国内刊号:11-1911/B
国际刊号:0439-755X
发布日期:
作者:秦春影, 喻晓锋
单位:1江西师范大学心理学院, 南昌 330022;2南昌师范学院数学与信息科学学院, 南昌 330032
关键词:多级属性,Q矩阵,p-DINA模型,S统计量
基金:全国教育科学规划项目(BGA210060);教育部教育考试院“十四五”规划支撑专项课题(NEEA2021050);江西省社会科学基金项目(21JY06);江西省高校人文社会科学项目(XL20202);南昌市教育大数据智能技术重点实验室(2020-NCZDSY-012);江西省教育厅科技项目(GJJ212602);江西省教育厅科技项目(GJJ191691);江西省教育厅科技项目(GJJ191128)
多级属性是将诊断测验中传统的二值(即两种水平, 通常定义为0和1)属性定义为多值(多个水平可以为0, 1, …), 它不但可以描述学生对于知识属性是否掌握, 而且可以描述学生在属性上的掌握程度, 这样使得诊断测验能提供给被试更丰富的知识掌握详情。本文将适用于二级属性Q矩阵的统计量(S统计量)拓展到多级属性下的Q矩阵验证和估计, 在两种常见的条件下, 设计了两种估计算法:联合估计算法和在线估计算法。模拟实验结果表明:联合估计算法适用于对专家界定的初始Q矩阵进行验证, 当初始Q矩阵中包含较少的错误时, 通过联合估计算法有很大可能恢复正确的Q矩阵; 在线估计算法适用于对“新项目”进行属性向量和项目参数的在线标定, 基于一定数量的“基础项目”, 在线估计算法对于新项目的估计也能达到较满意的成功率。实证数据分析则进一步展示了该方法的使用。
来源:2022年第11期
《心理学报》期刊编辑部