任平
- 作品数：4 被引量：26H指数：3
- 供职机构：浙江师范大学教师教育学院更多>>
- 相关领域：哲学宗教文化科学更多>>
- 多级评分聚类诊断法的影响因素被引量：8
- 2016年
- 从测验和被试两个层面探讨了属性数目、属性层级关系、被试知识状态分布、属性层级误设和Q矩阵误设等因素对GRCDM的影响,以进一步考察GRCDM的特性。研究发现:(1)GRCDM对属性数目无依赖,随属性数目的增多判准率反而增高;(2)被试知识状态分布对GRCDM判准率高低无影响;(3)属性层级误设对GRCDM的影响与属性层级类型有关,当属性层级为无结构型和发散型时,"属性层级关系错乱"的判准率降幅最大;(4)Q矩阵误设对GRCDM的影响因层级关系而异,收敛型和发散型受影响较小,无结构型和线型的判准率在属性既冗余又缺失时降幅最大。
- 康春花任平曾平飞
- 聚类诊断分析法诊断正确率的影响因素被引量：4
- 2015年
- 非参数认知诊断方法只需Q矩阵,无须估计参数等优势,使其近年来备受关注,但其判准率如何,哪些因素会影响判准率,并未有相关研究。本文通过模拟研究,探讨属性个数、样本容量和属性层级结构对该方法判准率的影响,结果表明:1属性个数的增加会导致判准率的下降,但其稳健性较参数模型要好;2属性间逻辑关系的紧密度会对判准率产生影响,但其表现形式与参数模型不同;3样本容量对判准率影响很小,属性个数较少时100人已足够,随着属性个数的增加,500人的样本已是较佳样本。本研究为CDA走向小型测评及课堂评估提供了参考信息。
- 康春花任平
- 非参数认知诊断方法:多级评分的聚类分析被引量：21
- 2015年
- 基于属性合分和聚类分析的思想提出了适用于多级评分的聚类分析方法,同时探讨了属性层次结构、样本容量和失误率对该方法判准率的影响。研究发现:(1)该方法在各种试验情境下均有较高的模式判准率和边际判准率;(2)判准率不依赖样本容量的大小,使其可适用于小型测评及课堂评估;(3)判准率受属性层次紧密度影响较小;(4)该方法在实践情境中表现出较好的内外部效度。
- 康春花任平曾平飞
- 关键词：聚类分析K-MEANS算法
- 多级聚类诊断法的开发及其在认知诊断评估中的应用
- 认知诊断评估(Cognitively Diagnostic Assessment，CDA)是在“No Child Left Behind”的教育改革推动下兴起的，它能在微观层面上深入探测学生认知结构或知识技能的优势与不足...
- 任平
- 关键词：学生心理知识技能
- 文献传递
