰估計(jì)法相反。前者表現(xiàn)更好,而后者表現(xiàn)更差。(4)0.7/0.3和0.6/0.4分界點(diǎn)下二階段法表現(xiàn)較好。當(dāng)被試人數(shù)較少時(shí),二階段法分界點(diǎn)取0.6/0.4較為適宜。(5)Tatsuoka分?jǐn)?shù)減法數(shù)據(jù)基本證實(shí)了模擬研究的結(jié)論。
【關(guān)鍵詞】：認(rèn)知診斷測(cè)驗(yàn) Q矩陣估計(jì) 二階段估計(jì)法 貝葉斯法 非線性懲罰估計(jì)法
【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】：2015
【分類號(hào)】：B842
【目錄】：

• 中文摘要3-5
• 英文摘要5-9
• 前言9-11
• 1 文獻(xiàn)綜述11-24
• 1.1 Q矩陣非參數(shù)化估計(jì)法11-14
• 1.1.1 爬山法11-12
• 1.1.2 統(tǒng)計(jì)提純法12-14
• 1.2 Q矩陣參數(shù)化估計(jì)法14-22
• 1.2.1 數(shù)據(jù)驅(qū)動(dòng)學(xué)習(xí)法15-18
• 1.2.2 貝葉斯法18-19
• 1.2.3 因素分析法19-20
• 1.2.4 非線性懲罰估計(jì)法20-22
• 1.3 小結(jié)22-24
• 2 問題提出24-28
• 2.1 當(dāng)前Q矩陣估計(jì)方法的不足24-25
• 2.2 本文欲探討的具體問題25-26
• 2.2.1 對(duì)非線性懲罰估計(jì)法的改進(jìn)25
• 2.2.2 二階段法的提出25-26
• 2.3 本文的研究?jī)?nèi)容26-27
• 2.4 本文的創(chuàng)新之處27-28
• 3 二階段法的開發(fā)思路28-36
• 3.1 非線性懲罰估計(jì)法的優(yōu)化28-32
• 3.1.1 Nelder-Mead法的基本思路及缺陷28-29
• 3.1.2 Quasi-Newton法的基本思路及其優(yōu)勢(shì)29-30
• 3.1.3 改進(jìn)的非線性懲罰估計(jì)法的實(shí)現(xiàn)30-32
• 3.2 二階段法的開發(fā)32-36
• 3.2.1 非線性懲罰估計(jì)法和貝葉斯法的優(yōu)勢(shì)與缺陷32-33
• 3.2.2 二階段法的思路33-34
• 3.2.3 二階段法的實(shí)現(xiàn)34-36
• 4 研究一：二階段法的效果驗(yàn)證36-53
• 4.1 實(shí)驗(yàn) 1：非線性懲罰估計(jì)法的優(yōu)化36-44
• 4.1.1 實(shí)驗(yàn)?zāi)康?/span>36
• 4.1.2 實(shí)驗(yàn)設(shè)計(jì)36-38
• 4.1.3 結(jié)果38-42
• 4.1.4 小結(jié)與討論42-44
• 4.2 實(shí)驗(yàn) 2：二階段法有效性驗(yàn)證44-53
• 4.2.1 實(shí)驗(yàn)?zāi)康?/span>44
• 4.2.2 實(shí)驗(yàn)設(shè)計(jì)44-45
• 4.2.3 結(jié)果45-50
• 4.2.4 小結(jié)與討論50-53
• 5 研究二：二階段法在實(shí)測(cè)數(shù)據(jù)中的應(yīng)用53-62
• 5.1 研究思路53-55
• 5.1.1 參數(shù)估計(jì)53-54
• 5.1.2 評(píng)價(jià)指標(biāo)54-55
• 5.2 數(shù)據(jù)來源55-56
• 5.3 結(jié)果56-59
• 5.3.1 一致率56
• 5.3.2 模型擬合56-57
• 5.3.3 潛在類別掌握比例57
• 5.3.4 項(xiàng)目參數(shù)估計(jì)準(zhǔn)確性57-59
• 5.4 小結(jié)與討論59-62
• 6 綜合結(jié)論62-65
• 6.1 研究結(jié)論62-63
• 6.2 研究局限63
• 6.3 未來展望63-65
• 參考文獻(xiàn)65-69
• 附錄69-72
• 致謝72-73
• 在讀期間公開發(fā)表論文（著）及科研情況73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前2條

1 王麓雅;肖宏峰;陽波;;一種隨機(jī)Nelder-Mead單純形優(yōu)化方法[J];電腦知識(shí)與技術(shù);2010年34期

2 喻曉鋒;羅照盛;秦春影;高椿雷;李喻駿;;基于作答數(shù)據(jù)的模型參數(shù)和Q矩陣聯(lián)合估計(jì)[J];心理學(xué)報(bào);2015年02期

，

本文編號(hào)：795147