多维HO-DINA模型的开发及其在几何类比推理测验中的诊断应用

摘要

考虑到在实际测试中大部分的测验考察大都是多种能力，因此急需一种能同时实现认知诊断和多维能力评估的认知诊断模型，本文尝试在HO-DINA模型的基础上，结合MIRT模型，开发了一个多维HO-DINA模型（MHO-DINA）。由于MHO-DINA模型比HO－DINA模型待估的参数还要多，因此用传统的MMLE/EM算法难于实现。本研究通过采用涂冬波、漆书青等（2008）介绍的一种MCMC算法：Gibbs抽样下随机移动M-H算法（jumping M-H)来实现对MHO－DINA模型参数进行估计。本文主要由四个研究组成，研究结果如下：
　　研究一为MHO-DINA模型的开发，建立了MHO-DINA模型的理论框架。
　　研究二为MHO-DINA模型的性能研究，探讨参数估计的精确性和稳定性研究。模拟研究发现：MHO-DINA模型的被试能力参数和项目参数中lenta1参数的估计精确性一般，但在可接受范围内；在对被试能力参数的估计上，当被试的能力维度增加时，其估计的精确性就更差了；而在对被试的属性掌握模式和项目参数中s,g参数的估计精度就比较高。各因子对模型的影响如下：1、当被试的个数和项目数越大时，MHO－DINA模型对参数的估计就越精确并且越稳定。2、相比于被试数增加，项目数的增大，对MHO-DINA模型对参数的估计影响就越大即增大测验的项目数比增加测验人数能更好的改善MHO－DINA模型对参数估计的精确性和稳定性。3、能力维度数越大（三维能力比二维能力），MHO-DINA模型对参数估计的精确性和稳定性就越差。
　　研究三为MHO-DINA模型与MIRT模型和HO-DINA模型比较。这个实验的主要目的是为了检验若一组数据来自MHO-DINA模型，用传统的MIRT模型和HO－DINA模型研究和新模型MHO-DINA模型去估计参数，哪个模型的估计会是最为理想的。研究发现：1、传统模型MIRT在估计被试的能力参数时其结果不如MHO-DINA模型理想。2、传统模型HO-DINA在估计项目参数（s,g）和被试的掌握属性的模式与MHO-DINA模型估计参数结果差异不大。
　　第四个研究是检验MHO-DINA模型在几何类比推理测验数据中的运用，将新模型的参数估计结果与已有研究的HO-DINA模型的参数估计结果相进行比较研究发现：新模型MHO-DINA在对几何类比推理测验中的被试参数和项目参数估计时与HO-DINA模型被试参数和项目参数高度显著相关，被试认知状态诊断结果高度一致，说明MHO-DINA模型应用于实测数据分析是可行的。但相比HO-DINA模型，MHO-DINA模型能够提供关于被试各维度的能力水平更详细的信息，而该更具有参考价值。

目录

封面

声明

中文摘要

英文摘要

目录

1 引 言

1.1研究的背景及意义

1.2 研究目的

1.3 本文主要创新点

2 文献综述

2.1 IRT的基本简介

2.2认知诊断的基本简述

2.3本研究领域国内外现状

3 MHO-DINA模型的开发

3.1 研究目的

3.2 MHO-DINA模型的构建

4 模型的性能研究

4.1 研究目的

4.2 研究过程

4.3 研究结果

4.4 小结

5 MHO-DINA模型与MIRT模型和HO-DINA模型的比较研究

5.1 模拟数据

5.2 研究结果与分析

5.3小结

6 MHO-DINA模型在几何类比推理测验中的应用研究

6.1 研究目的

6.2 研究过程

7 研究不足及未来展望

参考文献

致谢

在读期间公开发表论文（著）及科研情况