用于多级评分认知诊断的统计模型研究

传统教育评价方法通常只能依据项目得分对被试进行能力评价排队，却无法获取被试的知识结构状态，不能满足对被试的教学指导需要。认知诊断理论是认知心理学与现代测量学相结合的产物，是目前国内外心理测量学研究的热点问题。该理论将认知结构引入到项目中，其目的是使项目得分不仅能反映被试现有能力水平，还能通过项目得分获取被试知识结构状态信息，以使个性化教学指导成为可能。但现有认知诊断理论存在诸多不足之处：如规则空间方法在降维中信息损失过大；又如多数模型是建立在0-1得分项目基础之上，限制了应用范围。决定项目得分的主要因素之一是被试的知识结构，但还有其它诸多随机因素影响被试的项目得分，因此统计学理论成为研究认知诊断理论的有效工具。本项目拟以广义线性模型理论为基础，探讨具有高判准率、可操作的多级评分认知诊断的统计模型，为提高我国教育体系中的认知诊断技术水平奠定理论基础，进而为提高我国国民的综合知识水平贡献力量

教育的目的是通过课堂教学等方式，使学生掌握必要的知识和技能，认知诊断模型就是通过分析学生的测试数据，推断学生知识和技能的掌握情况，其结果有助于为学生提供有针对性的辅导。随着自适应测试和在线学习的发展，该方向越来越受到国内外教育和心理测量学领域的专家学者的重视。.2011年，针对0-1评分项目，我们提出了基于Q矩阵的广义距离判别法（GDD），论文发表在心理学报上，该文章的他引有13次。在实际测试中，计算题、作文题等都是多级评分项目，因此我们将0-1评分的GDD推广到多级评分情形，建立多级评分的广义距离法(P-GDD)，该模型既可用于属性相等权重的多级评分项目，也可用于属性不等权重的多级评分项目。P-GDD作为一种基于项目反应理论（IRT）的认知诊断方法，继承了IRT的优点，模拟结果也表明该方法具有较高的模式和属性判准率。在分析实际数据时，该方法简单易用，还可以将属性掌握的程度分成不同等级，文章已发表在Applied Psychological Measurement（SSCI），他引次数为3次。.通常的认知诊断模型假设给定被试的知识掌握状态，被试回答各个项目的结果之间是不相关的，但多级评分的项目可能来源于同一个背景，前面项目的结果是后面项目回答的前提。因此我们首次提出项目相关性的概念，把项目之间的相关信息引入DINA模型，建立将多级评分问题简化为0-1评分问题的E-DINA模型，为解决多级评分问题提供另一种有效途径，扩展了DINA模型的应用范围。与DINA模型的对比表明，E-DINA模型有效地提高了模式和属性判准率。该文章已发表在北京师范大学学报（自然科学版）上。.基于G-DINA模型的思想，引入滑动矩阵的概念，给出一种具有普适性的多级评分项目的认知诊断方法——GPCDM。GPCDM适用范围较广，只要评分标准能给出知识状态到理想反应模式的对应关系，就可用该模型估计被试的知识状态。该模型可以应用于被试人数较多的大规模测试，文章已发表在心理学探新（CSSCI）杂志上。.新的高中课程标准提出基本的概率统计知识是公民的基本素养。而目前部分中学教师对其教学内容并不熟悉。于是，我们在分析高中概率统计知识结构的基础上，设计了测试卷，并对部分高中生实施测试，数据仍在分析中，目的是通过认知诊断方法了解学生对这部分内容的掌握情况，为高中教材的编写提供参考，也为在线学习等提供有价值的信息。