基于信号检测论的认知诊断评估:构建与应用
Cognitive diagnostic assessment based on signal detection theory:Modeling and application
摘要作答选择题可被看作从噪音中提取信号的过程,研究提出了一种基于信号检测论的认知诊断模型(SDT-CDM).新模型的优势在于:(1)无需对选项进行属性层面的编码.(2)能获得传统诊断模型无法提供的题目区分度和难度参数.(3)可以直接表达每个选项之间的合理性差异,对题目性能刻画更加细微全面.两个模拟研究结果表明:(1)EM算法可以实现对新模型的参数估计过程,便捷有效.(2)SDT-CDM具备良好性能,分类准确性和参数估计精度较高以外,还能提供选项层面的估计信息,用于题目质量诊断与修订.(3)属性数量、题目质量与样本量等因素会影响SDT-CDM的表现.(4)与称名诊断模型NRDM相比,SDT-CDM在所有实验条件下对被试的分类准确性更高.实证研究表明:SDT-CDM比NRDM具有更好的模型数据拟合结果,其分类准确性和一致性更高,尤其当属性考察次数较少时具有很强的稳定性,难度和区分度参数与IRT模型估计结果的相关性也更高,值得推广.
更多相关知识
- 浏览32
- 被引1
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



