發(fā)布時(shí)間：2017-10-03 17:30

  本文關(guān)鍵詞：認(rèn)知診斷評(píng)價(jià)中一種簡(jiǎn)單有效的方法—海明距離判別法

  更多相關(guān)文章： 非參數(shù) 認(rèn)知診斷 知識(shí)狀態(tài) 海明距離

【摘要】：認(rèn)知診斷評(píng)價(jià)(Cognitive Diagnosis Assessment,CDA)使用融合有認(rèn)知變量的心理計(jì)量學(xué)模型,對(duì)被試的知識(shí)結(jié)構(gòu)、加工技能或認(rèn)知過(guò)程進(jìn)行診斷評(píng)估。與經(jīng)典測(cè)量理論(Classical Testing Theory,CTT)和項(xiàng)目反應(yīng)理論(Item Response Theory,IRT)相比,能夠?yàn)楸辉囂峁└油暾驮敿?xì)的診斷信息。認(rèn)知診斷評(píng)價(jià)所依托的心理計(jì)量模型,均是在復(fù)雜的統(tǒng)計(jì)測(cè)量學(xué)知識(shí)基礎(chǔ)上構(gòu)建的,可以籠統(tǒng)地稱(chēng)之為參數(shù)化認(rèn)知診斷方法。這些方法包含有大量的概率統(tǒng)計(jì)、高等數(shù)學(xué)、線性代數(shù)、微積分等知識(shí)。對(duì)于研究者而言,正確理解并熟練運(yùn)用并對(duì)診斷結(jié)果進(jìn)行科學(xué)合理的解釋尚且不易,更何況是以上理論基礎(chǔ)較薄弱的實(shí)踐者。此外,參數(shù)化的方法依賴(lài)于精確的參數(shù)估計(jì)方法,而參數(shù)估計(jì)方法本身也存在一定的缺陷。常用的方法如EM算法會(huì)收斂到局部最優(yōu)極值(locallyoptimal extrema),而馬爾可夫鏈蒙特卡洛(Markov Chain Monte Carlo,MCMC)耗時(shí)過(guò)長(zhǎng),且無(wú)法判斷是否收斂到真值。以上問(wèn)題在一定程度上限制了認(rèn)知診斷的應(yīng)用和推廣。與參數(shù)化認(rèn)知診斷方法相比,非參數(shù)化認(rèn)知診斷方法只需要預(yù)先界定好項(xiàng)目屬性關(guān)聯(lián)矩陣(即Q矩陣),便可利用被試的觀察反應(yīng)進(jìn)行診斷分類(lèi)。其簡(jiǎn)單、便捷的特點(diǎn)非常適合實(shí)際測(cè)驗(yàn)情境的需要。本文基于Q矩陣?yán)碚?提出一種非參數(shù)化認(rèn)知診斷方法,海明距離判別法(Hamming Distance Discrimination,HDD)。其中,根據(jù)判別方式的不同又將其分為R方法和B方法。采用Monte Carlo模擬的研究方法,以模式判準(zhǔn)率(Pattern Match Ratio,PMR)和屬性平均判準(zhǔn)率(Average Attribute Match Ratio,AAMR)作為評(píng)價(jià)指標(biāo),與DINA模型,廣義距離判別法(Generalized Distance Discrimination,GDD),以及weighted Hamming distance進(jìn)行比較。結(jié)果表明,海明距離判別法(HDD)具有更簡(jiǎn)便的操作步驟和十分理想的分類(lèi)準(zhǔn)確率。主要研究結(jié)論如下:(1)本文所涉及的五種認(rèn)知診斷方法均受屬性層級(jí)結(jié)構(gòu)的緊密程度的影響,屬性層級(jí)關(guān)系越緊密,分類(lèi)準(zhǔn)確率越高。(2)分類(lèi)準(zhǔn)確率由高至低分別為HDD的B方法,DINA模型,HDD的R方法,WH和GDD。其中,HDD的B方法與DINA模型有著同樣高的分類(lèi)準(zhǔn)確率。(3)項(xiàng)目數(shù)量與認(rèn)知診斷方法的分類(lèi)準(zhǔn)確率成正比(4)樣本容量對(duì)認(rèn)知診斷方法的分類(lèi)準(zhǔn)確率影響較小(5)屬性數(shù)量與認(rèn)知診斷方法的分類(lèi)準(zhǔn)確率成反比(6)被試知識(shí)狀態(tài)分布形態(tài)為負(fù)偏態(tài)分布時(shí),上述五種認(rèn)知診斷方法的分類(lèi)準(zhǔn)確率最高,正態(tài)分布其次,均勻分布再次,正偏態(tài)分布最低。
【關(guān)鍵詞】：非參數(shù) 認(rèn)知診斷 知識(shí)狀態(tài) 海明距離
【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】：

• 摘要3-5
• ABSTRACT5-10
• 引言10-12
• 1 文獻(xiàn)綜述12-25
• 1.1 認(rèn)知模型12-14
• 1.1.1 屬性及其層級(jí)關(guān)系13-14
• 1.2 Q矩陣?yán)碚?/span>14-19
• 1.2.1 鄰接矩陣15
• 1.2.2 可達(dá)矩陣15-16
• 1.2.3 Q矩陣16
• 1.2.4 理想掌握模式16-17
• 1.2.5 典型項(xiàng)目考核模式17-18
• 1.2.6 理想反應(yīng)模式18-19
• 1.3 常用的認(rèn)知診斷方法19-25
• 1.3.1 參數(shù)化的認(rèn)知診斷模型20-23
• 1.3.1.1 規(guī)則空間模型20-21
• 1.3.1.2 DINA模型21
• 1.3.1.3 屬性層級(jí)模型21-22
• 1.3.1.4 廣義距離判別法22-23
• 1.3.2 非參數(shù)化認(rèn)知診斷方法23-25
• 1.3.2.1 海明距離23
• 1.3.2.2 加權(quán)的海明距離23-24
• 1.3.2.3 懲罰性海明距離24-25
• 2 研究背景25-28
• 2.1 問(wèn)題提出25-26
• 2.1.1 參數(shù)化認(rèn)知診斷方法的不足25
• 2.1.2 非參數(shù)化認(rèn)知診斷方法的開(kāi)發(fā)思路25-26
• 2.2 研究?jī)?nèi)容與研究設(shè)計(jì)26-27
• 2.3 研究意義27-28
• 3 實(shí)驗(yàn)研究28-51
• 3.0 定義反應(yīng)模式間的海明距離HDD的提出28
• 3.1 HDD的提出28-32
• 3.1.1 海明距離判別法(HDD)的具體步驟30-31
• 3.1.2 海明距離判別法(HDD)的合理性31-32
• 3.1.2.1 距離定義的合理性31
• 3.1.2.2 判別方法的合理性31-32
• 3.2 實(shí)驗(yàn)一項(xiàng)目數(shù)量對(duì)HDD分類(lèi)準(zhǔn)確率的影響32-37
• 3.2.1 實(shí)驗(yàn)?zāi)康?/span>32
• 3.2.2 實(shí)驗(yàn)方法32-34
• 3.2.2.1 Q矩陣的設(shè)計(jì)33
• 3.2.2.2 被試的屬性掌握模式(AMP)矩陣33
• 3.2.2.3 被試觀察反應(yīng)模式(ORP)矩陣33
• 3.2.2.4 模擬次數(shù)33
• 3.2.2.5 模擬研究使用的判別分類(lèi)法33
• 3.2.2.6 評(píng)價(jià)標(biāo)準(zhǔn)33-34
• 3.2.3 實(shí)驗(yàn)結(jié)果34-37
• 3.3 實(shí)驗(yàn)二樣本容量對(duì)HDD分類(lèi)準(zhǔn)確率的影響37-41
• 3.3.1 實(shí)驗(yàn)?zāi)康?/span>37
• 3.3.2 實(shí)驗(yàn)方法37
• 3.3.3 實(shí)驗(yàn)結(jié)果37-41
• 3.4 實(shí)驗(yàn)三屬性數(shù)量對(duì)HDD分類(lèi)準(zhǔn)確率的影響41-45
• 3.4.1 實(shí)驗(yàn)?zāi)康?/span>41
• 3.4.2 實(shí)驗(yàn)方法41
• 3.4.3 實(shí)驗(yàn)結(jié)果41-45
• 3.5 實(shí)驗(yàn)四被試知識(shí)狀態(tài)分布形態(tài)對(duì)HDD分類(lèi)準(zhǔn)確率的影響45-49
• 3.5.1 實(shí)驗(yàn)?zāi)康?/span>45
• 3.5.2 實(shí)驗(yàn)方法45
• 3.5.3 實(shí)驗(yàn)結(jié)果45-49
• 3.6 實(shí)驗(yàn)五采用HDD、DINA、GDD、WH分析“分?jǐn)?shù)減法”數(shù)據(jù)49-51
• 4 綜合討論51-55
• 4.1 主要研究結(jié)論及討論51-53
• 4.2 HDD的特點(diǎn)分析53
• 4.3 研究局限與未來(lái)研究53-55
• 參考文獻(xiàn)55-58
• 附錄A58-62
• 附錄B62-67
• 附錄C67-75
• 附錄D75-79
• 致謝79-81
• 在讀期間公開(kāi)發(fā)表論文（著）及科研情況81

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 羅陽(yáng);聶新旺;王廣山;;幾種統(tǒng)計(jì)相似方法的適用性比較[A];2012北京氣象學(xué)會(huì)中青年優(yōu)秀論文評(píng)選論文集[C];2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 李喻駿;認(rèn)知診斷評(píng)價(jià)中一種簡(jiǎn)單有效的方法—海明距離判別法[D];江西師范大學(xué);2015年

，

本文編號(hào)：965793