Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Liu, Chen-Wei"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    視覺類比量尺的診斷分類模型
    (2024) 高欣; Kao, Hsin
    視覺類比量尺(visual analogue scale, VAS)使受試者根據題目的敘述,在連續的視覺化量尺上進行標記,來反應受試者於試題欲測量潛在特質的傾向。由於VAS具有等距的特性,因此相較於間斷量尺(如李克特量尺),VAS在個體層面上得以提供更細緻的區辨度。鑒於目前所知的文獻中並未有針對VAS資料的診斷分類模型(diagnostic classification model, DCM),因此本研究旨在發展針對VAS資料的DCM。由於VAS資料為連續且具有雙邊界(doubly bounded)特性,本研究透過結合beta response model (BRM)以及log-linear cognitive diagnosis model(LCDM)組成針對連續雙邊界資料的beta diagnostic classification model (BDCM),並以馬可夫鏈蒙地卡羅(Markov chain Monte Carlo, MCMC)作為模型參數的估計方法。模擬研究中透過操弄特質數以及樣本數比較兩種模型:(1)應用BDCM於VAS資料以及(2)使用LCDM於二分資料,比較兩者之間試題參數回復以及分類準確率的差異。研究結果顯示,在試題參數回復上,BDCM所需的樣本小於LCDM,且在分類準確率上BDCM也優於LCDM。實徵研究針對Holland職業代碼(Holland code)發展的VAS職業興趣量表進行分析,並針對受試者的特質分類進行探討。

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback