认知诊断中基于条件期望的距离判别方法

摘要

分类是认知诊断评估的一个核心问题。基于观察反应模式与理想反应模式之间的距离的判别方法,以确定性的理想反应模式为类中心,而这没有考虑误差,故未充分利用总体分布信息。为了更充分地利用总体分布信息、提高诊断分类效果和拓展诊断评估的适用性,本研究提出给定知识状态条件下项目反应模式的条件期望向量为类中心的欧氏距离判别方法,同时提出认知诊断模型下项目反应函数估计方法以获得这个条件期望向量。模拟研究表明:认知诊断模型下的项目反应函数估计方法得到的条件期望向量返真性较高,获得的分布信息较准确;在观察反应模式与理想反应模式差异大的情形下,基于条件期望向量为类中心的欧氏距离判别方法优于基于理想反应模式为类中心的分类方法(广义距离方法和非参数方法)。研究可为认知诊断分类和等值方法提供一个参考。