基于类别水平的多级计分认知诊断Q矩阵修正：相对拟合统计量视角

发布时间：2022-02-13 11:40

　　多级计分认知诊断模型的开发对认知诊断的发展具有重要作用,但对于多级计分模型下的Q矩阵修正还有待研究。本研究尝试对多级计分认知诊断Q矩阵修正进行研究,并聚焦更具诊断价值的基于项目类别水平的Q矩阵修正。将相对拟合统计量应用于多级计分认知诊断Q矩阵修正,并与已有方法 Stepwise方法（Ma&de la Torre,2019）进行比较。研究表明:BIC方法对多级计分认知诊断模型的Q矩阵修正具有较高的模式判准率和属性判准率,其对Q矩阵的恢复率也高于Stepwise方法, BIC方法修正后的Q矩阵与数据更加拟合;在复杂模型中,相对拟合指标BIC比AIC和-2LL表现更好,在实践中,使用者可以选择BIC法进行测验Q矩阵修正; Q矩阵修正效果受到被试人数的影响,增加被试人数可以提高Q矩阵修正的正确率。总之,本研究为多级计分认知诊断Q矩阵修正提供了重要的方法支持。 

【文章来源】：心理学报. 2020,52(01)北大核心CSSCICSCD

【文章页数】：14 页

【参考文献】：
期刊论文
[1]一种非参数化的Q矩阵估计方法:ICC-IR方法开发[J]. 汪大勋,高旭亮,蔡艳,涂冬波.  心理科学. 2018(02)
[2]一种简单有效的Q矩阵估计方法开发:基于非参数化方法视角[J]. 汪大勋,高旭亮,韩雨婷,涂冬波.  心理科学. 2018(01)
[3]“互联网+”测评:自适应学习之路[J]. 张华华,汪文义.  江西师范大学学报(自然科学版). 2016(05)
[4]基于DINA模型的Q矩阵修正方法[J]. 涂冬波,蔡艳,戴海琦.  心理学报. 2012(04)
[5]一种多级评分的认知诊断模型:P-DINA模型的开发[J]. 涂冬波,蔡艳,戴海琦,丁树良.  心理学报. 2010(10)



本文编号：3623123