纵向汉明距离判别法：对潜在属性的发展追踪

研究通过在纵向诊断数据分析中引入计算简单、耗时少的汉明距离判别法(HDD)，提出了纵向HDD (Long-HDD)。与HDD相比，Long-HDD额外使用汉明距离刻画个体在相邻时间点上对属性掌握的相依性，以利用前一时间点信息提高当前时间点的分类准确性。三个模拟研究的结果主要表明：在分析纵向诊断数据时，与参数化模型相比，Long-HDD的分类准确性几乎不受样本量影响，在样本量较小时表现更优；且其计算耗时更少，更有利于提供及时性诊断反馈。实证研究结果表明Long-HDD可用于分析实践测评数据，且其追踪诊断结果与参数化模型的存在一致性。