多值Q矩阵理论

罗列了特殊多值Q矩阵与0-1可达阵的相互转换算法,给出多值扩张算法和多值理想反应模式的计算方法。在多值扩张算法的基础上,证明了在一定条件下,多值拟可达阵作为测验Q矩阵的子矩阵,可以使得多值的知识状态和理想反应模式一一对应,从而可指导多级评分认知诊断测验蓝图编制。     

项目属性标错时可达阵补救作用的研究

以Q矩阵理论为基础,从分析专家给测验项目标定属性时可能出现的差错入手,设计不同的测验Q矩阵和模拟实验,分析比较在不同情况下的模式判准率,考察可达阵对测验Q矩阵标定出现差错时的补救作用。     

0-1和多值可达矩阵的性质及应用

讨论0-1可达阵的基本性质及其在认知诊断中的重要作用,证明可达阵导出的学生Q阵在先决关系下构成1个格,给出了多值可达阵的计算方法和基于多值可达阵的扩张算法,还给出已知属性最高水平下多值可达阵和0-1可达阵相互转换的膨胀和压缩算法,发现多值可达阵实质上是0-1可达阵的压缩形式,并讨论多值可达阵的性质及其在认知诊断中的应用.     

4年级数学应用题Q矩阵的适宜性

在认知诊断评估中,Q矩阵的界定和挑选非常重要,因其关系到诊断测验的质量和诊断评估的准确性.在模拟研究中,Q矩阵可以任意设定,但在实践研究中,Q矩阵的界定和测验Q矩阵的选择确非易事.该研究基于已有理论和模拟研究关于Q矩阵选择的原则,以小学4年级数学应用题为例,阐述如何在实践认知评估中选择适宜的测验Q矩阵,并通过实证和模拟研究验证所选测验Q矩阵的适宜性.研究结果表明:测验Q矩阵在包含R矩阵的前提下,考核模式并非越多越好、测验长度并非越长越好,相比较而言,只包含R矩阵的测验Q矩阵均要好于考核模式太多的Q矩阵.     

0-1评分认知诊断测验设计

认知诊断测验设计实质上是测验Q矩阵设计,设计应最大限度覆盖诊断的构念,充分发挥代表认知模型的属性层级关系的重要作用.主张测验充分表达被试知识结构,提倡测验Q矩阵和被试知识状态共享同一层级结构,以实现对被试更加准确的诊断.对于非独立型层级结构,无法实现属性使用次数平衡而应采用题目属性向量使用平衡策略.对Liu Ren(2017)的测验设计提出质疑.     

基于属性蕴含的Q矩阵理论

认知诊断(CD)是认知心理学与心理和教育测量学相结合的前沿研究领域.在属性间约束关系的Q矩阵理论中,其认知模型仅考虑了属性集与属性间的层级关系,忽略了属性间可能存在非层级关系的蕴含关系.该文探讨基于属性蕴含的Q矩阵生成,以及属性蕴含关系的挖掘.研究成果扩充了现有Q矩阵理论,完善认知诊断的理论、方法和应用.     

认知诊断中Q矩阵和Q矩阵理论

Q矩阵和Q矩阵理论是认知诊断中一对容易混淆的概念,一方面需要强调它们的差异,另一方面对Q矩阵理论做一些补充,比如在一定条件下,多级评分的认知诊断中测验蓝图的设计原理.根据实测数据对测验蓝图Q矩阵修正的设想,以及认知诊断模型和多维项目反应模型的联系.     

基于可达阵的补偿模型Q矩阵标定方法

Q矩阵标定是认知诊断评估中研究的热点问题,Q矩阵的好坏决定了认知诊断评估的准确性.根据确定性输入噪声"与"门模型(DINA)中可达阵R与简化Q矩阵存在布尔"与"的关系,提出基于确定性输入噪声"或"门模型(DINO)的可达阵R与简化Q矩阵在列向量上存在布尔"或"的关系,并由此推导出基于可达阵的补偿模型Q矩阵标定方法.实验结果表明:当可达阵失误与猜测小于0.20且待标定项目参数小于0.25时,该方法所得Q矩阵元素返真率达到90%以上,且在可达阵失误与猜测参数均小于0.25时真实Q矩阵与估计Q矩阵之间的差异较小.     

知识状态的不同表达及其应用

知识状态可用可达阵R的列的布尔并表示,但表示方式不唯一,由此引出累赘表达式和简洁表达式的概念及其作用,并将某些结果推广到多值Q矩阵.     

多级评分认知诊断测验蓝图的设计——根树型结构

在某种给定的评分方式下,假设属性之间没有补偿作用,讨论多级评分认知诊断测验蓝图设计问题.根据图论,将J.P.Leighton等定义的线型、发散型、无结构型属性层级结构归结为根树型,构造出相应的完备测验Q阵,即是使知识状态与期望反应模式一一对应,且列数最少的测验Q阵.完备Q矩阵均受到测验Q阵的秩的制约.     

属性蕴含Q矩阵理论的认知诊断模型

引入属性蕴含的Q矩阵理论扩展了传统Q矩阵理论.属性的先决关系是属性蕴含的特殊形式,寻找属性蕴含Q矩阵理论中合适的认知诊断模型具有重要的理论与应用意义.就满足属性蕴含的Q矩阵,视其为形式概念分析中的形式背景,形势背景诱导的概念格亦为认知诊断模型.研究成果可进一步丰富Q矩阵理论与方法.     

多级评分认知诊断测验蓝图的设计——独立型和收敛型结构

定义了属性之间菱形层级结构的概念。在某种给定的评分方式下,假设属性之间没有补偿作用,讨论独立型、菱形层级结构对应的多级评分认知诊断测验蓝图设计问题,分别构造出相应的完备Q阵。     

由偏序关系的可达阵导出Hasse图的有效算法——兼谈其在认知诊断中的作用

假设0-1矩阵Q的行表示属性,对矩阵Q采用行逐对比较方法导出表示属性层级关系的Hasse图.然而,这个Hasse图和由可达矩阵R导出的Hasse图可能不一致.证明了包含R的Q阵的行逐对比较的方法与R导出的Hasse图是一致的,由此得出由偏序关系的可达矩阵导出Hasse图的一个有效算法,并讨论其在认知诊断中的应用.     

拟置换矩阵的若干性质

为了叙述方便,我们先引进拟置换矩阵和拟单位矩阵两个概念。定义1 设Q为n 阶矩阵。若Q的每行、每列恰好有一个元素为1或-1,其余元素全为0,则称Q为拟置换矩阵。定义2 n阶矩阵     

广义二次矩阵与其幂等矩阵线性组合幂等性的非平凡解

首先,用广义二次矩阵的基本性质,研究表示为A2=αA+βP的广义二次矩阵A与幂等矩阵P的线性组合ρA+σP为幂等的非平凡解(ρ,σ)的存在性,结果表明,当η2=4β+α2≠0时,ρA+σP有且仅有两个非平凡解,A可唯一地表示为这两个非平凡解生成的幂等矩阵的线性组合;其次,讨论当η2=4β+α2=0时ρA+σP非平凡解的...     

R-收敛因子和σ-收敛因子之间的关系

收敛速度是衡量一个最优化算法好坏的重要指标．1970年Ortega和Rheinboldt给出了两种度量一个迭代过程收敛快慢的精确标志．笔者证明了当收敛阶p＝1时，R—收敛因子和σ—收敛因子是相等的，从而可以用两种度量标志中的任何一种进行度量．     

Q矩阵标定的一种简便方法

基于认知诊断的Q矩阵理论,由潜在Q矩阵向量的累赘表达式的分解,给出一种简便的Q矩阵标定方法,并且给出这种方法的证明.