2010年1月第37卷第1期湖北人学学报(哲学社会科学版)JournalofHubeiUniversityPhilosophyandSocialScience()Jan.,2010Vol.37No.1认知诊断模型研究新进展甘媛源，余嘉元(南京师范大学心理学系，江苏南京210097)［摘在潜在特质模型中，线性逻辑斯谛克特质模要］认知诊断模型分为潜在特质模型和潜在分类模型两类。型是潜在特质模型的基础，它的提出首次实现了测量与认知的结合；多成分潜在特质模型通过考察被试作答结果的组合方式，更好地从认知加工过程的角度多维度分析被试间认知能力的差异；拓广多成分潜在特质模型则综合了前两种模型的优点并加以拓展。而对于潜在分类模型，规则空间模型作为潜在分类模型的基础用于对被试进行分类诊断；融合模型从更细致的层面对被试进行诊断测量；DINA模型仅含“失误猜测"和两个参数，实现了模型简化；NIDA模型从属性层面定义参数，能很好地应用于现实测量情景；贝叶斯网络(BN以图形化的形式表现变量)间的联合概率分布，体现了其从庞大的复杂数据屮诊断被试认知错误的优势。［关键词］认知诊断模型；潜在特质模型；潜在分类模型；项冃反应理论［屮图分类号］B841.2［文献标志码］A［］1001-4799(2010)01-0121-04随着认知科学、计算机科学及数理统计学等学科渗入到心理与教育测量学领域，教育测量与评估活动正经历着深刻的变化。传统的教育测验只给出一个笼统的被试测验分数，然而当今人们更希望通过教育测验提供更为详细的诊断信息2001年，美国通过法案"NoChildLeftBehindActof2001"规定美,从而更深入地了解学生的认知结构，这就是认知诊断。国所有教育测验必须在测验成绩单上提供诊断信息，越来越多的教育研究者认为只进行教育测验而不诊断并采取补救措施的教学是不负责任甚至没有意义的。作为新一代测量理论核心的认知诊断模型正是着眼于对被试作答过程的分析，探讨被试潜在知识结构与其作答过程的关系，进而对被试的认知结构进行诊断。因此，认知诊断模型的构建和应用成为当前国内外心理测量学的研究热点。据统计，认知诊断模型发展至今已有三十多种。这些模型可以分为两类：一类是潜在特质模型，这类模型旨在通过被试収得的分数分析被试所貝备的潜在特质，比如，线性逻辑斯谛克特质模型［1］(linearlogistictraitmodel,LLTM)多成、分潜在特质模型［2］(multicomponentlatenttraitmodel,MLTM及拓广多成分潜在特质模型［3］)(generalmulticomponentlatenttrait等；这类模型的冃的在于按照被试的得分模式找到被试在潜在特质上质的差异，并model,GLTM)另一类是潜在分类模型，根据这样的差异对被试进行分类，比如，Tatsuoka等提岀的规则空间模型［4］(rulespacemodel,RSM)新发展起来的融合模、型⑸(fusionmodel,、FM)DINA模型［6］,［7］(deterministicinput；noisy^or^gatemodel)NIDA模型［8］>(noisyinputs；deterministic"and^gatemodel)及贝叶斯网络［9］(bayesiannetwork,等。BN)木文探讨了貝-有代表性的认知诊断模型的一般结构及已有的研究成果并提出了未来研究中尚待解决的问题，以期推动认知诊断的研究。一、潜在特质模型1.线性逻辑斯谛克特质模型(LLTM)LLTM是潜在特质模型的基础，该模型的提出首次实现了测量与认知的结合。其数学表达式为：Pij=l)(x=expGi-bj**1+expGi-bj具中，j=Zr|mqjm+dbm**模型中，ij=l)P(x表示被试i答对项冃j的概率,i为被试的能力参数，j为试题的难度参数，Ob表示成-个线性组合：具中，jm为项目j在因素m上的难度计分，m为因素m的难度权重，为标准化常数。qqd由此可见，LLTM着眼于从刺激特征方血解释项目难度、被试作答概率以及被试的能力值，把以往单纯的难度参数变成了线性组合，从而可以从多方面解释项目的难度参数。国外有关该模型的研究较多，Fischer>Medina>Embretson等把该模型作为一种教育研究的工具，应用于对被试的语言［收稿H期］2008-10-30［基金项冃］国家社科基金“^一五”规划课题：BBA080050；江苏省教育科学“^一五”规划课题：D/2008/01/105［作者简介］甘媛源(1983・)女，，湖北恩施人，南京师范大学心理学系2009级博士研究生；余嘉元(1949-)男，，江苏无锡人，南京师范大学心理学系教授、博士生...