粗糙集理論在認(rèn)知診斷中的應(yīng)用_第1頁(yè)
已閱讀1頁(yè),還剩150頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意?!瘜W(xué)位論文作者簽名: 簽字E t 期: 年 月 E l學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解江西師范大學(xué)研究生院有關(guān)保留、使

2、用學(xué)位論文的規(guī)定,有權(quán)保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤,允許論文被查閱和借閱。本人授權(quán)江西師范大學(xué)研究生院可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。( 保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名:簽字E t 期: 年 月 E t導(dǎo)師簽名:簽字E t 期: 年 月 日中,在研究一的基礎(chǔ)上,研究三進(jìn)一步將粗糙集理論用于小樣本小題量的情況,考察樣本量小

3、和題量小對(duì)診斷結(jié)果的影響;第四,項(xiàng)目屬性標(biāo)定和被試知識(shí)狀態(tài)診斷是相輔相成的兩個(gè)方面。到目前為止,只有計(jì)算機(jī)化認(rèn)知診斷自適應(yīng)測(cè)驗(yàn)才能處理項(xiàng)目屬性輔助標(biāo)定問題,研究四采用粗糙集理論對(duì)紙筆測(cè)驗(yàn)中的項(xiàng)目屬性進(jìn)行自動(dòng)標(biāo)定,并從被試估計(jì)準(zhǔn)確度、被試作答失誤率和屬性個(gè)數(shù)三個(gè)方面考察對(duì)項(xiàng)目屬性標(biāo)定準(zhǔn)確度的影響;第五,一題多解是問題解決中的常態(tài),而現(xiàn)有的認(rèn)知診斷方法基本上討論僅僅采用一種策略的情形。研究五采用粗糙集理論進(jìn)行多策略認(rèn)知診斷并與已有多策略的研

4、究結(jié)果進(jìn)行比較;第六,上述五個(gè)部分皆為模擬研究,研究六旨在在此基礎(chǔ)上,將粗糙集理論用于認(rèn)知診斷的實(shí)踐之中,考察粗糙集理論在實(shí)際測(cè)驗(yàn)中的效果。以上研究結(jié)果表明:( 1 ) 在無項(xiàng)目參數(shù)條件下,采用粗糙集理論做認(rèn)知診斷與被試量無關(guān)、估計(jì)的速度非常快且診斷結(jié)果比較理想,說明粗糙集理論能夠應(yīng)用于課堂測(cè)驗(yàn)。當(dāng)屬性數(shù)少于6 個(gè)時(shí),粗糙集理論的模式判準(zhǔn)率結(jié)果比D I N A 好,當(dāng)屬性數(shù)為6 個(gè)或以上時(shí),有些情況下,粗糙集理論的模式判準(zhǔn)率低一些。(

5、2 ) 在屬性個(gè)數(shù)比較多時(shí),采用組塊方法能夠提高模式判準(zhǔn)率,所需題量也大大減少,同時(shí)對(duì)屬性超過1 0 個(gè)的情況也有相同的結(jié)論。( 3 ) 采用粗糙集理論做認(rèn)知診斷時(shí),不需項(xiàng)目參數(shù),樣本的大小對(duì)被試知識(shí)狀態(tài)判準(zhǔn)率的影響并不明顯,且估計(jì)結(jié)果穩(wěn)定。( 4 ) 粗糙集理論能有效地進(jìn)行項(xiàng)目屬性自動(dòng)標(biāo)定。當(dāng)作答失誤較低、考察屬性數(shù)較少、被試知識(shí)狀態(tài)估計(jì)較準(zhǔn)時(shí),采用粗糙集理論進(jìn)行紙筆測(cè)驗(yàn)的項(xiàng)目屬性自動(dòng)標(biāo)定,項(xiàng)目屬性模式判準(zhǔn)率和屬性邊際判準(zhǔn)率較高;當(dāng)被

6、試估計(jì)準(zhǔn)確度低、或作答的失誤率高或?qū)傩詡€(gè)數(shù)多時(shí),項(xiàng)目屬性模式判準(zhǔn)率和屬性邊際判準(zhǔn)率會(huì)降低。( 5 ) 采用粗糙集理論進(jìn)行多策略研究,研究結(jié)果與己有的多策略認(rèn)知診斷結(jié)果基本一致。( 6 ) 根據(jù)粗糙集理論進(jìn)行診斷原理,該方法完全可以用于建立認(rèn)知診斷題庫(kù),且所有項(xiàng)目只需提供項(xiàng)目屬性,無需項(xiàng)目參數(shù),故有關(guān)模型的擬合和等值等問題完全可以避免,可大量節(jié)省建立題庫(kù)的成本。以上研究,均在粗糙集軟件環(huán)境下進(jìn)行,無論被試量和題量為多大,估計(jì)速度非??欤?/p>

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論