DINA模型，全称为deterministic inputs, noisy “And” gate，由De La Torre于2009年提出 。它是一种基于认知心理学和测量学理论的认知诊断模型，以结构简单、诊断精确度高而著称，核心项目参数包括猜测参数(g)和失误参数(s) 。该模型属于非补偿性模型，假设学生必须掌握题目考查的所有属性才能正确作答 。
该模型被广泛应用于诊断学生的个性化知识掌握程度 。自提出以来，衍生出了多种优化和拓展模型，如HO-DINA模型、P-DINA模型以及一般化的G-DINA模型等 。为提升计算效率，研究者还提出了I-DINA、ME-DINA等快速计算方法 。针对多级评分数据，也发展了如PRPa-DINA等多分属性DINA模型的拓广模型 。
想要了解更多“DINA模型”的信息，请点击：DINA模型百科
