一种优化的多级评分认知诊断模型
发布时间：2019-05-22 15:52
【摘要】：本研究在P-DINA模型基础上开发了一种全新的多级评分认知诊断模型——r P-DINA模型。与P-DINA模型相比,r PDINA模型理论上更具优势:它成功克服了P-DINA模型"将被试得分推向0分或满分两个极端"等不足;且r P-DINA模型较P-DINA模型更为充分地利用了多级评分数据原有特征,从而大大提高了模型的诊断正确率。Monte Carlo模拟结果表明:(1)改进后的r P-DINA模型无论是在无结构还是有结构的属性层级关系下,参数估计的精度及属性诊断正确率均明显优于P-DINA模型;(2)r P-DINA模型可以处理测验属性更多的测验情景,当测验认知属性高达9个时,其属性边际判准率及模式判准率仍高达96.4%和81.6%。
[Abstract]:On the basis of the P-DINA model, a new model of multi-level cognitive diagnosis, r-P-DINA, was developed. Compared with the P-DINA model, the r-DINA model has the advantage that it successfully overcomes the deficiency of the "The test score will be pushed to 0 point or full score of two extremes" of the P-DINA model, and the r P-DINA model more fully utilizes the original characteristics of the multi-level score data than the P-DINA model, thereby greatly improving the diagnostic accuracy of the model. The results of Monte Carlo simulation show that: (1) The improved r P-DINA model is superior to that of the P-DINA model in the structure-free or structure-structured attribute hierarchy, and (2) the r P-DINA model can handle more test scenarios. When the cognitive property of the test is as high as 9, it is still up to 96.4% and 81.6%.
【作者单位】： 江西师范大学心理学院;武汉市精神卫生中心;
【基金】：国家自然科学基金(31660278,31300876,31100756) 江西省高校改革项目(JXJG-15-2-26) 江西省高校人文社科项目(XL1507,XL1508) 武汉市卫计委支撑课题(WG16C08)的资助
【分类号】：B842.1
本文编号：2483046
[Abstract]:On the basis of the P-DINA model, a new model of multi-level cognitive diagnosis, r-P-DINA, was developed. Compared with the P-DINA model, the r-DINA model has the advantage that it successfully overcomes the deficiency of the "The test score will be pushed to 0 point or full score of two extremes" of the P-DINA model, and the r P-DINA model more fully utilizes the original characteristics of the multi-level score data than the P-DINA model, thereby greatly improving the diagnostic accuracy of the model. The results of Monte Carlo simulation show that: (1) The improved r P-DINA model is superior to that of the P-DINA model in the structure-free or structure-structured attribute hierarchy, and (2) the r P-DINA model can handle more test scenarios. When the cognitive property of the test is as high as 9, it is still up to 96.4% and 81.6%.
【作者单位】： 江西师范大学心理学院;武汉市精神卫生中心;
【基金】：国家自然科学基金(31660278,31300876,31100756) 江西省高校改革项目(JXJG-15-2-26) 江西省高校人文社科项目(XL1507,XL1508) 武汉市卫计委支撑课题(WG16C08)的资助
【分类号】：B842.1
【相似文献】
相关期刊论文 前4条
1 陈秋梅;张敏强;;认知诊断模型发展及其应用方法述评[J];心理科学进展;2010年03期
2 蔡艳;涂冬波;丁树良;;五大认知诊断模型的诊断正确率比较及其影响因素:基于分布形态、属性数及样本容量的比较[J];心理学报;2013年11期
3 郭磊;苑春永;边玉芳;;从新模型视角探讨认知诊断的发展趋势[J];心理科学进展;2013年12期
4 毛秀珍;;基于属性掌握概率的认知诊断模型[J];四川师范大学学报(自然科学版);2014年03期
相关会议论文 前2条
1 刘文;边玉芳;陈玲丽;;题组认知诊断方法模拟研究[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年
2 宋丽红;汪文义;戴海琦;丁树良;;基于贝叶斯网的认知诊断模型构建[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年
相关硕士学位论文 前2条
1 吴方文;补偿型的多级评分认知诊断模型的开发及其在抑郁症状评估中的应用[D];江西师范大学;2015年
2 钟南林;认知诊断模型在青少年网络成瘾评估中的应用[D];江西师范大学;2016年
，本文编号：2483046
本文链接：https://www.wllwen.com/shekelunwen/xinlixingwei/2483046.html
