论文部分内容阅读
随着人们对测验反馈结果精细化的需求逐渐提高,具有诊断分类功能的测量方法逐渐受到人们的关注.在诊断分类模型闪耀着光芒的同时,另一类能够在连续量尺上提供精细反馈的多维IRT模型似乎受到了些许冷落.为探究多维IRT模型潜在的诊断分类功能,本文以补偿模型为视角,首先分别介绍了属于多维IRT模型的多维双参数logistic模型(M2PLM)和属于诊断分类模型的线性logistic模型(LLM);之后为使两者具有可比性,可对M2PLM引入验证性矩阵(Q矩阵)来界定题目与维度之间的关系,进而得到验证性M2PLM(C-M2PLM),并通过把潜在特质按切点划分为跨界属性,以期使C-M2PLM展现出其本应具有的诊断分类功能,根据理论阐述和预研究结果选择Logistic量尺上的0(对应Logit量尺上的0.5)作为切点;然后,通过模拟研究对比探究C-M2PLM和LLM的诊断分类功能,结果表明C-M2PLM可用于分析诊断测验数据,且诊断分类功能与直接使用LLM一样好,大多数实验条件下的判准率差异在1%左右;最后,以两则实证数据为例来说明C-M2PLM在实际诊断测验分析中的可行性,并对比了C-M2PLM、LLM和DINA模型的模型数据拟合度,结果表明C-M2PLM的AIC、BIC指标值要更小.