Data-Driven Learning of Q-Matrix.
Data-Driven Learning of Q-Matrix.
复制标题
DOI：
10.1177/0146621612456591
复制
发表时间：
2012-10
影响因子：
1.2
通讯作者：
Ying Z
中科院分区：
文献类型：
--
作者：
Liu J;Xu G;Ying Z
最近人们对认知评估的兴趣激增，导致了用于诊断分类的新型统计模型的发展。许多此类模型的核心是众所周知的 Q 矩阵，它指定了项目属性关系。本文提出了一种数据驱动的方法来识别 Q 矩阵并估计相关模型参数。一个关键要素是灵活的 T 矩阵，它将 Q 矩阵与响应模式联系起来。 T 矩阵的灵活性允许构建自然准则函数以及计算上可行的算法。仿真结果证明了所提出方法的有用性和适用性。提出了对具有部分信息的 Q 矩阵的处理的扩展。所提出的方法还提供了一个可以正式解决重要统计问题（例如假设检验和模型选择）的平台。
The recent surge of interests in cognitive assessment has led to developments of novel statistical models for diagnostic classification. Central to many such models is the well-known Q-matrix, which specifies the item–attribute relationships. This article proposes a data-driven approach to identification of the Q-matrix and estimation of related model parameters. A key ingredient is a flexible T-matrix that relates the Q-matrix to response patterns. The flexibility of the T-matrix allows the construction of a natural criterion function as well as a computationally amenable algorithm. Simulations results are presented to demonstrate usefulness and applicability of the proposed method. Extension to handling of the Q-matrix with partial information is presented. The proposed method also provides a platform on which important statistical issues, such as hypothesis testing and model selection, may be formally addressed.
登录
查看更多内容
影响因子：
1.3
作者：
Leighton, JP;Gierl, MJ;Hunka, SM
通讯作者：
Hunka, SM
影响因子：
3
作者：
De la Torre, J;Douglas, JA
通讯作者：
Douglas, JA
DOI：
10.1080/15366360802490866
发表时间：
2008-01-01
影响因子：
1
作者：
Rupp, Andre A.;Templin, Jonathan L.
通讯作者：
Templin, Jonathan L.
影响因子：
1.3
作者：
Stout, William
通讯作者：
Stout, William
DOI：
10.1111/j.2517-6161.1977.tb01600.x
发表时间：
1977-01-01
期刊：
JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-METHODOLOGICAL
影响因子：
--
作者：
DEMPSTER, AP;LAIRD, NM;RUBIN, DB
通讯作者：
RUBIN, DB