具有高階診斷能力的rum模型性能評價研究

1、獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名： 簽字日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解江西師范大學(xué)研究生院有關(guān)保留、使用學(xué)位論文的

2、規(guī)定，有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的電子版和紙質(zhì)版，允許論文被查閱和借閱。本人授權(quán)江西師范大學(xué)研究生院可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。( 保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：簽字日期： 年 月 日導(dǎo)師簽名：簽字日期： 年 月 日模型與估計模型不一致的情況下，對模型的項目參數(shù)，．’的估計影響較大，使其估計的精確性大大降低。而對另一項目參

3、數(shù)萬。、被試屬性掌握模式的邊際判準(zhǔn)率以及模式判準(zhǔn)率產(chǎn)生的影響不大，且兩個模型結(jié)構(gòu)穩(wěn)定。子研究三將從以，( 臼，) 結(jié)構(gòu)著手，探索P c ，( 秒，) 參數(shù)的一致性程度的高低將為H O —s R U M 模型的估計和識別帶來什么樣的影響。其結(jié)果顯示見，( 鄉(xiāng)，) 一致性程度高的樣本數(shù)據(jù)其使用H 0 - s R U M模型進(jìn)行診斷估計的結(jié)果良好，無論是項目參數(shù)還是被試參數(shù)都與真值十分接近，偏差甚小。而見，( 秒，) 一致性程度低的情況下項目

4、參數(shù)，．’的估計偏差相對較大。這就進(jìn)一步驗證了見，( 鄉(xiāng)，) 對模型估計產(chǎn)生了一定的影響，特別是對于項目參數(shù)，．’的估計。這個結(jié)論與e 參數(shù)的估計會為R U M 模型中其他項目參數(shù)的識別帶來困難這一結(jié)論相吻合( H a r t z ，2 0 0 2 ) 。為了獲取對模型的評價更充分的理據(jù)，實證研究部分使用R U M 模型和H 0 - s R U M 模型對實證的數(shù)據(jù)進(jìn)行分析，并從模型數(shù)據(jù)所估計項目參數(shù)和屬性掌握模式的劃分的可靠性和準(zhǔn)確性

5、對R U M 模型和H O - s R U M 模型診斷結(jié)果進(jìn)行比較分析。研究的結(jié)果表明：1 ) 對于R U M 模型，在對無意義的項目參數(shù)進(jìn)行刪減后，模型的總判準(zhǔn)率、一致性系數(shù)、重測信度等都相應(yīng)增加，這意味著刪減無意義屬性后模型診斷的質(zhì)量有所提高。2 ) R U M 模型和H O - s R U ／V l 模型在對無意義屬性進(jìn)行刪減前后項目參數(shù)估計結(jié)果大致穩(wěn)定且一致。3 ) R U M 模型的診斷中，大部分被試未能正確作答項目的原因是

6、未掌握或掌握小于一般的作答項目所需要的項目屬性。4 ) 將刪減部分屬性前后的R U M 模型所估計的項目參數(shù)與H O - s R U M 模型在刪減屬性前后的結(jié)果作比較，發(fā)現(xiàn)兩者的萬’參數(shù)估計結(jié)果高度相關(guān)，而r 。參數(shù)也存在顯著相關(guān)，但其相關(guān)程度不及乃‘參數(shù)顯著。5 ) 在對R U M 模型和H 0 - s R U M模型屬性掌握模式分類一致性研究中發(fā)現(xiàn)，兩個模型分類一致性程度良好。但在以( 0 。4 ，0 ．6 ) 區(qū)間為分類標(biāo)準(zhǔn)時，