混合IRT潜在模型及其应用轨迹

项目反应理论是测量被试潜在特质的现代测量理论, 潜在类别分析是基于模型的潜在特质分类技术。混合项目反应理论将项目反应理论与潜在类别分析相结合, 能够同时对被试分类并量化其潜在特质。在阐述混合项目反应理论概念、原理的基础上, 介绍了MRM、mNRM和mPCM等几种常见混合模型及其参数估计方法, 并从心理与行为特征分类、项目功能差异检测、测验效度评价等方面评述了其在心理测验中的应用发展轨迹。     

潜在类别分析技术在心理学研究中的应用

潜在类别分析是通过对类别型的外显变量和潜在变量之间的关系建立统计模型,根据模型参数得到各种潜在类别的具体外在表现的潜在特征分类技术。该分析方法主要应用于心理行为特征的分类、控制认知心理实验中被试个体差异引起的系统误差、评价临床心理诊断的精确性,以及心理测验中的项目分析、信度分析、结构分析等。对此方法的优劣进行分析比较,表明:该方法可以与其他测量理论相结合进一步拓展其在心理测量中的应用,也可在纵向数据和多水平数据中应用。在应用中亦有提升方法技术的空间。     

规则策略和样例策略在归类过程中的运

探讨人们在归类过程中对规则策略和样例策略的运用。包括3个实验,被试为华南师范大学110名本科生。用计算机呈现类别学习材料,被试学习后立即进行归类迁移测试,考察被试的归类策略倾向。实验1提高了Erickson和Kruchke研究中例外类别规则的清晰性,考察当学习材料中潜在规则易于掌握时,被试是否会倾向于运用规则策略进行归类;实验2探讨当学习材料中的潜在规则较难掌握时,被试是否会倾向于运用样例策略进行归类;实验3探讨人们在运用规则进行归类时对不同规则选用的特点。结果表明：当学习情境中潜在规则易于掌握时,被试倾向于运用规则策略进行归类;当潜在规则难以掌握时,被试则倾向于运用样例策略进行归类;当同时可以运用不同规则时,被试会选用更概括、更有普遍性的规则而弃用较具体、适用范围较限定的规则。据此,研究初步认为,人们在归类中首选的是规则策略,只有当学习情境中潜在规则难以掌握时,才转而采用样例策略;当有多种规则可以选择时,则倾向于选择更概括、更有普遍意义的规则     

基于认知诊断的被试类比推理测验行为分析

本文在构建被试解题路径模型的基础上,应用多策略多成分潜在特质模型研究被试类比推理测验的行为,精细地分析了被试在类比推理过程中所使用的策略、分析了影响被试类比推理测验策略选择的因素、估计了被试在类比推理测验中所表现的各种能力.     

因子混合模型:潜在类别分析与因子分析的整合

因子混合模型(FMM)是考虑了群体潜在异质性后的因子分析模型,它将潜在类别分析(LCA)与传统的因子分析(FA)整合在同一框架内,既保留了两种分析技术的优点,同时又展现出独特优势。FMM的应用主要包括描述变量的潜在结构、对被试进行分组以及探测社会称许偏差等。我们建议分别采用FA、LCA与FMM三种模型拟合数据,参考拟合指数和模型可解释性选择最优模型。总结了FMM的分析步骤以及软件使用,并用于探讨大学生社会面子意识的测量模型。未来研究应关注FMM分析过程的简化,继续深化对拟合指数等方面的探讨。     

K-means、潜在类别模型和混合Rasch模型的比较

基于模拟研究比较了K-means方法、潜在类别模型和混合Rasch模型在二分外显变量情境下的聚类效果.结果表明：（1）潜在类别数量、变量数量、样本量、样本平衡和变量间相关对K-means方法、潜在类别模型和混合Rasch模型的分类准确性均有影响且因素间的交互作用存在;（2）除了在2个潜在类别的样本不平衡条件下K-means方法表现较差外,在其他条件下与潜在类别模型和混合Rasch模型的表现相当;（3）混合Rasch模型的分类一致性在2个潜在类别的情境下要好于潜在类别模型,但是在4个潜在类别的情境下要差于潜在类别模型.     

作答时间与反应依赖关系建模：基于双因子模型视角

在心理与教育测验中,测验的计算机化越来越普遍,使得被试作答的过程性数据的搜集也越来越便利。分层模型的提出为作答时间与反应的联合分析提供了一个基本的建模框架,且逐渐成为当前最流行的方法。虽然分层模型被广泛使用,但仅仅通过参数间的关系还不能很好地解释作答时间和反应之间的关系。因此,一些研究者提出了一系列改进模型,但仍然存在一些不足。基于双因子模型的新视角,文中将测验的作答时间与反应分别视为测量被试速度和能力的两个局部因子,而作答时间与反应又视为综合测量了被试的速度与准确率权衡的一般能力或全局因子。基于此,文中提出双因子分层模型,以探讨作答时间与反应的依赖关系。模拟研究发现Mplus程序能有效估计双因子分层模型的各参数,而忽视作答时间与反应依赖关系的分层模型的参数估计结果存在明显的偏差。在实例数据分析中,相较于分层模型,双因子分层模型的各模型拟合指数表现更好。此外,不同被试在不同项目上的作答时间与反应存在不同的依赖关系,从而对被试的作答准确率与时间产生不同的影响。     

概率性输入,噪音“与”门(PINA)模型

当前认知诊断测验的主要目的是对被试进行合理分类,进而采用类别变量去描述被试对某技能或知识(即认知属性)的掌握情况,但该粗糙的分类方法不能精细地区分不同被试之间的差异。对此,采用掌握概率这一连续变量去描述被试对某认知属性的掌握情况是一种值得尝试的做法。本文首先基于高阶潜在特质(简称"潜质")模型给出了认知属性掌握概率的量化定义,之后与多成分潜质模型相结合提出了概率性输入,噪音"与"门(PINA)模型;其次,采用MCMC算法实现了对PINA的参数估计,结果表明参数估计程序对各参数的估计返真性均较好;最后,以ECPE数据为例来说明PINA在实际测验分析中具有可行性。     

样例呈现方式对概念训练类别表征的影响

以往研究发现训练形式会影响类别学习的表征方式。实验采用学习-迁移范式,探究概念训练中样例的呈现方式对类别表征的影响。实验中被试通过不同呈现方式来学习类别知识,在学习3个block之后对其进行测验。实验结果表明:(1)学习单样例和同一类别比较学习的被试在测验阶段的成绩与学习阶段之间没有差异;(2)学习不同类别比较学习的被试在测验阶段的成绩大幅度下降。因此得出结论,在概念训练中,不同类别比较学习导致被试形成类别间信息的表征。     

成人依恋风格的结构探索

为明确成人依恋风格的潜在结构,采用成人依恋问卷对203名大一新生进行测量,通过因子分析、潜在剖面分析以及潜类别因子分析分别对数据进行分析,并对分析结果进行对比。结果表明:2因子模型优于单因子模型,4类别模型优于其他类别模型,3类别2因子模型优于其他潜类别因子模型;以上3个最优模型中,2因子模型优于4类别模型,4类别模型优于3类别2因子模型。因此成人依恋的潜在结构是连续的。