基于混合模型（Mixed-CDMs）视角的CD-CAT及其应用研究

发布时间：2022-02-20 21:21

　　传统CD-CAT通常选择一个认知诊断模型（Cognitive Diagnosis Model, CDM）标定题库参数,但在实际应用中一个CDM很难完全拟合题库中所有的题目。本文提出了一种基于混合模型（Mixed-CDMs）建立CD-CAT的方法,该方法通过Wald检验为题库中每一题目选择一个恰当的CDM,并通过模拟研究和实际数据的应用分别比较了基于传统单一CDM（G-DINA, DINA, DINO,A-CDM, LLM, RRUM）和Mixed-CDMs建立CD-CAT的效果,选题策略包括SHE和MPWKL,终止规则采用了定长的方式。结果发现:基于Mixed-CDMs建立的CD-CAT在模式判准率和题库安全性的表现要全面优于传统方法,因此本文提出的基于Mixed-CDMs的CD-CAT具有较强的理论和实用价值。 

【文章来源】：心理科学. 2019,42(01)北大核心CSSCICSCD

【文章页数】：8 页

【文章目录】：
1 引言
2 实验研究
    2.1 实验设计
    2.2 实验结果
3 基于混合模型的CD-CAT在抑郁症测评中的应用
    3.1 实验过程
    3.2 研究结果
4 总结与展望


【参考文献】：
期刊论文
[1]可修改答案的认知诊断计算机化自适应测验研究[J]. 高旭亮,汪大勋,韩雨婷,蔡艳,涂冬波.  心理科学. 2017(03)
[2]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)
[3]计算机化自适应诊断测验中原始题的属性标定[J]. 汪文义,丁树良,游晓锋.  心理学报. 2011(08)



本文编号：3635824