多分屬性DINA模型多級評分拓廣.pdf_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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、㈣29I\l㈥532㈧7Y3學(xué)校代碼!Q竣Ir‘嫂,是≥乏、一r‘‘二j,≠‘研究類型基熊殛裳崩江師耗大學(xué)ZHEJlANGN’OR_MALUNlVERSITy碩士學(xué)位論文■火=k丁‰夕匕人學(xué)科專年輾:1生堡一學(xué)研究生:雖絲糕導(dǎo)教師:一基塞蕉一一中圈分類號:壁疊熊論文提交時閾:。2盟Z年直月縋日多分屬性DINA模型多級評分拓廣摘要DINA模型是一種參數(shù)簡單且易理解的認(rèn)知診斷模型,近年來,關(guān)于DINA模型的應(yīng)用研究和拓廣研究越來越多,這些新

2、模型主要圍繞認(rèn)知診斷模型的屬性水平劃分方法和評分方法兩個方面對DINA模型進(jìn)行完善。至今,二分屬性DINA模型已能夠同時處理二級評分?jǐn)?shù)據(jù)資料和多級評分?jǐn)?shù)據(jù)資料,但多分屬性D1NA模型仍然只適用于二級評分?jǐn)?shù)據(jù)資料,對多級評分?jǐn)?shù)據(jù)資料“無能為力”。多分屬性是二分屬性的高級形式,但多分屬性模型LL分屬性模型更為復(fù)雜,待估計的參數(shù)更多,用多分屬性模型進(jìn)行認(rèn)知診斷評估花費(fèi)的時間和精力更多。Karelitz(2004)認(rèn)為1個多分屬性可以轉(zhuǎn)換成厶個

3、二分屬性,而詹沛達(dá)等(2016)進(jìn)一步指出由1個多分屬性轉(zhuǎn)換而來的如個二分屬性之間存在線型層級關(guān)系,即1個多分屬性內(nèi)部(三一1)個水平的關(guān)系相當(dāng)于厶個滿足線型層級關(guān)系的二分屬性。如果根據(jù)一定的規(guī)則將多分屬性轉(zhuǎn)換成二分屬性,再將多分屬性模型與對應(yīng)的二分屬性模型進(jìn)行比較研究,結(jié)果表明多分屬性模型提供的診斷信息的準(zhǔn)確性與二分屬性模型提供的診斷信息的準(zhǔn)確性相當(dāng)或差異非常小,便可考慮在實際應(yīng)用中用二分屬性代替多分屬性,以簡化認(rèn)知診斷評估過程?;?/p>

4、以上問題,本論文進(jìn)行了兩個研究。為了使多分屬性DINA模型也能夠處理多級評分?jǐn)?shù)據(jù)資料,研究一基于Samejima等級反應(yīng)模型中累積類別反應(yīng)函數(shù)思想,將詹沛達(dá)等(2016)重參數(shù)化后的多分屙陛DINA模型(RPaDINA模型)進(jìn)行多級評分拓廣,新模型簡稱為PRPaDINA模型。PRPa—DINA模型參數(shù)估計的方法為基于貝葉斯的MCMC方法,實驗采用22完全隨機(jī)實驗設(shè)計,其自變量為樣本量和項目參數(shù)。研究二是認(rèn)知診斷中多分屬性與二分屬性的對比

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