湖北大学学报:哲学社会科学版
湖北大學學報:哲學社會科學版
호북대학학보:철학사회과학판
Journal of Hubei University(Philosophy and Social Sciences)
2010年
1期
121~124
,共null页
认知诊断模型 潜在特质模型 潜在分类模型 项目反应理论
認知診斷模型 潛在特質模型 潛在分類模型 項目反應理論
인지진단모형 잠재특질모형 잠재분류모형 항목반응이론
认知诊断模型分为潜在特质模型和潜在分类模型两类。在潜在特质模型中,线性逻辑斯谛克特质模型是潜在特质模型的基础,它的提出首次实现了测量与认知的结合;多成分潜在特质模型通过考察被试作答结果的组合方式,更好地从认知加工过程的角度多维度分析被试间认知能力的差异;拓广多成分潜在特质模型则综合了前两种模型的优点并加以拓展。而对于潜在分类模型,规则空间模型作为潜在分类模型的基础用于对被试进行分类诊断;融合模型从更细致的层面对被试进行诊断测量;DINA模型仅含“失误”和“猜测”两个参数,实现了模型简化;NIDA模型从属性层面定义参数,能很好地应用于现实测量情景;贝叶斯网络(BN)以图形化的形式表现变量间的联合概率分布,体现了其从庞大的复杂数据中诊断被试认知错误的优势。
認知診斷模型分為潛在特質模型和潛在分類模型兩類。在潛在特質模型中,線性邏輯斯諦剋特質模型是潛在特質模型的基礎,它的提齣首次實現瞭測量與認知的結閤;多成分潛在特質模型通過攷察被試作答結果的組閤方式,更好地從認知加工過程的角度多維度分析被試間認知能力的差異;拓廣多成分潛在特質模型則綜閤瞭前兩種模型的優點併加以拓展。而對于潛在分類模型,規則空間模型作為潛在分類模型的基礎用于對被試進行分類診斷;融閤模型從更細緻的層麵對被試進行診斷測量;DINA模型僅含“失誤”和“猜測”兩箇參數,實現瞭模型簡化;NIDA模型從屬性層麵定義參數,能很好地應用于現實測量情景;貝葉斯網絡(BN)以圖形化的形式錶現變量間的聯閤概率分佈,體現瞭其從龐大的複雜數據中診斷被試認知錯誤的優勢。
인지진단모형분위잠재특질모형화잠재분류모형량류。재잠재특질모형중,선성라집사체극특질모형시잠재특질모형적기출,타적제출수차실현료측량여인지적결합;다성분잠재특질모형통과고찰피시작답결과적조합방식,경호지종인지가공과정적각도다유도분석피시간인지능력적차이;탁엄다성분잠재특질모형칙종합료전량충모형적우점병가이탁전。이대우잠재분류모형,규칙공간모형작위잠재분류모형적기출용우대피시진행분류진단;융합모형종경세치적층면대피시진행진단측량;DINA모형부함“실오”화“시측”량개삼수,실현료모형간화;NIDA모형종속성층면정의삼수,능흔호지응용우현실측량정경;패협사망락(BN)이도형화적형식표현변량간적연합개솔분포,체현료기종방대적복잡수거중진단피시인지착오적우세。