ho-dina模型的mcmc参数估计及模型性能研究

认知诊断目前在国内外越来越受到重视，而要真正实现认知诊断，需借助一定的计量学模型即认知诊断模型。国际上，目前已开发近60种认知诊断模型，不同模型又各具特点。本研究重点分析国外研究较成熟的模型——ho-dina/dina模型，具体探讨该模型参数估计的实现及模型性能，采用montecarlo模拟方法进行，研究发现(1)本研究对项目参数、属性参数和被试参数估计返真性较好、稳健性较强、ho-dina模型具有较高的判断率，mcmc算法可行；（2）诊断的属性个数越多，诊断的模式正确率越低，建议实际使用该模型时，诊断的属性个数不宜超过7个；（3）用于诊断的项目数越多，诊断的模式正确率越高，在实际工作中，若要保证有80%以上的模式判准率，则4个属性的至少需20题，5个、6个和7个属性的至少需要40题，8个属性至少需60题。实际运用者应根据实际情况考虑适当的项目数及属性数。