分类号 B841

    1引言

    认知诊断理论(cognitive diagnostic theory， CDT.Leightonamp;Gierl，2007)作为新一代测量理论的核心，可以促进形成性评价和个性化学习。在认知诊断实践中，通过认知心理学的分析，从个体的认知过程、加工技能或知识结构中抽取出细粒度多维度的认知属性，认知属性也是刻画测验项目的最重要的特征，通过各种心理计量模型对被试在项目上的作答反应进行分析，进而对被试的属性掌握情况进行诊断分类。测验项目与认知属性之间的映射关系通过Q矩阵表征(Tatsuoka，1983，1985)。同时，一个认知诊断测验中包含的认知属性之间通常具有某种心理上或逻辑上的层级关系，属性层级关系是认知模型构建的核心(丁树良等，2012)，而认知模型正是认知诊断测验所要回答的核心问题——受试者在测验领域的认知加工过程是怎样的(姜宇，2020)。Q矩阵和属性层级关系的构建正确与否都会影响认知诊断模型参数估计的准确性以及被试的分类准确率(Chiu，2013;dela Torre，2009;Liu et al.，2017;Ruppamp;Templin，2008)。通常情况下，属性层级关系和Q矩阵主要都是依赖领域专家的经验判断实现，不同专家根据自身经验确定的Q矩阵和属性层级关系可能存在着差异，与被试在作答过程中的真实认知过程也可能存在差异，即原始的Q矩阵和属性层级关系都有较大可能包含错误的设定。鉴于二者对于模型参数估计非常重要，所以有必要对专家主观判断的Q矩阵和属性层级关系进行检验修正。

    在属性层级关系检验方面，有研究者在规则空间模型(RSM)及属性层级模型(AHM)的框架下提出层级一致性指标(Hierarchy Consistency Index，HCI，Cui，2007；Cuiamp;Leighton，2009；Wangamp; Gierl，2011)对属性层级关系进行检验。喻晓锋等(2011)提出使用贝叶斯网方法进行结构学习，从被试的作答反应所获得的属性掌握模式中挖掘属性层级关系，研究显示，通过该方法获得的属性层级关系可作为确定实际属性层级关系的参考。但该方法所直接分析的数据是被试的属性掌握模式，需要通过分析被试的作答反应和Q矩阵去估计，而且其估计方法较为初级，“将被试正确作答的项目包含的属性向量进行或运算，得到所有被试的属性掌握模式\"在复杂情况下这种不依赖诊断模型估计属性模式的方法不能完全保证估计的准确性。还有研究者在参数化的对数线性认知诊断模型(LCDM，Henson，etal.，2009)基础上开发了层级诊断分类模型(HDCM) ......