Q矩阵标定的一种简便方法

基于认知诊断的Q矩阵理论,由潜在Q矩阵向量的累赘表达式的分解,给出一种简便的Q矩阵标定方法,并且给出这种方法的证明.

基于可达阵的一种Q矩阵标定方法

Q矩阵标定是实施认知诊断评估的前提,已有Q矩阵修正方法并不太适合测验中已知属性向量的题目数较少的情形。根据拓展Q矩阵理论中可达阵R列与简化Q阵列存在布尔"或"关系,在一定认知假设下,率先提出可达阵R与简化Q阵的潜在反应列存在布尔"与"关系,并由此提出基于可达阵的Q矩阵标定方法。研究显示:在已知一个可达阵下,当可达阵项目的猜测或失误参数在.20以下且待标定项目的项目参数约在.30以下时,新方法所得Q矩阵元素返真率基本在.90以上,并且真实Q矩阵与估计Q矩阵下被试分类准确率差异很小;对于含5个属性的独立结构,新方法要求的随机样本的样本量较小;实证研究也印证了模拟研究的结论。新方法只需专家标定少量题目的 Q矩阵,即已经标定的Q矩阵对应属性层级结构的可达阵。

基于可达阵的补偿模型Q矩阵标定方法

Q矩阵标定是认知诊断评估中研究的热点问题,Q矩阵的好坏决定了认知诊断评估的准确性.根据确定性输入噪声"与"门模型(DINA)中可达阵R与简化Q矩阵存在布尔"与"的关系,提出基于确定性输入噪声"或"门模型(DINO)的可达阵R与简化Q矩阵在列向量上存在布尔"或"的关系,并由此推导出基于可达阵的补偿模型Q矩阵标定方法.实验结果表明:当可达阵失误与猜测小于0.20且待标定项目参数小于0.25时,该方法所得Q矩阵元素返真率达到90%以上,且在可达阵失误与猜测参数均小于0.25时真实Q矩阵与估计Q矩阵之间的差异较小.