多維hodina模型的開發(fā)及其在幾何類比推理測驗中的診斷應用

1、分 類 號： B84 密 級： 無學校代碼： 10414 學 號： 2012320012碩 士 專 業(yè) 學 位 研 究 生 學 位 論 文 碩 士 專 業(yè) 學 位 研 究 生 學 位 論 文多維 HO-DINA 模型的開發(fā)及其在幾何類比推理測驗中的診斷應用多維 HO-DINA 模型的開發(fā)及其在幾何類比推理測驗中的診斷應用A Multidimensional Extension of Higher-OrderDINA Model And

2、Its Application in GeometricAnalogiesA Multidimensional Extension of Higher-OrderDINA Model And Its Application in GeometricAnalogies院 所：心理學院 導師姓名：蔡艷專業(yè)學位類別：應用心理碩士 專業(yè)方向：二○一五年六月I摘 要考慮到在實際測試中大部分的測驗考察大都是多種能力， 因此急需一種能同時實現(xiàn)認知診斷

3、和多維能力評估的認知診斷模型， 本文嘗試在 HO-DINA 模型的基礎上， 結合 MIRT 模型， 開發(fā)了一個多維 HO-DINA 模型 （MHO-DINA） 。 由于 MHO-DINA模型比 HO－DINA 模型待估的參數(shù)還要多， 因此用傳統(tǒng)的 MMLE/EM 算法難于實現(xiàn)。本研究通過采用涂冬波、漆書青等（2008）介紹的一種 MCMC 算法：Gibbs 抽樣下隨機移動 M-H 算法（jumping M-H)來實現(xiàn)對 MHO－DINA

4、 模型參數(shù)進行估計。本文主要由四個研究組成，研究結果如下：研究一為 MHO-DINA 模型的開發(fā)，建立了 MHO-DINA 模型的理論框架。研究二為 MHO-DINA 模型的性能研究， 探討參數(shù)估計的精確性和穩(wěn)定性研究。模擬研究發(fā)現(xiàn)：MHO-DINA 模型的被試能力參數(shù)和項目參數(shù)中 lenta1 參數(shù)的估計精確性一般，但在可接受范圍內(nèi)；在對被試能力參數(shù)的估計上，當被試的能力維度增加時， 其估計的精確性就更差了； 而在對被試的屬性掌握模式

5、和項目參數(shù)中s,g 參數(shù)的估計精度就比較高。各因子對模型的影響如下：1、當被試的個數(shù)和項目數(shù)越大時，MHO－DINA 模型對參數(shù)的估計就越精確并且越穩(wěn)定。2、相比于被試數(shù)增加，項目數(shù)的增大，對 MHO-DINA 模型對參數(shù)的估計影響就越大即增大測驗的項目數(shù)比增加測驗人數(shù)能更好的改善 MHO－DINA 模型對參數(shù)估計的精確性和穩(wěn)定性。3、能力維度數(shù)越大（三維能力比二維能力），MHO-DINA 模型對參數(shù)估計的精確性和穩(wěn)定性就越差。研究三為

6、 MHO-DINA 模型與 MIRT 模型和 HO-DINA 模型比較。 這個實驗的主要目的是為了檢驗若一組數(shù)據(jù)來自 MHO-DINA 模型， 用傳統(tǒng)的 MIRT 模型和 HO－DINA模型研究和新模型 MHO-DINA 模型去估計參數(shù)， 哪個模型的估計會是最為理想的。研究發(fā)現(xiàn)：1、傳統(tǒng)模型 MIRT 在估計被試的能力參數(shù)時其結果不如 MHO-DINA 模型理想。2、傳統(tǒng)模型 HO-DINA 在估計項目參數(shù)（s,g）和被試的掌握屬性的模

7、式與 MHO-DINA 模型估計參數(shù)結果差異不大。第四個研究是檢驗 MHO-DINA 模型在幾何類比推理測驗數(shù)據(jù)中的運用， 將新模型的參數(shù)估計結果與已有研究的 HO-DINA 模型的參數(shù)估計結果相進行比較研究發(fā)現(xiàn)：新模型 MHO-DINA 在對幾何類比推理測驗中的被試參數(shù)和項目參數(shù)估計時與 HO-DINA 模型被試參數(shù)和項目參數(shù)高度顯著相關， 被試認知狀態(tài)診斷結果高度一致，說明 MHO-DINA 模型應用于實測數(shù)據(jù)分析是可行的。但相比