康春花 任 平 曾平飞

    (浙江师范大学教师教育学院, 金华 321004)

    1 引言

    认知诊断评估(Cognitive Diagnostic Assessment,CDA)以认知诊断测验为载体, 采用合适的认知诊断模型对学生的知识结构进行诊断分析。在 CDA中, 被试知识状态分类准确性的影响因素众多, 其中最主要的是有效的认知诊断测验和适宜的诊断模型(Borsboom, Mellenbergh, & van Heerden, 2004)。Fu和Li (2007)总结出60多种诊断模型, 典型的如规则空间模型(Rule Space Model, RSM) (Tatsuoka,1983)、属性层级模型(Attribute Hierarchy Model,AHM) (Leighton, Gierl, & Hunka, 2004)、DINA 模型(deterministic inputs, noisy and gate model) (De La Torre & Douglas, 2004; Junker & Sijtsma, 2001)、融合模型(Fusion Model) (Hartz, 2002)等。这些认知诊断模型多为参数诊断模型。参数模型有其特有的优势, 但同时也存在一些局限性, 如参数估计过程比较复杂, 需要借助特殊软件运用EM算法或MCMC算法等通过编程来实现, 而MCMC算法耗时太长,EM 算法常在局部最优值处收敛等。此外, 参数模型往往需要大样本数据, 且属性个数又不能太多,否则就会出现参数估计不正确及模型不拟合等问题(Chiu & Douglas, 2013; 涂冬波, 蔡艳, 戴海琦,丁树良, 2010)。由此, 研究者开始探索更为简洁的非参数方法, 因为相比参数方法, 非参数方法具有受限较少、假设条件较弱、计算简便、在专业的统计软件包就能完成等优势。

    在非参数诊断方法的研究中, Henson等人提出了属性合分的思想(Henson, Templin, & Douglas,2007), 该思想简明易了, 然而其获得决断值的过程较为复杂, 需要借助其它参数模型先获得项目参数和被试参数信息, 未能起到非参数方法易于操作的效果。2008年, Ayers等人对属性合分进行标准化, 采用标准化的能力向量来描述被试对各属性的掌握情况(Ayers, Nugent, & Dean, 2008; Nugent,Ayers, & Dean, 2009), 属性合分标准化的思想消除了因各属性考察次数不同而造成的属性合分不可比问题 ......