《表4 3道多属性题目的参数估计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《混合模型在英语听力诊断测评中的应用——基于Mixed-CDMs与G-DINA模型的对比分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：Est.=估计值；S.E.=标准误；“1”表示掌握了该属性、“0”表示未掌握该属性，如P（10）表示掌握了该题所测第一个属性的答对概率，而P（01）表示掌握了该题所测第二个属性的答对概率。

本研究对多属性题目进行参数估计，其中3道题目的结果如表4所示，可以看出：每个估计值都有一个标准误（S.E.），其中Mixed-CDMs的S.E.均值为0.03，且在0.01～0.09区间，相较于G-DINA模型（S.E.均值为0.07，在0.03～0.18区间）有所降低，说明混合模型题目参数估计的准确性比G-DINA模型有所提高。值得注意的是，G-DINA模型中3道题目的参数估计值出现了排斥现象：Item 3的2个属性（A2词汇、A4细节）表现为相互排斥，即同时掌握这2个属性时，答对概率（0.85）并未递增，反而低于单独掌握A2(0.99）或A4(0.86）的答对概率。根据现有语言学及二语习得理论，这种属性之间的排斥现象难以解释。而在Mixed-CDMs中，Item 3的这2个属性不存在排斥现象，而为互补关系——究其原因，可能在于Item 3选用的是补偿模型DINO，使得属性之间的关系更加直观易读。此外，在G-DINA模型中掌握单个属性（A2或A4）对Item 4的答对概率远低于不掌握任何属性（猜测）的答对概率，这种现象也较难解释；相似的现象同样出现在Item 16的2个属性（A3句法、A5主旨）中。而在Mixed-CDMs中以上难解的问题都得到了消解，且更易解读，即Item 4、Item 16的猜测概率不会高于单个属性的答对概率，且两个属性具有协同作用。