您选择的条件: 毛秀珍
  • 全信息项目双因子分析:模型、参数估计及其应用

    分类: 心理学 >> 发展心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》

    摘要: 全信息项目双因子分析作为一种重要的统计方法, 使得双因子模型在近20年得到重新认识和广泛应用。首先详细介绍了全信息项目双因子分析方法的概念、特征、模型基础以及参数估计中体现的维度缩减思想, 然后例举全信息项目双因子分析在分析测验结构、分数解释和计算机化自适应测验中的应用。全信息项目双因子分析中双因子模型符合大量心理、教育与医学测验的结构特征, 其维度缩减方法能显著降低计算量, 因而具有广阔的应用前景。结合当前研究现状对全信息项目双因子分析的相关研究, 如:参数估计、模型特征、拟合检验、量表连接、项目功能差异及其在计算机化自适应测验中的应用提出一些思考和建议。

  • 认知诊断计算机化自适应测验的选题策略

    分类: 心理学 >> 发展心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》

    摘要: 随着认知诊断计算机化自适应测验(cognitive diagnostic computerized adaptive testing, CD-CAT)理论与实践的发展, 兼顾知识状态与能力的双目标CD-CAT逐渐受到重视。选题策略是CAT的核心, 通过梳理传统CD-CAT和双目标CD-CAT选题策略的研究, 并对它们的特点、关系及表现进行介绍和评析。最后, 基于认知诊断模型与CAT实践发展指出未来应加强一般化认知模型、复杂测验条件认知诊断模型下选题策略的研究; 应开发双目标诊断测验的项目和测验特征指标; 还应加强非参数选题方法和CD-CAT的实践应用研究。

  • 认知诊断Q矩阵估计(修正)方法

    分类: 心理学 >> 社会心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》

    摘要: Q矩阵代表着项目考察的属性, 反映了项目的重要特征, 其正确性是影响认知诊断分类准确性的关键因素。研究Q矩阵估计(修正)方法具有重要价值。首先, 研究从是否采用认知诊断模型将Q矩阵估计(修正)分为基于认知诊断模型视角下的参数化方法和基于统计视角下的非参数方法。然后, 分别从最优项目质量、最优模型数据拟合和参数估计视角对它们进行分类介绍, 评析不同方法的特征和表现、区别与联系、优势与不足。最后, 提出几个未来研究问题:在复杂测验条件下系统比较各种方法; 校准知识状态和参数估计误差、结合多种思路和方法等多角度提出Q矩阵估计(修正)方法; 研究多级评分项目、混合测验模型、属性多级、属性个数未知甚至Q矩阵元素为连续变量等条件下的Q矩阵估计(修正)方法。

  • 一种简单有效的Q矩阵修正新方法

    分类: 心理学 >> 社会心理学 提交时间: 2023-03-27 合作期刊: 《心理学报》

    摘要: Q矩阵的正确性是影响题目参数估计和被试分类准确性的重要因素。针对Q矩阵修正问题, 首先提出了一种简单有效的新方法(ORDP)。然后, 模拟研究通过改变被试知识状态的分布、样本容量(N)、测验长度(L)、Q矩阵错误率(M)、项目质量(Iq)和属性层级结构, 比较了ORDP与已有方法(R、RMSEA和HD)的表现。研究表明:(1) 当知识状态服从均匀分布时, ORDP方法在所有层级结构下最优; 当知识状态服从多元正态分布时, RMSEA和ORDP表现没有明显差异, 除独立结构外, RMSEA方法均稍优于ORDP方法; (2) 各方法在多元正态分布下的修正效果不及均匀分布时的修正结果; (3) N、L、M、Iq和属性层级结构对4种方法的表现均有明显影响; (4) 基于Tatsuoka (1984)分数减法数据的修正结果表明, 采用ORDP方法修正的Q矩阵与数据拟合最优。

  • 认知诊断CAT选题策略:特征,关系及新进展

    分类: 心理学 >> 心理测量 提交时间: 2020-08-19

    摘要: 随着认知诊断计算机化自适应测验(cognitive diagnostic computerized adaptive testing, CD-CAT)理论与实践的发展,兼顾知识状态与能力的双目标CD-CAT逐渐受到重视。选题策略是CAT的核心,通过梳理传统CD-CAT和双目标CD-CAT选题策略的研究,并对它们的特点、关系及表现进行介绍和评析。最后,基于认知诊断模型与CAT实践发展指出未来应加强一般化认知模型、复杂测验条件认知诊断模型下选题策略的研究;应开发双目标诊断测验的项目和测验特征指标;还应加强非参数选题方法和CD-CAT的实践应用研究。

  • 基于CAT的在线标定:设计与方法

    分类: 心理学 >> 心理测量 提交时间: 2020-08-19

    摘要: 项目增补是题库建设和维护的重要手段,而标定新题参数是项目增补的重要内容。 在线标定设计和在线标定方法分别研究新题的施测方式和参数估计方法,是计算机化自适应测验(computerized adaptive testing, CAT)情景下项目增补的核心技术。重点厘清在线标定设计与在线标定方法的发展思路和脉络,并对它们的特点、联系和表现进行介绍和评价。未来应基于其他信息指标进一步研究在线标定设计,可基于联合估计和误差校正的思路探究在线标定方法,应加强研究认知诊断CAT和多维CAT的在线标定技术,深入开展项目增补方法的实证研究。

  • 运营单位: 中国科学院文献情报中心
  • 制作维护:中国科学院文献情报中心知识系统部
  • 邮箱: eprint@mail.las.ac.cn
  • 地址:北京中关村北四环西路33号
招募志愿者 许可声明 法律声明

京ICP备05002861号-25 | 京公网安备11010802041489号
版权所有© 2016 中国科学院文献情报中心