天才一秒记住【久久文学】地址：https://www.jjwxx.com
第二节属性层级方法
banner"
>
莱顿等人（Leighton，Gierl，&Hunka，2004）提出了对被试认知属性进行诊断的属性层级方法（attributehierar）。
一、属性层级
AHM将被试的测验项目作答模式对应到已定义好的结构化属性模式（structuredattributepatterns）中，结构化属性也叫属性层级（attributehierarchy），定义了被试在问题解决中所需属性的结构顺序，也就是任务解决中的认知模型。
属性层级在AHM中起着基础性的作用，它代表了被试在测验作答过程中涉及的知识技能及其结构关系。
邻接矩阵说明了属性之间的层级关系，因此，在AHM中也起着关键作用。
吉尔等人认为，基于某个认知模型的测验分数推论更加具有解释力，对于理解和评估被试的表现也更具有实质意义。
属性层级方法是一种表面上与规则空间方法非常相近的方法。
方法提出者认为AHM是规则空间方法的变化，但他坚持认为两种方法之间有很大的不同。
最本质的不同在于AHM认为测验认知属性之间是存在层级关系的，因此是相互依赖的；而规则空间方法则没有重视测验属性之间的层级关系及其相互依赖性，也没有在邻接矩阵中刻意进行定义。
另外，AHM认为，必须在测验编制之前定义好属性层级结构，并依此属性层级结构编制测验项目，这样才能保证编制的项目能够推导出唯一的邻接矩阵；而规则空间方法总是先编制好测验项目，然后再根据测试数据推导出属性邻接矩阵，这样很难保证邻接矩阵的唯一性。
二、基于属性层级的被试属性掌握模式诊断
AHM将被试的作答表现与认知模型结合在一起的诊断过程分为四个主要步骤。
第一，定义任务解决认知模型，也就是属性层级，属性层级关系一般有四种典型模式，已在前文中描述。
第二，命制题目测量认知模型所定义的认知成分，根据属性层级结构来命制测验项目，测验开发者可以完全控制每个项目测量的属性。
第三，基于认知模型对被试作答表现进行记分和分析。
有了属性层级结构，就可以推算出理想被试的理想反应模式（注意：AHM中作者使用expected代替ideal，并认为两者强调了不同的意义）。
理想被试的作答过程是不存在猜测和失误的。
基于理想被试反应模式矩阵，利用项目反应理论中的模型，首先估计出每个项目的参数以及理想被试的能力参数，这是AHM进行分类的基础。
AHM提出了两种对被试观察反应模式进行分类的方法，分别叫方法A和方法B。
下面分别对这两种方法进行简要的介绍。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！