規則空間方法和屬性層級方法通過一套嚴密的統計識別方法對被試的屬性掌握模式進行診斷。DINA模型則通過一個簡潔的參數化模型實現對被試屬性掌握模式的診斷。
一、模型定義
DINA模型（the deterministic inputs，noisy “and” gate model） 的項目反應函數定義如下：
式（6-10）表示了被試i在項目j上的正確作答概率。其中，xij表示被試i在項目j上的作答得分，可以取0或1，0表示錯誤作答，1表示正確作答。ηij表示被試i（知識狀態為αi）在項目j（屬性向量為qj）上的理想作答，其計算公式如下，其中測驗所考察的屬性個數為K。
ηij表示了隻有當被試i掌握了題目j所考察的所有屬性時，ηij才可能取值為1，被試i未掌握題目j的任一屬性將導致ηij取值為0。sj和gj分別表示項目j的失誤和猜測概率，其中sj表示被試i掌握了項目j考察的所有屬性而錯誤作答的概率（失誤概率）；gj表示被試i未完全掌握項目j考察的所有屬性而正確作答的概率（猜測概率）。sj和gj的含義可以分別用式（6-12）和式（6-13）表示。
當然，關於s和g的含義的具體解釋可能會有多種。比如，關於s的解釋有，被試掌握了項目定義的所有屬性時依然錯誤作答，這可能是因為該項目屬性定義錯誤，或少定義了某個屬性。而關於g的解釋有，被試未掌握項目定義的所有屬性時依然正確作答，這可能是因為被試使用了其他的作答策略，即被試作答時使用了測驗未定義的屬性。
二、模型的特性
DINA模型中每個項目隻有兩個參數，即s參數（失誤參數，slip）和g參數（猜測參數，guessing），因此DINA模型是一種很“節省”的模型。
DINA模型是一種非補償型（noncompensatory）模型（de la Torre，2008）。被試要答對題目就必須掌握題目考察的所有屬性，屬性之間不存在補償效應。
在DINA模型中，“確定性輸入”（deterministic inputs）是指DINA 模型中被試的理想作答η完全是由其知識狀態和測驗Q矩陣共同決定的。也就是說，在理論上，被試必須掌握項目所定義的所有屬性才能答對該項目。
“噪聲輸出”（noisy output）是指被試在實際作答項目時總是會存在猜測和失誤，實際的作答結果總是存在隨機性情形。也就是說，被試即使完全掌握了項目所考察的所有屬性，也未必能正確作答該項目，而被試即使並未完全掌握項目定義的所有屬性，也未必能錯誤作答該項目。
模型中，“與門”（“and”gate）的意義反映在被試的理想作答η的計算過程中。也就是說，被試要正確作答某個項目，就必須完全掌握項目考察的所有屬性，缺少任何一個屬性都無法正確作答該項目，這實際上是屬性“連接”（conjunctive）的含義。DINA模型用一種比較簡潔的方式解釋了被試在項目作答中的行為。被試正確作答項目的概率是由其屬性掌握模式αi和項目測量的屬性模式qj決定的，同時還會受到隨機因素的影響（通過sj和gj來反映）。正是由於DINA模型能夠較好地解釋被試的作答行為，同時又具有簡潔性的特征，因此受到較多研究者的關注。