新一代测量理论——认知诊断

新一代测量理论——认知诊断
报告人：毛萌萌 南昌大学教育系

认知诊断理论被视为新一代测验理论的 核心，是认知心理学与现代测量学相结 合的产物。对认知诊断的研究已成为当 前国外心理学研究的一个重要热点，并 引起国内学者的广泛关注。
内容提要

认知诊断概述





传统测验及其理论的局限性 对认知诊断的基本概念 一种基于 Q 矩阵理论朴素的认知诊断方法 测验蓝图的设计 认知诊断开发步骤 对认知诊断的理解 认知诊断应用 发展新趋势
传统测验及其理论的局限性


项目பைடு நூலகம்应理论:
是在克服经典测量理论项目参数依赖于样本等局限性 基础上发展的。它认为被试在项目上的反应决定于被 试的潜在能力与项目难度间的距离，从而很好地将能 力参数和难度参数统一到了一个量尺上来。项目反应 理论的另一大优点是参数的不变性，从而推动了该理 论的应用范围，为实现计算机化自适应考试（CAT）提 供了可能。此外，项目反应理论还提出了测验信息函 数的概念，利用测验信息函数来估算测验对不同能力 水平被试所产生的误差。
认知诊断的基本概念



Tatsuoka（2009,p.6)对属性和知识状态的 定义： Knowledge and cognitive processing skills will be called attributes, binary attribute patterns that express mastery or nonmastery of attributes will be referred to as knowledge states or latent knowledge states. (Tatsuoka,2009,p.7)
基本概念(一系列Q矩阵）
由R计算Qp的三种方法


缩减方法；扩张算法；渐进式扩张算法 这些新算法揭示了认知诊断测验项目之间 的关系（有一个代表性很强的项目类）。 这些算法的共同特点是，基于可达矩阵。 这也表示可达矩阵的特殊地位。
32
扩张算法
1 2 4
3
j=1
不产生新列
j=2
j=3 j=4
不产生新列
传统测验及其理论的局限性
总的来说，无论是经典测量理论还是项目反应理 论及概化理论，存在的共同缺陷是，把所测心理 特质当作一种纯统计结构，忽视对考生作答过程 的考察，计量时只注重作答结果，忽视心理特质 的实质内容，对于“测什么”和“为什么”的问 题却不能够很好地解决，也就无法了解个体解答 测验的心理加工成分、策略、所需知识结构等内 部心理机制，不能确定个体的强点和弱点。
40
测验蓝图的设计
为什么要设计测验蓝图?目的：使知识状 态（KS)和期望反应模式(ERP)一一对应： 表面上认知诊断模型f:ORP-KS, 实际上是f:ORPERP，KSERP(通过 Qt：测验蓝图), 如果还能够建立 ERPKS，则完成了ORP到KS的映射

41
Q矩阵理论（续）


只有对被试知识状态进行准确分类，才能针对 性地进行补救。这样就产生了一个问题，如何 编制好的认知诊断测验，它能区分开所有知识 状态，减少知识状态误判。也就是要寻找一个 “好的”测验规范，即测验蓝图（test specification/test blueprint) 0-1评分非补偿条件下，知识状态和期望反应 模式一一对应的充分必要条件
认知诊断的基本概念
因此，传统的测量理论显然不能满足测验 发展的需要，急需一个能够解决“测什么”和 “为什么”的理论。与此同时，实质心理学特 别是认知心理学的兴起，给人们提供了理解“ 统计结构”这一“黑箱”的思路及相关的丰富 理论成果，这使得测量学专家看到了揭开“统 计结构”内在心理学意义的希望。因此，以认 知诊断为核心内容的新一代测量理论也就应运 而生了，它是测验发展的需要和认知心理学理 论成果融入到测量学的结果。
图1
小学数学五年级分数简单加减法认知属性及层级关系
21
基本概念（认知诊断和模式判别）

Tatsuoka(2009) 认为她的认知诊断方法--规则空间模型（RSM）和统计模式识别、 分类方法（statistical pattern recognition and classification methodology）相似， 包含特征提取和统计模式分类两步；特征 提取对应Q矩阵理论，它是确定性的 （deterministic）.
属性的例子（天津考试院，2009，小 学真分数加减运算，一个实际开发的 认知诊断测验）

分数的运算，认知属性，A1：基 础知识(分数单位、分数性质、加 减混合运算顺序)；A2：同分母 分数加减；A3：寻找最小公倍数； A4：寻找最大公因子；A5：异分 母分数加减；A6：化成最简分数； A7：分数加减混合运算。
传统测验及其理论的局限性

与标准测验理论是相对应的是传统测验 传统的考试实质上都是根据精心筛选的 测验题目, 将被试按顺序排列在某种潜在变 量的连续体上。在经典测量理论中, 这种潜 在变量是真分数, 而在项目反应理论中, 潜 在的变量是指单维的潜在特质。
传统测验及其理论的局限性
经典测量理论（又称真分数理论）
33
基本概念(一系列Q矩阵）
步骤4：通过Qr矩阵可得到被试期望反应模式
一种基于 Q 矩阵理论朴素的认 知诊断方法——海明距离判别法

罗照盛 李喻骏等（2015） 心理学报
为什么研究Qs,Qp


Qs的列在“交”、“并”运算下封闭； 任何两列均有上、下确界，形成一个代 数系统--格（lattice）。这对于指导计算 机化自适应诊断测验的“在线属性辅助 标定”有作用； Qs的列表示“人的”知识状态；Qp的列 表示“题的”属性向量，而前者可以由 后者导出，可见两者的列可以相互比较

定理 假设所讨论的认知属性对认知任务所起的作 用是非补偿、连接的，并且采用0-1评分方式，则 Qt中包含可达阵R是使知识状态与期望反应模式 建立起一一对应关系的必要充分条件。
42
为什么研究测验蓝图的设计



Leighton er al.(2004,2007)主张用Qp 作为测验蓝图，至少会遇到如下困难 ： 当属性数目K比较大时，对于独立型 、无结构型层级结构，Qp的列数目 太大，以至于无法安排测验 如果测验蓝图设计欠妥，认知诊断判 准率不可能高

但是，经典测量理论有着理论框架的先 天缺陷性，比如测验参数的估计依赖于 样本；测验信度估计不精确等。概化理 论和项目反应理论则从不同角度克服了 经典测量理论的局限性，逐渐在心理与 教育测量领域中与经典测量理论形成了 三足鼎立的局势。
传统测验及其理论的局限性


概化理论:
其主要是针对经典测量理论信度估计不 精确的问题而发展的。它不再象经典测 量理论那样将测量误差单纯看成混沌一 团的东西，而是利用方差分析方法具体 分析实际的测验情景关系，根据不同情 景关系确定测量目标与侧面，针对性地 考察多种信度与效度。
37
为什么重视ERP



某些认知诊断模型的分类原理,ERP 是判别分类的类中心（RSM，AHM ，DINA，GDD，GDD-P） ORP-KS(通过认知诊断模型） KS-ERP（通过Qs,Qt,特别是Qt) 如果可以设计Qt,使得KS->ERP， 那么 ORP-ERP->KS 重视ERP，Tatsuoka给出Q矩阵理论



基本假设:测验观察分数等于真分数与误差分数之 和即 X=T+R。 在此基础上，经典测量理论提出了测验信度和效 度、项目难度、区分度、猜测度等概念，并依此 来指导测验的编制。 经典测量理论在测验发展中有特殊的地位，它是 历史上第一个测验理论，也是测验的最一般、最 基本的理论，应用极为广泛。
传统测验及其理论的局限性
认知诊断的基本概念

认知诊断；属性（补偿，非补偿）；层级 关系；认知模型；认知诊断模型（分类方 法）一系列Q矩阵，计算和含义； Q矩阵理 论；期望反应，期望反应模式（理想反应 ，理想反应模式/潜在反应，潜在反应模式 ）；知识状态；
18
认知诊断的基本概念

认知诊断（评估）：认知诊断评估(CDA)通过测验 获得被试在测验上观察反应而推知该被试不可观 察的知识状态（knowledge state）。 Leighton 和 Gierl（2007）认为（教育）认知诊断的作用 是测量/评估个体特定的知识结构（knowledge structure）和加工技能（processing skills）。
27
基本概念(一系列Q矩阵）
计算R的方法

Tatsuoka介绍的方法：B=A+I 计算R的方法 如果B的n次幂（逻辑乘法 ）等于B的n+1次幂，则B的n次幂就是R 。数学原理是R是自反的传递闭包的关系 矩阵，满足R* R=R Warshall计算传递闭包的方法（省略）
29

基本概念(一系列Q矩阵）
传统测验及其理论的局限性

基于CTT的测验采用总分指标评价能力，总分 只能用来对个体在总体中的相对位置进行排序 ，不能指出被试具体掌握了哪些内容，更无法 诊断其题目作答错误的原因。基于IRT的教育 测验采用能力指标评价被试，虽考虑了被试在 测验项目上的作答反应与属性间的关系，但能 力指标只是属性的一个统计含义上的概念，并 没有真正揭示其内部心理含义
心理和教育测量学是一门从心理学和教育学 角度对心理特质的实质和结构做出深入的分 析与研究，同时运用数学、统计学等手段， 对测量的有关问题，做出数量化分析的学科 ；作为独立学科分支的心理与教育测量学已 经经历了一个多世纪的发展。
Mislevy R.J（1993） 指出，到目前为 止，整个统计测验理论的发展可以分为 两大阶段：标准测验理论（Standard test theory）阶段和新一代测验理论（ Test theory for a new generation of tests）阶段。