结合反应时信息的多策略认知诊断模型开发

作     者：罗柳芬 

作者单位：江西师范大学 

学位级别：硕士

导师姓名：涂冬波

授予年度：2021年

学科分类：0402[教育学-心理学(可授教育学、理学学位）] 04[教育学] 040201[教育学-基础心理学] 

主      题：认知诊断模型 多策略 反应时 

摘      要：认知诊断旨在对个体内部的心理活动规律及加工机制进行深入探索,从微观的角度对个体进行诊断,从而实现对个体认知过程的精确测量并提供相应的补救方法。在认知诊断评估中,认知诊断模型起到关键作用,模型质量决定了认知诊断评估的精准性。绝大多数认知诊断模型基本上只能处理单策略的测验情景,然而被试在解决认知任务时,往往会涉及到多种策略,导致模型设置不正确或拟合不充分,进而影响推论的有效性。现有的多策略认知诊断模型在建模时只考虑到个体的作答准确性,而策略选择理论认为学习者会权衡策略的速度、准确性来选择出最优的策略,且反应时信息在分析个体解决问题时使用的策略时非常有用。基于此,本文基于GMS-DINA模型（Ma＆Guo,2019）的开发思路,在策略选择建模中考虑了反应时信息,开发一个结合反应时信息的多策略认知诊断模型（RTMS-DINA）,并利用MCMC算法进行相应的参数估计。为了检验新模型的性能,本文分别开展了理论研究、模拟研究与实证研究。理论研究是从理论角度探讨新模型的开发过程;利用两个模拟研究来说明RTMS-DINA模型的有效性与稳健性;实证研究用于探索RTMS-DINA模型在瑞文高级推理测验数据中的拟合性。研究结果表明:（1）RTMS-DINA模型参数估计具有较高的精准度,对属性也有较好的分类准确性。相比于属性掌握模式取自均匀分布,属性掌握模式取自高阶能力分布下的参数估计精度与属性分类准确性更优。（2）GMS-DINA模型、MS-DINA模型去拟合RTMS-DINA模型生成的数据发现,RTMS-DINA模型总是会得到最准确的属性分类,MS-DINA模型的属性分类准确性最差。（3）实证研究表明RTMS-DINA和GMS-DINA对瑞文高级推理测验数据拟合程度相当;RTMS-DINA模型在属性上的信度优于GMS-DINA模型的信度;相比GMS-DINA模型计算策略选择概率得到的推论,RTMS-DINA模型计算策略选择概率得到的推论与观察反应时得到的结论更贴近。因此结合了反应时信息了多策略认知诊断模型RTMS-DINA更贴合实践中的应用。