4种多级计分非参数认知诊断方法的比较

康春花 李元白 曾平飞 焦丽亚

（1.浙江师范大学教师教育学院，浙江金华 321004；2.教育部考试中心，北京 100084）

认知诊断评估（Cognitive Diagnostic Assess⁃ment,CDA）以认知诊断测验为载体，通过使用诊断分类方法实现对个体知识状态的判别。从是否需要参数估计的角度来说，诊断分类方法可分为参数方法和非参数方法。参数方法因其通过所构建的参数模型来实现对所有参数的一次性估计，分类精确性可能较好，但也存在一定的不足，主要有：1）每种参数方法的前提假设不一，参数的意义也不尽相同；2）参数方法需要的样本量较大，参数和属性不能太多；3）对于非计算机和数学专业的研究者以及一线实践者而言，参数模型较难理解，参数估计较难实现，这在一定程度上限制了CDA的推广和应用。相较而言，非参数方法具有前提假设较弱、无需参数估计、适合小样本评估、较易理解、易于推广应用等特点[1-2]。正因为非参数方法本身的优势或特点，近年来不少研究者逐步关注非参数方法在CDA中的开发和应用，以实现化繁为简，回归CDA为课堂教学服务的本质目的。

Chiu等提出属性合分的0-1计分K-means聚类诊断法[3]，并通过模拟研究考查了其判准率，发现与参数模型不相上下。为了找出适合的评估形式和多样化的计分方式，康春花等将0-1计分K-means聚类诊断法扩展为多级计分聚类诊断法（Grade Re⁃sponse Cluster Diagnostic Method,GRCDM）[1-2]，并通过模拟和实证研究考察了其精确性、稳定性以及影响因素。结果表明，GRCDM充分体现了非参数方法特有的优势和特点，适合小样本的课堂评估。……