基于二階段測驗Q矩陣估計方法的開發(fā)與應用.pdf

1、分類號：B84密級：無學校代碼：10414學號：2012010291碩士研究生學位論文碩士研究生學位論文基于基于二階段二階段測驗測驗Q矩陣矩陣估計估計方法的開發(fā)與法的開發(fā)與應用應用TheTheDevelopmentApplicationDevelopmentApplicationofBasedofBasedTwoTwostagetageEstimationMtimationMethodofQethodofQmatrixmatrixffC

2、ognitiveDiagnosiCognitiveDiagnosisTsTestest劉永劉永院所：心理學院導師姓名：涂冬波學科專業(yè)：基礎心理學研究方向：心理與教育統(tǒng)計測量二○一五年五月I摘要認知診斷以微觀認知角度對被試做出準確評估與反饋的優(yōu)勢在心理與教育測量領域中展現(xiàn)出巨大的發(fā)展?jié)摿?。但是，要利用這種優(yōu)勢就必須確保測驗Q矩陣的合理性。以往研究構建測驗Q矩陣主要依賴專家的經(jīng)驗，其缺點是專家的水平及意見統(tǒng)一與否會嚴重影響Q矩陣的正確性，而

3、錯誤界定的Q矩陣會對模型參數(shù)估計和被試分類準確性帶來嚴重影響。為克服該困難，國內(nèi)外研究者相繼開發(fā)出基于被試作答反應數(shù)據(jù)的Q矩陣估計方法，以數(shù)據(jù)驅動視角為專家界定測驗Q矩陣提供參考。本研究是在非線性懲罰估計法和貝葉斯法的優(yōu)勢與缺陷的基礎上提出來的。非線性懲罰估計法的優(yōu)勢是不需要提前界定測驗Q矩陣，但該法存在目標函數(shù)估計方法選用不當和分界點過于絕對導致連續(xù)Q矩陣離散過程中易出現(xiàn)誤判的缺陷。相比非線性懲罰估計法，貝葉斯法能夠有效估計測驗Q矩陣

4、，但必須以Q矩陣已知元素得到準確界定為前提。針對前者估計方法選用不當?shù)娜毕?，本研究采用QuasiNewton法對其進行改進，提出優(yōu)化的非線性懲罰估計法；針對前者分界點過于絕對和后者前提嚴苛的缺陷，本研究提出通過改變分界點選取標準，實現(xiàn)既能滿足貝葉斯法前提，又能解決非線性懲罰估計法缺陷的二階段法。為了驗證本文開發(fā)的優(yōu)化的非線性懲罰估計法和二階段法的改進效果，本研究使用蒙特卡羅模擬系統(tǒng)比較了非線性懲罰估計法、優(yōu)化的非線性懲罰估計法和二階段法

5、在被試人數(shù)、測驗長度、屬性數(shù)目和分界點選取標準等因素上的判準率。并采用實證研究范式，使用Tatsuoka分數(shù)減法數(shù)據(jù)考察這些方法在實測數(shù)據(jù)中的表現(xiàn)。研究結果表明：（1）無論是估計效率還是估計精度，優(yōu)化的非線性懲罰估計法都要優(yōu)于非線性懲罰估計法；相比非線性懲罰估計法和優(yōu)化的非線性懲罰估計法，二階段法能有效提升Q矩陣估計的準確性。（2）隨著屬性數(shù)目增加，非線性懲罰估計法、優(yōu)化的非線性懲罰估計法和二階段法的估計準確性均有所下降。但三種方法的降