認知診斷項目功能差異檢驗的新方法：廣義多層線性模型的應用.pdf

1、本研究將HGLM用于認知診斷模型DIF分析，研究分為兩部分，第一部分先對該模型如何在認知診斷中進行 DIF檢驗進行了探索，建立了運用該方法的理論框架；第二部分為該方法的性能研究，將其與目前在認知診斷中使用的MH、Wald方法進行了比較，研究采用了5個自變量，包括匹配變量、樣本容量、DIF類型、DIF大小、DIF試題比例，比較的檢驗指標主要為一類誤差和統(tǒng)計檢驗力。
　　本研究主要內(nèi)容包括：⑴總體而言，HGLM方法在認知診斷的KS匹配

2、時有最優(yōu)的效果，從統(tǒng)計檢驗力來看，HGLM方法表現(xiàn)優(yōu)于MH，略差于Wald方法，從一類誤差來看， HGLM方法表現(xiàn)優(yōu)于Wald，差于MH方法。⑵HGLM方法的一類誤差在使用總分和能力值匹配時存在膨脹的情況，但相對Wald來說表現(xiàn)更好，在使用認知診斷的KS匹配時則不存在一類誤差膨脹。⑶HGLM方法在非一致性DIF情況下明顯比一致性DIF更好的控制一類誤差。⑷三種方法都在檢驗非一致性 DIF時出現(xiàn)了較大的統(tǒng)計檢驗力下降，MH方法下降的最多。

3、⑸對于一類誤差和統(tǒng)計檢驗力，都存在DIF大小是最主要的影響因素，其次是樣本容量，最后是DIF試題比例。HGLM方法具有的優(yōu)勢包括不基于模型、可以同時對多個題目進行 DIF檢測、可以適用于多層級的數(shù)據(jù)結(jié)構(gòu)、可以對多個組別之間的DIF進行檢測。而該方法的缺點主要在于使用起來比較復雜、估計參數(shù)時間較長，因此，如果需要在認知診斷的情境中做DIF檢驗，并且使用KS作為匹配變量、或者存在多層數(shù)據(jù)結(jié)構(gòu)、需要對多組群體進行DIF檢測時，該方法較為適用。