具有認(rèn)知診斷功能的計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)的選題策略研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展和項(xiàng)目反應(yīng)理論(IRT)的日益完善，基于IRT的計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)(CAT)，越來(lái)越體現(xiàn)出傳統(tǒng)測(cè)驗(yàn)所無(wú)可比擬的優(yōu)越性。近年來(lái)，認(rèn)知診斷(CD)也越來(lái)越受到人們的重視，將認(rèn)知診斷和計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)相結(jié)合，開發(fā)具有認(rèn)知診斷功能的計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)(CD-CAT)，使得對(duì)各個(gè)被試的知識(shí)狀態(tài)有更加精確的估計(jì)。
　　 當(dāng)前，對(duì)于CD-CAT的結(jié)果有幾個(gè)方面的考慮：1）對(duì)被試知識(shí)狀態(tài)的估計(jì)；2)先考慮被試知識(shí)狀態(tài)的估計(jì)

2、，再考慮能力的估計(jì)；3）對(duì)被試的知識(shí)狀態(tài)和能力兼顧估計(jì)。在對(duì)被試的知識(shí)狀態(tài)和能力進(jìn)行估計(jì)的CD-CAT選題方法中，常用的是極大信息量方法(MI)、Kullback-Leibler信息函數(shù)法(KL)和Shannon熵方法（SHE）等。其中MI方法針對(duì)被試能力進(jìn)行選題；而SHE方法和KL方法是針對(duì)被試的知識(shí)狀態(tài)進(jìn)行選題。
　　 本文采用Monte Carlo方法進(jìn)行模擬。對(duì)幾種選題方法在不同屬性層級(jí)關(guān)系的條件下進(jìn)行模擬與比較，并將M

3、I方法和SHE方法相結(jié)合，設(shè)計(jì)出一種新的混合型選題方法，以便對(duì)被試的能力和知識(shí)狀態(tài)都有較好的估計(jì)。其基本思想是：在被試作答試題后，先使用SHE方法選題，將題庫(kù)中對(duì)于被試當(dāng)前知識(shí)狀態(tài)的Shannon熵值最小的一組題目選出作為備選題組，再使用MI方法選出備選題組中對(duì)于被試當(dāng)前能力估計(jì)值的Fisher信息量最大的一道題目作為下一道題給被試作答。新的混合型選題方法可以在保證被試能力的估計(jì)值與“真值”之間的絕對(duì)誤差的平均數(shù)較低的條件下，對(duì)被試的知