×
陈应翰;史蒂文·安德鲁·库佩普;陈玉国;杰弗里·道格拉斯

DINA（Q）矩阵的贝叶斯估计。 （英语） Zbl 1402.62302号

心理测量学 83，第1期，89-108（2018）.
摘要：认知诊断模型是部分有序的潜在课堂模型，用于将学生分类为技能掌握情况。确定性输入、噪声“和”门模型（DINA）是一种用于认知诊断的流行心理测量模型。DINA模型的应用需要具备关于（Q）矩阵的内容专家知识，该矩阵映射了掌握项目集合所需的属性或技能。（Q）的错误规范已被证明会产生有偏见的诊断分类。我们提出了一个估计DINA（Q）矩阵的贝叶斯框架[Y.Chen先生等，《美国统计协会期刊》第110卷，第510、850–866号（2015年；Zbl 1373.62565号)]并确保估计的\（Q\）矩阵被识别。蒙特卡罗证据支持参数恢复的准确性。将所开发的方法应用于Tatsuoka的分形数据集。

引用于31文件

MSC公司：

第62页，共15页 统计学在心理学中的应用
62H30型 分类和区分；聚类分析（统计方面）
91E10型 认知心理学

关键词：

认知诊断模型;确定性输入;噪声“和”门（DINA）模型;\（Q\）矩阵;贝叶斯统计;断裂-牵引数据

引文：

Zbl 1373.62565号
PDF格式BibTeX公司 XML格式引用
\textit｛Y.Chen｝等人，《心理测量学》83，第1期，89-108（2018；Zbl 1402.62302）
全文： 内政部

参考文献：

[1] 陈，Y；刘，J；徐，G；Ying，Z，基于Q矩阵的诊断分类模型的统计分析，美国统计协会杂志，110，850-866，（2015）·Zbl 1373.62565号 ·doi:10.1080/01621459.2014.934827
[2] Chiu，C-Y，认知诊断中Q矩阵的统计精化，应用心理测量，37598-618，（2013）·doi:10.1177/0146621613488436
[3] Chiu，C-Y；JA道格拉斯；李，X，认知诊断的聚类分析：理论与应用，《心理测量学》，74633-665，（2009）·Zbl 1179.62087号 ·doi:10.1007/s11336-009-9125-0
[4] Chiu，C-Y；Köhn，H-F，作为逻辑模型的简化RUM：参数化和约束，《心理测量学》，81，350-370，（2016）·兹比尔1345.62142 ·doi:10.1007/s11336-015-9460-2
[5] Chiu，C-Y；科恩，H-F；Wu，H-M，用mplus拟合减少的RUM：教程，国际测试杂志，16，1-21，（2016）·doi:10.1080/15305058.2016.1148038
[6] Chung，M.（2014）。贝叶斯框架下认知诊断模型的Q矩阵估计（未发表的博士论文）。哥伦比亚大学·Zbl 1111.62381号
[7] Cowles，M.K.和Carlin，B.P.（1996年）。马尔可夫链蒙特卡罗收敛诊断：比较综述。美国统计协会杂志，91, 883-904. ·Zbl 0869.62066号
[8] Culppeper，SA，吉布斯抽样下DINA模型的贝叶斯估计，《教育与行为统计杂志》，40，454-476，（2015）·doi:10.3102/1076998615595403
[9] DeCarlo，LT，《分数减法数据分析：DINA模型、分类、潜在班级规模和Q矩阵》，应用心理测量，35，8-26，（2010）·doi:10.1177/0146621610377081
[10] DeCarlo，LT，通过DINA模型的贝叶斯扩展识别Q矩阵中的不确定性，应用心理测量，36，447-468，（2012）·doi:10.1177/0146621612449069
[11] Torre，J，《基于经验的DINA模型Q矩阵验证方法：开发与应用》，《教育测量杂志》，45，343-362，（2008）·doi:10.1111/j.1745-3984.2008.069.x
[12] de la Torre，J.（2009年）。G-DINA模型的估算代码。在在美国教育研究协会会议上的演讲加利福尼亚州圣地亚哥。
[13] 托瑞，J；Chiu，C-Y，经验Q-矩阵验证的一般方法，《心理测量学》，81，253-273，（2016）·Zbl 1345.62167号 ·doi:10.1007/s11336-015-9467-8
[14] 托瑞，J；JA Douglas，认知诊断的高阶潜在特征模型，《心理测量学》，69，333-353，（2004）·Zbl 1306.62527号 ·doi:10.1007/BF02295640
[15] 托瑞，J；JA Douglas，《认知诊断中的模型评估和多重策略：分数减法数据分析》，《心理测量学》，73595-624，（2008）·Zbl 1284.62777号 ·doi:10.1007/s11336-008-9063-2
[16] Geweke，J.（1992）。评估基于抽样的后验矩计算方法的准确性。贝叶斯统计，4, 169-188.
[17] Henson，R.和Templin，J.（2007年）。Q矩阵构建的重要性及其对认知诊断模型结果的影响。在全国教育计量理事会年会伊利诺伊州芝加哥。
[18] 亨森，R；邓普林，J；Willse，J，使用具有潜在变量的对数线性模型定义认知诊断模型家族，《心理测量学》，74，191-210，（2009）·Zbl 1243.62140号 ·doi:10.1007/s11336-008-9089-5
[19] 赫夫，K；Goodman，DP；Leighton，JP（编辑）；Gierl，MJ（编辑），认知诊断评估需求，19-60，（2007），剑桥·doi:10.1017/CBO9780511611186.002
[20] 容克，BW；Sijtsma，K，少假设的认知评估模型，与非参数项目反应理论的联系，应用心理测量，25，258-272，（2001）·doi:10.1177/01466210122032064
[21] Leighton，JP；吉尔尔，MJ；Leighton，JP（编辑）；Gierl，MJ（编辑），《为什么进行认知诊断评估》，3-18，（2007），剑桥·doi:10.1017/CBO9780511611186.001
[22] Liu，J，《关于Q矩阵估计的一致性：评论》，《心理测量学》，第82期，第523-527页，（2017年）·Zbl 1402.62314号 ·doi:10.1007/s11336-015-9487-4
[23] 刘，J；徐，G；Ying，Z，Q矩阵的数据驱动学习，应用心理测量，36，548-564，（2012）·doi:10.1177/0146621612456591
[24] 刘，J；徐，G；Ying，Z，自学习Q矩阵理论，伯努利，191790-1817，（2013）·Zbl 1294.68118号 ·文件编号：10.3150/12-BEJ430
[25] Mislevy，RJ；Wilson，M，不连续发展的心理测量模型的边际最大似然估计，《心理测量学》，61，41-71，（1996）·Zbl 0866.62077号 ·doi:10.1007/BF02296958
[26] 诺里斯，SP；马纳布，JS；菲利普斯，LM；Leighton，JP（编辑）；Gierl，MJ（编辑），诊断性成就测试中表现的认知建模，61-84，（2007），剑桥·doi:10.1017/CBO9780511611186.003
[27] Rupp，A.A.（2009）。用于校准诊断分类模型的软件：当前最新技术概述美国教育研究协会会议上举行的专题讨论会加利福尼亚州圣地亚哥。
[28] 卢比，AA；Templin，JL，Q矩阵错误指定对DINA模型中参数估计和分类准确性的影响，教育和心理测量，6878-96，（2008）·doi:10.1177/0013164407301545
[29] Rupp，A.A.、Templin，J.L.和Henson，R.A.（2010年）。诊断测量：理论、方法和应用纽约：吉尔福德出版社。
[30] Tatsuoka，C，潜在部分有序分类模型的数据分析方法，皇家统计学会杂志：C辑（应用统计学），51，337-350，（2002）·Zbl 1111.62381号 ·数字对象标识代码：10.1111/1467-9876.00272
[31] Tatsuoka，K.K.（1984）。分数加减问题中的错误分析伊利诺伊大学厄本那-香槟分校计算机教育研究实验室。
[32] Templin，J.L.和Henson，R.A.（2006年）。将不确定性纳入技能评估中Q矩阵估计的贝叶斯方法。在在加利福尼亚州圣地亚哥举行的美国教育研究协会会议上举行的研讨会.
[33] 邓普林，JL；霍夫曼，L，使用mplus获得诊断分类模型估计，教育测量：问题与实践，32，37-50，（2013）·doi:10.1111/emip.12010
[34] von Davier，M.（2014）。DINA模型作为约束通用诊断模型：模型等效性的两种变体。英国数学与统计心理学杂志,67(1), 49-71. ·Zbl 1406.91392号
[35] Xiang，R.（2013）。认知诊断模型中真Q矩阵的非线性惩罚估计（未发表博士论文）哥伦比亚大学。
[36] 徐，G；Zhang，S，诊断分类模型的可识别性，心理测量学，81625-649，（2016）·兹比尔1345.62166 ·doi:10.1007/s11336-015-9471-z
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。