2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、考慮到在實(shí)際測試中大部分的測驗(yàn)考察大都是多種能力,因此急需一種能同時實(shí)現(xiàn)認(rèn)知診斷和多維能力評估的認(rèn)知診斷模型,本文嘗試在HO-DINA模型的基礎(chǔ)上,結(jié)合MIRT模型,開發(fā)了一個多維HO-DINA模型(MHO-DINA)。由于MHO-DINA模型比HO-DINA模型待估的參數(shù)還要多,因此用傳統(tǒng)的MMLE/EM算法難于實(shí)現(xiàn)。本研究通過采用涂冬波、漆書青等(2008)介紹的一種MCMC算法:Gibbs抽樣下隨機(jī)移動M-H算法(jumping

2、M-H)來實(shí)現(xiàn)對MHO-DINA模型參數(shù)進(jìn)行估計(jì)。本文主要由四個研究組成,研究結(jié)果如下:
  研究一為MHO-DINA模型的開發(fā),建立了MHO-DINA模型的理論框架。
  研究二為MHO-DINA模型的性能研究,探討參數(shù)估計(jì)的精確性和穩(wěn)定性研究。模擬研究發(fā)現(xiàn):MHO-DINA模型的被試能力參數(shù)和項(xiàng)目參數(shù)中l(wèi)enta1參數(shù)的估計(jì)精確性一般,但在可接受范圍內(nèi);在對被試能力參數(shù)的估計(jì)上,當(dāng)被試的能力維度增加時,其估計(jì)的精確性就更

3、差了;而在對被試的屬性掌握模式和項(xiàng)目參數(shù)中s,g參數(shù)的估計(jì)精度就比較高。各因子對模型的影響如下:1、當(dāng)被試的個數(shù)和項(xiàng)目數(shù)越大時,MHO-DINA模型對參數(shù)的估計(jì)就越精確并且越穩(wěn)定。2、相比于被試數(shù)增加,項(xiàng)目數(shù)的增大,對MHO-DINA模型對參數(shù)的估計(jì)影響就越大即增大測驗(yàn)的項(xiàng)目數(shù)比增加測驗(yàn)人數(shù)能更好的改善MHO-DINA模型對參數(shù)估計(jì)的精確性和穩(wěn)定性。3、能力維度數(shù)越大(三維能力比二維能力),MHO-DINA模型對參數(shù)估計(jì)的精確性和穩(wěn)定性

4、就越差。
  研究三為MHO-DINA模型與MIRT模型和HO-DINA模型比較。這個實(shí)驗(yàn)的主要目的是為了檢驗(yàn)若一組數(shù)據(jù)來自MHO-DINA模型,用傳統(tǒng)的MIRT模型和HO-DINA模型研究和新模型MHO-DINA模型去估計(jì)參數(shù),哪個模型的估計(jì)會是最為理想的。研究發(fā)現(xiàn):1、傳統(tǒng)模型MIRT在估計(jì)被試的能力參數(shù)時其結(jié)果不如MHO-DINA模型理想。2、傳統(tǒng)模型HO-DINA在估計(jì)項(xiàng)目參數(shù)(s,g)和被試的掌握屬性的模式與MHO-DI

5、NA模型估計(jì)參數(shù)結(jié)果差異不大。
  第四個研究是檢驗(yàn)MHO-DINA模型在幾何類比推理測驗(yàn)數(shù)據(jù)中的運(yùn)用,將新模型的參數(shù)估計(jì)結(jié)果與已有研究的HO-DINA模型的參數(shù)估計(jì)結(jié)果相進(jìn)行比較研究發(fā)現(xiàn):新模型MHO-DINA在對幾何類比推理測驗(yàn)中的被試參數(shù)和項(xiàng)目參數(shù)估計(jì)時與HO-DINA模型被試參數(shù)和項(xiàng)目參數(shù)高度顯著相關(guān),被試認(rèn)知狀態(tài)診斷結(jié)果高度一致,說明MHO-DINA模型應(yīng)用于實(shí)測數(shù)據(jù)分析是可行的。但相比HO-DINA模型,MHO-DIN

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論