1、無(wú)論是觀察分?jǐn)?shù)還是能力分?jǐn)?shù)，它們只是對(duì)被試一個(gè)籠統(tǒng)的大概描述。這種傳統(tǒng)測(cè)驗(yàn)對(duì)具有相同分?jǐn)?shù)或相同能力的被試，卻有不同知識(shí)狀態(tài)或不同認(rèn)知結(jié)構(gòu)這一現(xiàn)象無(wú)法做出合理解釋；而認(rèn)知診斷測(cè)驗(yàn)?zāi)軐?duì)被試在完成測(cè)驗(yàn)項(xiàng)目時(shí)的認(rèn)知過(guò)程或心理加工過(guò)程進(jìn)行診斷和評(píng)估。Tatsuoka的規(guī)則空間模型（RSM）是較早提出且最有影響的認(rèn)知診斷模型之一，她認(rèn)為測(cè)驗(yàn)評(píng)估能夠且應(yīng)該提供被試的具體認(rèn)知結(jié)構(gòu)，并用它來(lái)指導(dǎo)對(duì)被試作出補(bǔ)救決策。屬性層次方法（AHM）是其中一種變體，該

2、方法假設(shè)測(cè)驗(yàn)項(xiàng)目是由一組具有層次結(jié)構(gòu)的屬性來(lái)表征的，然后根據(jù)被試的作答反應(yīng)把被試歸類到相應(yīng)的知識(shí)狀態(tài)中。 一方面，本研究對(duì)RSM中一些錯(cuò)誤理論進(jìn)行改進(jìn)。RSM分成兩大部分，第一部分是Q矩陣?yán)碚?，第二部分是模式識(shí)別。本文從理論和實(shí)例兩方面揭示RSM中Q矩陣?yán)碚摰娜毕莺湾e(cuò)誤，這些失誤使得RSM中用布爾描述函數(shù)（BDF）計(jì)算被試?yán)硐腠?xiàng)目反應(yīng)模式（IRP）的方法缺乏理論依據(jù)，于是提出了幾種更簡(jiǎn)便的計(jì)算理想項(xiàng)目反應(yīng)模式的方法。接著介紹了一

3、種由可達(dá)陣推導(dǎo)出簡(jiǎn)化Q陣的方法，且指出構(gòu)造認(rèn)知診斷測(cè)驗(yàn)中可達(dá)陣的重要性。還有，RSM的分類方法較復(fù)雜，本文把幾種度量距離和相似性的方法（KL、KF、LL、SQRT、COS）作為模式識(shí)別準(zhǔn)則，并用蒙特卡洛模擬實(shí)驗(yàn)方法比較這些分類法與規(guī)則空間方法的優(yōu)劣。結(jié)果表明，LL方法分類效果最好。 另一方面，本研究主要把0—1評(píng)分模型的AHM擴(kuò)展成多級(jí)評(píng)分模型的AHM。本文提出確定多級(jí)評(píng)分模型AHM的期望項(xiàng)目反應(yīng)模式全集的方法，并把在0—1評(píng)分

4、模型中具有最高歸準(zhǔn)率的分類法——對(duì)數(shù)似然比（LL）也推廣到多級(jí)評(píng)分模型，同時(shí)也提出了把相似度作為歸類準(zhǔn)則的幾種分類法（S1、S2、S11、S21）。用蒙特卡洛模擬實(shí)驗(yàn)比較這幾種分類法基于等級(jí)評(píng)分模型的優(yōu)劣，用屬性模式歸準(zhǔn)率和單個(gè)屬性的歸準(zhǔn)率作為評(píng)價(jià)指標(biāo)。結(jié)果發(fā)現(xiàn)，在各種情況下屬性模式歸準(zhǔn)率比相應(yīng)的單個(gè)屬性歸準(zhǔn)率低。LL與方法A的歸類效果最好，其次是S2和S21，最后是S1、S11和方法B。一般來(lái)說(shuō)，隨著slip的提高，它們的歸準(zhǔn)率相應(yīng)下