基于HO-DINA模型的多级评分认知诊断模型的开发

本文对具有较好发展前景的HO-DINA模型进行拓展，将仅适用于0-1评分题型的HO-DINA模型拓广至可用于多级评分题型，采用MCMC算法实现了对模型参数的估计，并对新模型性能进行了研究。研究发现: （1）本文拓展的多级评分HO-DINA模型参数估计精度较高且诊断正确率较高。（2）多级评分的HO-DINA模型诊断的属性个数越多，属性参数（ 和 ）和s参数估计的精度越差、属性诊断的正确率（MMR和PRM）越低，但能力参数（ ）和g参数的估计精度反而越高。（3）在当前条件下，若想保证属性模式判准率在80%以上，建议诊断的属性个数不宜超过7个。