作者：高旭亮; 汪大勋; 蔡艳; 涂冬波认知诊断模型混合模型wald检验
摘要：传统CD-CAT通常选择一个认知诊断模型(Cognitive Diagnosis Model, CDM)标定题库参数,但在实际应用中一个CDM很难完全拟合题库中所有的题目。本文提出了一种基于混合模型(Mixed-CDMs)建立CD-CAT的方法,该方法通过Wald检验为题库中每一题目选择一个恰当的CDM,并通过模拟研究和实际数据的应用分别比较了基于传统单一CDM(G-DINA, DINA, DINO,A-CDM, LLM, RRUM)和Mixed-CDMs建立CD-CAT的效果,选题策略包括SHE和MPWKL,终止规则采用了定长的方式。结果发现:基于Mixed-CDMs建立的CD-CAT在模式判准率和题库安全性的表现要全面优于传统方法,因此本文提出的基于Mixed-CDMs的CD-CAT具有较强的理论和实用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
