本书系统地介绍了认知诊断评价理论，基于自身团队的多年研究实践，深入探究认知诊断评价理论的关键问题，结合认知诊断评价的理论与实践，拉近理论与实践应用之间的距离，内容深入浅出，涉及认知加工理论基础、认知诊断评价测验的编制、认知诊断评价理论基本模型及参数估计方法、认知诊断评价结果分析与运用、认知诊断评价理论的新进展，等等。

  

章 绪论
节 心理测量学简述
一、心理测量活动的广泛性
二、心理特质的可测性
三、心理测量的间接性
四、测量误差的普遍性
第二节 从经典测量理论到项目反应理论
一、经典测量理论的优势和不足
二、项目反应理论的优势和不足
第三节 认知诊断评价理论的兴起
一、认知诊断评价理论的主要优势
二、认知诊断评价理论的主要发展历程
三、认知诊断评价理论的主要研究内容
第二章 认知心理学中的一些相关概念
节 认知心理学简述
一、认知心理学理论流派的兴起
二、人类信息加工的观点
三、信息输入、存储和提取
第二节 认知诊断评价与认知心理学
一、认知诊断评价中的问题任务
二、认知心理学对定义问题任务的指导作用
第三章 认知诊断评价理论的基础概念
节 关于诊断
第二节 属性及其结构
一、属性
二、邻接矩阵
三、可达矩阵
第三节 测验属性的定义
一、关联矩阵
二、缩减Q矩阵
第四节 被试的理想属性掌握模式和理想反应模式
一、理想属性掌握模式
二、理想反应模式
第四章 认知诊断评价理论的基本假设及其检验
节 认知诊断评价理论的基本假设
一、作答过程真实性假设
二、局部独立性假设
三、补偿性假设
第二节 认知诊断评价理论假设检验
一、作答过程真实性检验
二、局部独立性检验
三、补偿性检验
四、模型-资料拟合检验
五、被试-模型拟合检验
第五章 测验与题目属性的定义
节 测验领域认知模型的定义
一、领域认知模型的参考架构
二、领域认知模型的构建
第二节 题目属性定义和检验
一、题目属性的事先定义
二、题目属性的事后定义和验证
第六章 认知诊断评价理论的代表性模型
节 规则空间方法
一、规则空间建立
二、被试属性掌握模式分类
第二节 属性层级方法
一、属性层级
二、基于属性层级的被试属性掌握模式诊断
第三节 DINA模型
一、模型定义
二、模型的特性
第四节 NIDA模型
一、模型定义
二、模型的特性
第五节 G-DINA模型
一、DINA模型的局限
二、G-DINA模型的定义
第六节 GDM模型
一、模型定义
二、模型的特性
第七节 从统一模型到RRUM模型
一、统一模型
二、重参数化统一模型或融合模型
三、RUM模型的进一步简化：RRUM模型
第八节 海明距离判别法：一种非参数认知诊断评价方法
一、海明距离
二、定义测验反应模式间的海明距离
三、海明距离判别法在认知诊断分类中应用的合理性
四、应用海明距离判别法进行认知诊断分类
第七章 参数估计
节 几个基础概念
一、极大似然估计
二、牛顿-拉夫逊迭代
三、贝叶斯估计、先验分布、后验分布
第二节 项目参数的条件估计
一、边际分布
二、边际极大似然估计及其EM算法
三、边际极大似然估计示例
第三节 被试参数的条件估计
一、经典条件估计
二、极大后验估计
三、期望后验估计
第四节 马尔可夫链蒙特卡洛方法
一、基本思想
二、马尔可夫链的建立方法
三、马尔可夫链的使用
第八章 认知诊断评价测验的编制
节 认知诊断评价测验设计及题目编写
一、认知诊断评价测验设计目标
二、认知设计系统
三、测验题目与属性的组合模式设计
第二节 项目与测验质量评价
一、项目质量评价
二、测验质量评价
第九章 认知诊断计算机化自适应测验
节 题库建设
一、题目编制
二、参数标定
三、题库组织
第二节 选题策略
一、测验初始阶段的选题策略
二、测验精确估计阶段的选题策略
第三节 认知诊断计算机自适应测验的其他主题
一、被试属性掌握模式估计
二、测验终止规则
三、结果报告
第四节 题目在线更新
一、题目内容更新
二、在线标定数据采集方式设计
三、参数的在线标定方法
第十章 认知诊断评价理论其他专题
节 信息、信息熵、信息量
一、信息熵与互信息
二、自信息
三、KL散度
四、Fisher信息
五、Fisher信息与相对熵KL散度之间的关系
六、香农熵与相对熵KL散度之间的关系
七、互信息与相对熵KL散度之间的关系
八、条件熵与相对熵KL散度之间的关系
第二节 等值和垂直量表化
一、等值
二、垂直量表化
参考文献