| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 引言 | 第8-9页 |
| 1 文献综述 | 第9-17页 |
| 1.1 认知诊断 | 第9页 |
| 1.2 认知属性及层级关系 | 第9-10页 |
| 1.3 Q矩阵理论 | 第10页 |
| 1.3.1 Q矩阵 | 第10页 |
| 1.3.2 理想掌握模式 | 第10页 |
| 1.3.3 典型题目考核模式 | 第10页 |
| 1.4 认知诊断模型 | 第10-11页 |
| 1.5 现有认知诊断Q矩阵估计和修正方法介绍 | 第11-17页 |
| 1.5.1 RSS法 | 第11-13页 |
| 1.5.2 顺序搜索δ法 | 第13-14页 |
| 1.5.3 γ法 | 第14-15页 |
| 1.5.4 基于似然比D2统计量的方法 | 第15-17页 |
| 1.5.5 小结 | 第17页 |
| 2 问题提出 | 第17-21页 |
| 2.1 当前Q矩阵界定方法的不足 | 第17-18页 |
| 2.2 拟研究的内容 | 第18-20页 |
| 2.3 本文的研究意义 | 第20-21页 |
| 3 研究一：基于海明距离的Q矩阵估计方法开发 | 第21-33页 |
| 3.1 基于海明距离的Q矩阵估计方法开发 | 第21-24页 |
| 3.1.1 海明距离 | 第21页 |
| 3.1.2 海明距离用于估计被试掌握模式 | 第21-22页 |
| 3.1.3 基于海明距离的Q矩阵估计方法 | 第22-24页 |
| 3.2 基于海明距离的Q矩阵估计方法示例 | 第24-26页 |
| 3.3 基于海明距离的Q矩阵估计法效果验证 | 第26-33页 |
| 3.3.1 Q矩阵 | 第26页 |
| 3.3.2 题目参数和被试参数模拟 | 第26-27页 |
| 3.3.3 被试作答模拟 | 第27页 |
| 3.3.4 基础题个数 | 第27-28页 |
| 3.3.5 评价指标 | 第28页 |
| 3.3.6 研究结果 | 第28-33页 |
| 3.4 研究结论 | 第33页 |
| 4 研究二：基于理想得分的ICC指标法开发 | 第33-48页 |
| 4.1 基于理想得分的ICC指标法开发 | 第33-38页 |
| 4.1.1 HCI指标 | 第33-34页 |
| 4.1.2 ICC指标 | 第34-35页 |
| 4.1.3 ICC指标用于Q矩阵估计思路 | 第35页 |
| 4.1.4 基于原始得分的ICC指标与基于理想得分的ICC指标 | 第35-37页 |
| 4.1.5 使用基于理想得分的ICC指标法进行Q矩阵界定步骤 | 第37-38页 |
| 4.2 ICC指标法估计Q矩阵及理想得分矩阵构建示例 | 第38-41页 |
| 4.3 基于理想得分的ICC指标法估计Q矩阵效果验证 | 第41-46页 |
| 4.3.1 Q矩阵 | 第41页 |
| 4.3.2 题目参数和被试参数模拟 | 第41-42页 |
| 4.3.3 被试作答模拟 | 第42页 |
| 4.3.4 基础题个数 | 第42页 |
| 4.3.5 评价指标 | 第42页 |
| 4.3.6 研究结果 | 第42-46页 |
| 4.4 研究结论 | 第46-48页 |
| 5 研究三：新开发方法与已有方法的比较 | 第48-51页 |
| 6 研究四：两种新方法在实测数据分析中的应用及比较 | 第51-54页 |
| 7 结论与讨论 | 第54-57页 |
| 7.1 结论 | 第54-55页 |
| 7.2 讨论 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 在读期间公开发表论文（著）及科研情况 | 第60页 |
