认知诊断模型Q矩阵修正:完整信息矩阵的作用

摘要：

Q矩阵是CDM的核心元素之一,反映了测验的内部结构和内容设计,通常由领域专家根据经验进行主观界定,因此需要对可能存在的错误进行修正.本研究提出了一种新的Q矩阵修正方法——基于完整经验交叉相乘信息矩阵的Wald-XPD方法.采用Monte Carlo模拟检验了新方法的表现,并与同类方法进行了比较.研究表明:新开发的Wald-XPD方法在Q矩阵恢复率、保留正确标定属性的比例以及修正错误标定属性的比例这3个主要指标上均有较好的表现,且整体上优于其他方法,尤其是在修正错误标定的属性方面.通过实证数据展示了Wald-XPD方法在Q矩阵修正中的良好表现.总之,本研究为Q矩阵修正提供了有效的方法.

关键词：认知诊断模型、Q矩阵、XPD矩阵、Wald检验

所属期刊栏目：55

分类号：B841(心理学)

资助基金：国家自然科学基金;山东省自然科学基金项目

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：142-158