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62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、根據(jù)屬性掌握表征的不同,可以將認(rèn)知診斷模型分為潛在特質(zhì)模型和潛在分類模型兩類,二者分別以1、0二分離散型變量和連續(xù)型變量來表征屬性掌握情況。在實(shí)際應(yīng)用中,一般使用一種認(rèn)知診斷模型對被試的作答數(shù)據(jù)進(jìn)行分析。運(yùn)用潛在分類模型,可分析出被試是否掌握此屬性的信息,而被試的具體掌握程度則無從知曉;通過潛在特質(zhì)模型,雖可直接了解被試在各維度上的能力值,但不能準(zhǔn)確判斷被試是否已經(jīng)掌握該屬性。因此,單一認(rèn)知診斷模型提供的結(jié)果所含信息較少。本文以潛在特質(zhì)

2、模型和潛在分類模型的診斷結(jié)果為研究對象,將二者進(jìn)行對比,以發(fā)現(xiàn)二者之間的關(guān)系,為豐富診斷結(jié)果信息提供幫助。
  本研究采用Monte Carlo模擬,設(shè)置兩個實(shí)驗(yàn)?zāi)M出在測驗(yàn)所考察的屬性之間獨(dú)立的情況下,一定被試數(shù)量、項(xiàng)目數(shù)量和屬性數(shù)量的被試作答數(shù)據(jù),探索潛在特質(zhì)模型CCM、MIRT-NC和潛在分類模型DINA的診斷結(jié)果之間的對應(yīng)關(guān)系,并對聶斌(2009)的“八年級數(shù)學(xué)分式運(yùn)算”認(rèn)知診斷測驗(yàn)的實(shí)測數(shù)據(jù)進(jìn)行分析。研究表明:⑴不同的被

3、試作答數(shù)據(jù),對CCM、DINA模型的診斷結(jié)果對比與MIRT-NC、DINA模型的診斷結(jié)果對比,均有較大影響。⑵對于三種不同模型模擬的被試作答數(shù)據(jù),按照屬性掌握概率區(qū)間(0,0.2]、(0.2,0.4]、(0.4,0.6]、(0.6,0.8]、(0.8,1.0]的順序,DINA模型判定屬性掌握的比例均逐漸增大。⑶對于三種不同模型模擬的被試作答數(shù)據(jù),在(0.6,0.8]、(0.8,1.0]兩個屬性掌握概率區(qū)間內(nèi),DINA模型判定屬性掌握的比

4、例均大于屬性未掌握的比例;在(0,0.2]、(0.2,0.4]、(0.4,0.6]三個區(qū)間內(nèi),屬性掌握的比例均小于屬性未掌握的比例。⑷在模擬實(shí)驗(yàn)和實(shí)測數(shù)據(jù)分析中,當(dāng)DINA模型判定屬性掌握時(shí),CCM模型顯示屬性掌握概率在(0.8,1.0]區(qū)間內(nèi)的比例最大。⑸在模擬實(shí)驗(yàn)和實(shí)測數(shù)據(jù)分析中,當(dāng)DINA模型判定屬性未掌握時(shí),MIRT-NC模型顯示能力值在(-0.6,0.6]區(qū)間內(nèi)的比例最大。⑹在模擬實(shí)驗(yàn)中,在能力值(-1.8,1.8]區(qū)間內(nèi),包

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(shí)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。

最新文檔

評論

0/150

提交評論