認(rèn)知診斷模型(Cognitive Diagnosis Models,CDMs)提供了關(guān)于被試在一組屬性上更細(xì)粒度的多維診斷反饋信息,反映了被試對(duì)于知識(shí)技能的理解和掌握程度,也可體現(xiàn)不同被試的能力水平。屬性估計(jì)是CDMs的主要任務(wù)之一,近年來,CDMs在屬性估計(jì)方面發(fā)展出了諸多模型和方法并相繼被投入使用,如廣義的決定性輸入,噪音與門(Generalized Deterministic Input,Noisy And Gate,GDINA)模型,但是專注于提高其屬性估計(jì)準(zhǔn)確性的工作還需要進(jìn)一步完善(Jiang,2019)。因此,本研究探究了一種基于迭代潛在類分析(Iterative Latent-class Analysis,ILCA)方法的認(rèn)知診斷評(píng)價(jià)(Jiang,2019)在屬性估計(jì)方面的表現(xiàn)。本篇文章通過模擬研究和實(shí)證研究相結(jié)合的研究方式進(jìn)一步討論了基于ILCA方法的認(rèn)知診斷評(píng)價(jià)在屬性估計(jì)準(zhǔn)確性上的表現(xiàn),并將ILCA用于實(shí)證數(shù)據(jù)的屬性估計(jì)。研究一為模擬研究,探究在數(shù)據(jù)生成模型,擬合模型,屬性個(gè)數(shù)(K),樣本量(N)以及屬性相關(guān)水平(?)五個(gè)操作自變量水平下,ILCA方法的屬性估計(jì)準(zhǔn)確...

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 文獻(xiàn)綜述
    1.1 認(rèn)知診斷
        1.1.1 認(rèn)知診斷概述
        1.1.2 認(rèn)知診斷模型
        1.1.3 潛變量模型
    1.2 Q矩陣
2 問題提出
    2.1 以往研究存在的不足
    2.2 研究問題的提出
    2.3 研究意義
3 研究一:ILCA擬合模型與GDINA擬合模型屬性估計(jì)準(zhǔn)確性的研究
    3.1 研究目的
    3.2 研究方法
    3.3 評(píng)價(jià)指標(biāo)
        3.3.1 屬性模式掌握概率
        3.3.2 邊際屬性掌握概率
    3.4 研究結(jié)果
    3.5 討論與小結(jié)
4 研究二:Q矩陣錯(cuò)誤設(shè)定時(shí),ILCA擬合模型與GDINA擬合模型屬性估計(jì)準(zhǔn)確性的研究
    4.1 研究目的
    4.2 研究方法
    4.3 評(píng)價(jià)指標(biāo)
        4.3.1 屬性掌握模式概率
        4.3.2 邊際屬性掌握概率
    4.4 研究結(jié)果
    4.5 討論與小結(jié)
5 研究三基于迭代潛在類分析的認(rèn)知診斷評(píng)價(jià)在物理磁現(xiàn)象方面的應(yīng)用
    5.1 研究目的
    5.2 研究方法
    5.3 研究工具
        5.3.1 認(rèn)知屬性
        5.3.2 Q矩陣
        5.3.3 計(jì)分標(biāo)準(zhǔn)
        5.3.4 預(yù)測驗(yàn)及其結(jié)果分析
    5.4 研究對(duì)象
    5.5 研究結(jié)果
    5.6 討論與小結(jié)
6 討論
    6.1 綜合討論
    6.2 研究的不足與展望
7 結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3837913