基于属性层级关系的rRUM模型优化——模型解释力及判准率的提升视角

发布时间：2017-12-15 02:33

  本文关键词：基于属性层级关系的rRUM模型优化——模型解释力及判准率的提升视角

  更多相关文章： 认知诊断模型 属性层级关系 rRUM模型 属性判准率

【摘要】：以提高认知诊断模型判准率及对数据的解释力为视角,对当前应用较广泛的r RUM模型进行优化(优化后的模型简记为r RUM-AH),并采用Monte Carlo模拟研究及实证研究相结合的范式,比较分析了传统的r RUM模型和r RUM-AH模型的诊断正确率及诊断结果的解释力.研究结果表明:当属性间存在层级关系时,不论在何种实验设计条件下,优化后的r RUM-AH模型属性诊断正确率远远高于传统的r RUM模型;当属性间存在层级关系时,r RUM模型的模式判准率平均不到80%(而r RUM-AH模型平均高达90%以上),难于满足实际需求,此时实际应用者选用该研究新开发的模型是一个较好的选择.
【作者单位】： 江西师范大学心理学院江西省心理与认知科学重点实验室;
【基金】：国家自然科学基金(31100756;31300876;31160203;31360237) 江西省社会科学规划重点项目(13JY01) 江西省教育科学规划(12YB088;13YB029) 高等院校博士点基金(20123604120001) 江西师范大学青年英才培育资助计划资助项目
【分类号】：B842
【正文快照】： 0引言认知诊断技术是认知心理学与心理计量学(Psychometrics)相结合的产物,它不仅要对个体心理特质水平进行宏观层次评价,还对个体心理内部加工过程进行诊断,揭示个体的认知加工特点[1].然而,要实现对人的内部心理加工过程的测量、诊断、评估并不是易事,因为人们无法直接观察

【相似文献】

中国期刊全文数据库 前1条

1 涂冬波;蔡艳;戴海琦;;几种常用非补偿型认知诊断模型的比较与选用:基于属性层级关系的考量[J];心理学报;2013年02期

，

本文编号：1290327