AHM分类方法的改良
韩裕娜1，2，张敏强1*
【摘 要】摘要:对AHM模型2种基于IRT的判别方法——方法A和方法B进行改良，得到方法C和方法D．通过蒙特卡洛模拟试验考察A、B、C、D等4种方法的诊断性能．结果表明:蒙特卡洛模拟试验的结果与理论研究结果相符，方法C优于方法A，方法D优于方法B，且从总体上看新方法的评价指标比对应原方法的评价指标有较大幅度的提高．【期刊名称】华南师范大学学报（自然科学版）【年(卷),期】2012(044)004【总页数】5
【关键词】关键词:认知诊断;AHM模型;判别方法
基于经典测验理论、概化理论和项目反应理论的传统测验最终只是给出一个分数或等级．然而有的考生分数或等级虽然相同，所掌握的知识却不同．为了通过测验从考生的反应模式中获得更多考生的信息，有些研究者提出“将认知与测量相结合”．按照不同的假设，提出了各自不同的方法和模型，并称这些模型为认知诊断模型．常见的认知诊断模型有规则空间模型(Rule Space
Model，RSM)、属性层级模型(Attribute Hierarchy Method，AHM)、DINA 模型(Deterministic Input，Noisy-And gate，DINA)、NIDA模型(Noisy Input，Deterministic-And gate，NIDA)等．
本研究将在前人研究的基础上，对AHM模型2种基于IRT的判别方法——方法A和方法B进行改良，得到2种新分类方法——方法C和方法D．进而设计蒙特卡洛模拟试验考察4种分类方法的诊断性能．
1 AHM模型简介
AHM模型假设属性之间有一定的层级关系，并把观察反应模式划归为期望反应模式，该模型也采用了RSM模型的Q矩阵理论［1-3］，两者的判别方法不同．RSM对被试的认知诊断是通过建构规则空间，采用距离判别法，将其判归为相应的典型属性掌握模式．AHM则是根据最大相似概率进行判别，将观察反应模式划归为期望反应模式．
使用属性层级模型进行认知诊断，共包含如下4 个步骤［4］．1．1 构建和表征测验内容的属性层级关系模型
属性间的层级关系共有4种基本关系(图1)，其他复杂的关系可以由这4种基本关系组合生成［5］．用邻接矩阵 A(adjacency matrix)来表征属性间的邻接关系．并通过布尔代数计算(布尔加和布尔乘)由矩阵A计算得到可达矩阵R(reachability matrix)，用R来表征属性间的前提关系．
AHM分类方法的改良
