不定长CAT引入曝光因子的平均信息量选题策略研究

来源 :中国心理学会,中国教育学会 | 被引量 : 0次 | 上传用户:WOBENLAI
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文在程氏选题法的基础上提出以平均信息量替代程氏选题法中的信息量的改进方法,称为极大平均信息量选题法(MAIS).同时还注意到MAIS选题时每次从题库选取难度与“极大信息量”相匹配的试题,进而考虑在MATS基础上在选题时做点优化,称这种改进的选题策略为优化的极大平均信息量选题法(OMAIS).显然,OMAIS与MAIS相比,前者的计算量要比后者的计算量大大减少。实验数据表明,当题库中试题难度服从标准下态分布时,OMAIS要比MAIS好。
其他文献
本文使用贝叶斯网与最小二乘法计算属性权重,同时给出基于属性不等权重的混合DIVA模型(简记为H-DIVA模型),并考察了在属性不等权重及多级计分情境下H-DIVA模型的表现,并与传统的DIVA模型属性不等权重的等级反应模型属性层级结构方法进行比较。结果表明,与传统DIVA模型和属性不等权重的GRM-AHM相比,属性的边际判准率和模式判准率均有一定程度提高。
本研究分析了认知诊断理论中的DIVA模型和融合模型的优势及其对本研究的适用性,并采用此两种模型对2009,2010,2011年HZC的字音认读部分的210题进行认知诊断分析,比较两种模型计算出的结果,尝试从新的角度为汉字应用水平测试提供信度证据。同时,改变了以往HZC字音认读部分命题和审题工作只凭教师和专家经验的做法,依据认知诊断的量化证据为该部分的命题和审题工作提出建议,同时为考生提供了字音认读
本研究采用高阶能力结构下的MCMC算法实现了对HO-DIVA模型的参数估计,探讨了失误与猜测水平和Leighton等人(2004)提出了属性间的四种不同属性层次结构,即线型、收敛型、发散型和无结构型对模型参数估计,以及单个属性判准率和模式判准率的影响。结果表明:(1)本研究开发的高阶能力结构的认知诊断模型参数估计程序具有较好的性能。(2)失误与猜测水平对单个属性判准率有较大的影响,低失误与猜测水平
近年来认知诊断计算机自适应测验在教育测量领域受到越来越多的关注,目前有关CD-CAT选题策略的研究主要是在选题指标的提出和比较方面,选题指标主要指香农熵和信息量,由于国内对CD-CAT选题策略的研究大都集中在提出新的选题策略上,对传统选题策略的介绍和比较比较少,本文旨在通过文献阅读与整理,阐述和比较传统选题策略及其新进展并展望其发展趋势。
本文结合国内外的研究,概述了认知诊断理论在心理与教育测量研究中应用的研究成果,主要从认知诊断模型的选择、认知诊断测验的编制、认知诊断的应用的具体方向三个方面来进行论述,并展望了今后的研究趋势.
本研究借鉴van derLinden的局部等值的思想,提出基于认知诊断模型等值方法(CDM-LEM)对观测分数进行等值.第一部分为理论研究部分,证明了基于认知诊断模型的真等值转换族满足等值的公平、总体不变以及对称性的要求。第二部分介绍CDM-LEM如何估计真等值转换族以及计算每个受测者的等值分数。研究结果发现CDM-LEM在存在组间差异时的偏差与标准条件下几乎没有差异。与基于项目反应模型的局部等值
本文结合属性层级结构提出新的选题指标,根据新的选题指标确定能有效区分被试的项目类。然后根据所选择的项目类次数和考察属性次数,计算各个项目类的属性提供的信息,由提供信息的多寡去决定项目类中项目的个数,同时适当地把可达阵放入测验中进行组卷。所以,组卷方法由待选项目类集合的确定、选取项目类指标、考察属性、组卷等四个部分组成。模拟研究表明,本文的组卷方法比Henson等的方法模式判准率大大提高。
本研究以小学数学为测验内容,重点测验了圆柱与圆锥这一章节的知识属性,用20道选择题测查了六项基本属性,将采用触合模型作为认知诊断的方法,估计被试的掌握模式和项目参数。初步分析结果显示,本次测验的20道题目从参数估计的结果角度来看质量参差不齐,被试对圆柱的初步认识、圆柱的表面积、圆柱的体积、圆锥的初步认识4个属性的掌握情况较好,对圆柱的综合应用和圆柱和圆锥的综合应用2个属性的掌握情况一般,学生和教师
本文在借鉴现有选题策略优缺点的基础上引入三种新的选题策略:KLED选题方法,基于二分法的选题策略(HA)及特随机成分HA(RHA)选题策略。为了比较KLED,HA,RHA,SHE,ED,后验加权KL(PWKL),KL和随机选题策略(RD)的表现,采用模拟研究进行验证。研究结果显示:从知识状态准确性来看,KLED,ED,PWKL与SHE相当,其次是HA,再次是RHA,KL较差,RD最差;从项目曝光控
在计算机化自适应测验中,a-STR是较为独特且运用较广的一种选题策略,针对a-STR分层数固定不变,提出了动态a分层方法(DAS).本文针对DAS的不足,对DAS进行修改,形成基于MIS的DMIS。在此基础上,对DMIS引入曝光因子,形成了引入曝光因子的最大信息量动态分层策略,即DMIS-ecf。DMIS-ecf每阶段选题策略不限于难度匹配法,因此设定了三种不同阶段选题策略的方法。计算机模拟结果显