本文關(guān)鍵詞：認(rèn)知診斷中模型—資料的測(cè)驗(yàn)擬合檢驗(yàn)統(tǒng)計(jì)量研究

  更多相關(guān)文章： 認(rèn)知診斷理論 模型-資料擬合檢驗(yàn) 測(cè)驗(yàn)擬合 比較研究

【摘要】：隨著心理測(cè)量學(xué)和認(rèn)知心理學(xué)的發(fā)展,認(rèn)知診斷模型受到越來(lái)越多的重視,傳統(tǒng)的測(cè)驗(yàn)理論只能從宏觀上分析被試的能力,而認(rèn)知診斷理論則探索到被試能力的微觀方面,關(guān)注宏觀能力背后的具體屬性(或技能)及其結(jié)構(gòu)。但認(rèn)知診斷模型的優(yōu)勢(shì)必須基于所采用的模型與實(shí)際數(shù)據(jù)資料擬合較好的情況,如此做出的推論才會(huì)有效,而當(dāng)所采用認(rèn)知診斷模型與資料不擬合或選擇了錯(cuò)誤的模型,則會(huì)導(dǎo)致如參數(shù)估計(jì)、測(cè)驗(yàn)等值及項(xiàng)目功能差異分析等具有較大誤差,給實(shí)際工作帶來(lái)不良影響。因此,在使用認(rèn)知診斷模型分析時(shí),應(yīng)首先充分考察及檢驗(yàn)所選模型與實(shí)際數(shù)據(jù)是否相擬合。認(rèn)知診斷領(lǐng)域中常用模型-資料擬合檢驗(yàn)統(tǒng)計(jì)量包括項(xiàng)目擬合檢驗(yàn)統(tǒng)計(jì)量和測(cè)驗(yàn)擬合檢驗(yàn)統(tǒng)計(jì)量。項(xiàng)目擬合檢驗(yàn)是在項(xiàng)目水平上評(píng)估模型與實(shí)際資料是否相吻合,可用于篩選測(cè)驗(yàn)中的個(gè)別項(xiàng)目,一般是絕對(duì)擬合檢驗(yàn);而測(cè)驗(yàn)擬合檢驗(yàn)則是在測(cè)驗(yàn)整體水平上評(píng)估選用的模型與實(shí)際資料是否相吻合,一般是相對(duì)擬合檢驗(yàn)。雖然項(xiàng)目擬合統(tǒng)計(jì)量可以指導(dǎo)測(cè)驗(yàn)項(xiàng)目的選擇,但現(xiàn)實(shí)情況中研究者往往不知道用哪種模型去擬合資料,此時(shí)若用項(xiàng)目擬合統(tǒng)計(jì)量盲目地檢驗(yàn)測(cè)驗(yàn)中所有項(xiàng)目的擬合就不太合理。此外,項(xiàng)目擬合統(tǒng)計(jì)量一般是絕對(duì)擬合統(tǒng)計(jì)量,而評(píng)價(jià)模型絕對(duì)擬合存在一定困難,因此研究者常常只評(píng)價(jià)模型相對(duì)擬合;并且,當(dāng)有幾個(gè)模型都能擬合資料時(shí),相對(duì)擬合統(tǒng)計(jì)量可以幫助選擇更合適的模型。認(rèn)知診斷模型-資料擬合檢驗(yàn)是心理、教育測(cè)量領(lǐng)域的重要主題,也是測(cè)驗(yàn)分析過(guò)程中較易忽視的環(huán)節(jié),目前鮮有此類(lèi)公開(kāi)發(fā)表的文章。研究認(rèn)知診斷領(lǐng)域的模型-資料測(cè)驗(yàn)擬合統(tǒng)計(jì)量,主要是為了研究各統(tǒng)計(jì)量的有效性和靈敏度,可從兩方面著手,一是檢驗(yàn)各統(tǒng)計(jì)量是否能選擇最適合資料的模型,二是檢驗(yàn)各統(tǒng)計(jì)量是否能選擇最適合資料的Q矩陣。目前認(rèn)知診斷領(lǐng)域常用測(cè)驗(yàn)擬合統(tǒng)計(jì)量包括-2LL、AIC、AICc、BIC及DIC4,本文擬在比較不同的樣本量、題量、屬性數(shù)下各統(tǒng)計(jì)量對(duì)正確模型的選擇率,以及比較各統(tǒng)計(jì)量在Q陣選擇上的靈敏度,并且拓展項(xiàng)目反應(yīng)理論中表現(xiàn)較好的CVLL法,檢驗(yàn)其在認(rèn)知診斷領(lǐng)域的有效性和靈敏度。最后用Tatsuoka分?jǐn)?shù)減法數(shù)據(jù)和ECPE(examination for the certificate of proficiency in English)數(shù)據(jù)說(shuō)明各統(tǒng)計(jì)量在實(shí)證數(shù)據(jù)中的應(yīng)用。研究表明,認(rèn)知診斷中AIC、BIC比AICc表現(xiàn)更好,CVLL在CD領(lǐng)域表現(xiàn)良好,較其它統(tǒng)計(jì)量更優(yōu),當(dāng)樣本量小題量大時(shí)AICc、BIC相較復(fù)雜模型傾向于選擇簡(jiǎn)潔模型,當(dāng)屬性數(shù)過(guò)多時(shí),各統(tǒng)計(jì)量選擇正確模型的概率大幅下降,只有CVLL表現(xiàn)較好,在R-RUM中,各統(tǒng)計(jì)量選擇正確Q陣的比率有所下降,CVLL表現(xiàn)最好。實(shí)證研究表明三個(gè)模型均不適合Tatsuoka分?jǐn)?shù)減法數(shù)據(jù)和ECPE數(shù)據(jù),但相較之下R-RUM擬合更好。
【關(guān)鍵詞】：認(rèn)知診斷理論 模型-資料擬合檢驗(yàn) 測(cè)驗(yàn)擬合 比較研究
【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(lèi)號(hào)】：B842.1
【目錄】：

• 中文摘要3-5
• Abstract5-9
• 1 文獻(xiàn)綜述9-21
• 1.1 認(rèn)知診斷概述9-11
• 1.1.1 什么是認(rèn)知診斷評(píng)估9-10
• 1.1.2 認(rèn)知診斷基本概念10-11
• 1.2 認(rèn)知診斷模型11-15
• 1.2.1 DINA12-13
• 1.2.2 NIDA13
• 1.2.3 R-RUM13-15
• 1.3 模型-資料擬合檢驗(yàn)15-21
• 1.3.1 偏差16
• 1.3.2 Akaike信息量標(biāo)準(zhǔn)16-17
• 1.3.3 AICc17
• 1.3.4 貝葉斯信息量標(biāo)準(zhǔn)17-18
• 1.3.5 偏離信息量標(biāo)準(zhǔn)18-19
• 1.3.6 絕對(duì)擬合檢驗(yàn)方法PPMC法19-21
• 2 研究問(wèn)題及研究設(shè)計(jì)21-26
• 2.1 問(wèn)題的提出21-22
• 2.2 研究意義及研究?jī)r(jià)值22-23
• 2.3 研究總體設(shè)計(jì)23-24
• 2.4 研究的創(chuàng)新之處24-26
• 3 研究一：認(rèn)知診斷中測(cè)驗(yàn)擬合檢驗(yàn)統(tǒng)計(jì)量及其比較26-34
• 3.1 CVLL法在認(rèn)知診斷中的拓展26-27
• 3.2 實(shí)驗(yàn)一：不同樣本量、題量下各測(cè)驗(yàn)統(tǒng)計(jì)量對(duì)模型的檢測(cè)率及其比較27-30
• 3.2.1 實(shí)驗(yàn)?zāi)康呐c實(shí)驗(yàn)設(shè)計(jì)27-28
• 3.2.2 實(shí)驗(yàn)結(jié)果與討論28-30
• 3.3 實(shí)驗(yàn)二：不同屬性個(gè)數(shù)下常用測(cè)驗(yàn)擬合統(tǒng)計(jì)量對(duì)模型的檢測(cè)率及其比較30-32
• 3.3.1 實(shí)驗(yàn)?zāi)康呐c實(shí)驗(yàn)設(shè)計(jì)30
• 3.3.2 實(shí)驗(yàn)結(jié)果與討論30-32
• 3.4 實(shí)驗(yàn)三：常用測(cè)驗(yàn)擬合統(tǒng)計(jì)量對(duì)Q矩陣的檢測(cè)率及其比較32-34
• 3.4.1 實(shí)驗(yàn)?zāi)康呐c實(shí)驗(yàn)設(shè)計(jì)32
• 3.4.2 實(shí)驗(yàn)結(jié)果與討論32-34
• 4 研究二：各測(cè)驗(yàn)擬合統(tǒng)計(jì)量在實(shí)證數(shù)據(jù)分析中的應(yīng)用及比較34-41
• 4.1 實(shí)驗(yàn)?zāi)康呐c實(shí)驗(yàn)設(shè)計(jì)34-36
• 4.2 實(shí)驗(yàn)結(jié)果與討論36-41
• 5 小結(jié)與討論41-43
• 6 研究不足及未來(lái)展望43-44
• 參考文獻(xiàn)44-49
• 致謝49-50
• 在讀期間公開(kāi)發(fā)表論文（著）及科研情況50

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 丁樹(shù)良;楊淑群;汪文義;;可達(dá)矩陣在認(rèn)知診斷測(cè)驗(yàn)編制中的重要作用[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

2 單昕彤;譚輝曄;劉永;吳方文;涂冬波;;項(xiàng)目反應(yīng)理論中模型—資料擬合檢驗(yàn)常用統(tǒng)計(jì)量[J];心理科學(xué)進(jìn)展;2014年08期

，

本文編號(hào)：945859