文献类型：期刊文章

作　　者：易芹[1] 田伟[2] 杨涛[2] 辛涛[2] 刘彦楼[3]

Yi Qin Tian Wei Yang Tao Xin Tao Liu Yanlou(Beijing Fifth Middle School, Beijing 100009 Collaborative Innovation Center for Quality Monitoring of Basic Education in China, Beijing 100875 China Institute of Educational Data,Jining 273165)

机构地区：[1]北京第五中学分校,北京100009 [2]中国基础教育质量监测协同创新中心,北京100875 [3]中国教育大数据研究院,济宁273165

出　　处：《心理学探新》

基　　金：国家自然科学基金面上项目(31371047)

年　　份：2017

卷　　号：37

期　　号：5

起止页码：441-448

语　　种：中文

收录情况：BDHX、BDHX2014、CSSCI、CSSCI2017_2018、核心刊

摘　　要：Generalized DINA Model(G-DINA)为认知诊断模型提供了一个一般性的理论框架,而高阶诊断模型不仅能描述被试的总体水平,还能描述被试对属性的掌握情况(微观的认知状态)以及被试掌握属性与能力的关系,提供更丰富的信息。如果能把这两者结合起来,可能对实际诊断工作的操作有较大帮助。文章首先对考虑高阶结构的整合性模型——HO-GDINA模型的形式进行讨论,探讨其参数估计EM算法的实现,并用模拟过程对模型的估计精度进行研究,结果验证了HO-GDINA的EM算法的正确性,并且说明该算法对该模型有较高估计精确度。然后用饱和模型在约束条件下的特殊形式HO-DINA模型对"分数减法"这一经典数据进行EM算法参数估计和具体分析,展示了HO-GDINA在实际情况中的具体使用,并与de la Torre之前用MCMC估计算法得到的研究结果做比较,基本一致,进一步表明HO-GDINA模型的参数估计EM算法在实际情境中的特殊形式下仍然适用。

关 键 词：认知诊断模型 HO-GDINA模型  EM算法 估计精度  

分 类 号：B841.2]