屬性多級化的非參數(shù)認(rèn)知診斷方法及CD-CAT選題策略研究.pdf

1、分類號：B84密級：無學(xué)校代碼：10414學(xué)號：2014010280碩士研究生學(xué)位論文碩士研究生學(xué)位論文屬性多級化的非參數(shù)認(rèn)知診斷方法及屬性多級化的非參數(shù)認(rèn)知診斷方法及CDCDCATCAT選題策略研究選題策略研究AAnonparametriccononparametriccognitivegnitivediagnosismethoddiagnosismethodfpolytomousattributesfpolytomousattrib

2、utesCDCDCATresearchCATresearch院所：心理學(xué)院導(dǎo)師姓名：蔡艷學(xué)科專業(yè)：基礎(chǔ)心理學(xué)研究方向：心理統(tǒng)計與測量二○一七年五月I摘要認(rèn)知診斷計算機化自適應(yīng)測驗（ComputerizedAdaptiveTestfCognitiveDiagnosisCDCAT）建立在傳統(tǒng)CAT的基礎(chǔ)上，同時具有認(rèn)知診斷功能。CDCAT“因人施測，量體裁衣”，運用智能的選題策略，能快速而準(zhǔn)確地估計被試知識狀態(tài)。在實際教學(xué)和測驗情境中，項目

3、考察的認(rèn)知屬性往往包含多個水平層次，屬性多級化的認(rèn)知診斷評估應(yīng)運而生。它不僅可以具體表示出項目測量的認(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)知屬性的哪個水平層次，因此能提供詳細(xì)的診斷信息，更具有實際應(yīng)用價值和指導(dǎo)意義。目前的認(rèn)知診斷評價所依托的認(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，簡單、便捷，能滿足

4、實際測驗情境需要。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（ClusterDiagnosticMethodfPolytomousAttribute，PACDM）。并將幾種常用的CDCAT選題策略引入屬性多級化的CDCAT中，并在pGDINA模型這一一般性模型的框架下考察其在屬性多級化認(rèn)知診斷計算機化自適應(yīng)測驗中使用的可行性，同時比較了其在診斷正確率、題目曝光率和測驗重疊率等方面

5、的表現(xiàn)。研究結(jié)果表明：（1）相同的實驗條件下，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)項目質(zhì)量較低（較大的s和g參數(shù)）時，非參數(shù)方法較參數(shù)方法具有優(yōu)勢，且這種優(yōu)勢隨失誤水平的提高而擴大。（3）在模式判準(zhǔn)率和屬性平均邊際判準(zhǔn)率方面，PASHE和PAMPWKL選題策略表現(xiàn)最好，PAPWKL和PAHKL選題策略表現(xiàn)次之，PAKL選題策略表現(xiàn)最差。（4）題庫安全性方面，PAHKL和PAPWKL選題策略表現(xiàn)最好，PAKL選