认知诊断评估中的题目-属性关系

第一章贝叶斯网与测量模型/001
1.1认知诊断
1.2认知诊断研究的国内外现状/002
1.3基于贝叶斯网模型的诊断测验研究/007
第二章与贝叶斯网测量模型有关的理论基础/008
2.1项目反应理论(IRT)/008
2.2认知诊断(CD)
2.3贝叶斯网络(BN) /013
第三章利用贝叶斯网结构学属之间的层级结构/03.1贝叶斯网结构学/0
3.2利用贝叶斯网结构学属之间的层级结构/021
3.3基于贝叶斯网结构学属层级结构/022
第四章贝叶斯网分类器在认知诊断分类中的应用/0274.1贝叶斯分类器的定理/027
4.2几种典型的贝叶斯网分类器/030
4.3利用贝叶斯网分类器对认知诊行分类/0324.4利用朴素贝叶斯网分类器分类/033
4.5关于贝叶斯网诊断模一步讨论的问题/035
第五章基于贝叶斯网模型的多级计分诊断测验分类研究/0375.1多级计分诊断测验/037
5.2贝叶斯网分类器与多级计分诊断模型S-GDINA 的比较研究/0385.3研究结果/042
5.4Q矩含错误时贝叶斯网分类器与多级计分诊断模型
S-GDINA的比较研究/045
5.5利用贝叶斯网分类器在实证数据中的应用研究/052
第六章测验中Q矩阵的验证与估计/058
6.1认知诊断评价的目的/059
6.2认知诊断模型
6.3Q矩阵的估计/068
6.4已有Q矩阵估计算法的特点/080
6.5属粒度对认知诊断评价影响的研究/081
6.6属间的补偿关系及诊断模型研究
6.7Q矩阵的估计算法
6.8Q矩阵估计算法的/087
第七章Q矩阵估计研究/089
7.1基于S统计量的Q矩阵估计算法
7.2基于似然比D统计量的Q矩阵估计/104
7.3属粒度和属关系对CDA分类的影响
7.4属间的补偿关系及诊断模型研究/146
7.5基于S统计量的Q矩阵、项目参数和被试属掌握模式估计/1717.6基于D统计量的Q矩阵、项目参数和被试属掌握模式估计/1737.7属粒度对认知诊断分类的影响/174
7.8属间的补偿关系及诊断模型研究
第八章多级计分认知诊断评估中的Q矩阵验证方法与应用研究/176
8.1多级计分认知诊断/177
8.2研究的内容和目标/193
8.3基于非参数方法一R统计量的多级计分下的Q矩阵验证/193SP统计量的多级计分下的Q矩阵验证
8.4基于参数化方法第九章认知诊断测验中的被试拟合研究/212
9.1认知诊断评估理论的基础概念/212
9.2问题提出和研究创新/228
9.3R指标及其临界值和分布特征/231
9.4比较R指标与し、RCI侦察效果/237
参考文献