多維縱向能力及認知診斷的貝葉斯統計建模方法

《多維縱向能力及認知診斷的貝葉斯統計建模方法》是依託東北師範大學，由孟祥斌擔任項目負責人的面上項目。

基本介紹

• 中文名：多維縱向能力及認知診斷的貝葉斯統計建模方法
• 項目類別：面上項目
• 項目負責人：孟祥斌
• 依託單位：東北師範大學

項目摘要

在教育統計與心理計量研究領域中，項目反應理論具有經典測驗理論無法比擬的優勢。但它也存在著一些明顯的問題（比如：單一維度、局部獨立性等）。本項目擬針對教育與心理領域中的複雜量表數據，提出系列多維、縱向、帶有相依結構的能力及認知診斷的貝葉斯項目反應建模方法。針對帶有相依結構的項目（或題組），在改進已有的題組題模型的基礎上，擬藉助Copula函式理論提出新的建模和估計方法。充分利用項目反應時間提供的輔助信息，藉助隨機分析方法和擴散過程理論工具，構建精度更高的項目反應貝葉斯模型。在取得理論和方法研究成果的基礎上，開發相應的計算機編程軟體，構建多維縱向項目反應與認知診斷的套用平台。

結題摘要

項目反應理論和認知診斷理論是現代心理和教育測量領域的兩個主要的組成部分，項目反應理論主要用於教育成就測量，認知診斷理論重在對被試知識掌握情況的診斷。目前，它們已取代經典測量理論成為標準化測驗的主要指導理論。計算機和網際網路的發展，給考試測評帶來革命性變革，很多新型的考試被開發，這對教育測量技術研究提出了新的挑戰，也提供了新的機遇。在此背景下，本項目針對項目反應理論和認知診斷理論領域的一些亟待解決的問題進行了系統研究，給出了系列重要的解決策略。本項目的主要研究內容包括：1. 多維項目反應模型與認知診斷模型的參數估計、擬合優度研究；2. 認知診斷屬性矩陣的標定和計算機自適應測驗研究；3. 基於反應時間等輔助信息的貝葉斯項目反應模型的開發與改進研究。本項目的研究結果如下：1. 基於貝葉斯統計理論及新的算法對一些複雜的項目反應模型（高階多維項目反應模型，多水平模型，四參數模型等）參數估計進行重點研究，提出了系列性質更為優良參數估計方法，為多水平多維和特殊項目反應模型的實際套用提供了重要的技術支持和理論依據；2. 針對較複雜的項目反應模型的擬合評價和模型選擇進行了一些對比研究，為實際套用中恰當使用模型提供了參考建議；3. 給出了認知診斷測驗屬性矩陣標定的KL方法，提高了屬性矩陣標定的準確性和計算速度，也豐富了診斷測驗屬性矩陣標定的方法體系；4. 基於混合的反應時間與項目反應聯合模型，提出了被試異常作答行為的辨識方法，該方法有利於考試數據的刪選；5. 提出了認知診斷自適應測驗的選題規則，彌補了現有研究的不足，提高了題庫的利用率也降低題目的曝光率，為計算機自適應技術在診斷測驗中的套用提供了重要技術支持。