一种混合计分的非参数认知诊断方法：曼哈顿距离判别法

研究提出了一种简洁的适于混合计分的非参数认知诊断方法—曼哈顿距离判别法（MDD），将HDD纳入MDD框架，通过模拟和实证研究考察了MDD的适宜性，结果表明：（1）MDD简单易解， 适于混合计分情境，0-1计分时，HDD是MDD的一个特例；（2）MDD的判准率较高，三种判别方法差异极小；（3）MDD具有非参数方法不受知识状态影响、对样本容量无依赖，与属性个数关系不大等特点；（4）MDD在实践中的应用效果较好，为CDA走向实践、走向课堂提供了可能。