图形推理能力常被认为是衡量一般智力的重要指标。图形推理测验有矩阵、序列、类比等多种形式。研究者一般通过建立项目刺激和项目参数之间的映射关系来建构项目认知模型,从而起到预测项目参数的目的,这个过程需要使用认知诊断方法对属性（Attribute）进行研究。目前的研究集中在矩阵推理形式,对序列推理形式的研究较少。本研究通过自编图形序列推理项目,探讨了不同属性对项目难度的预测作用;对被试的图形序列推理能力进行认知诊断评估,探索属性潜在影响,为被试提供针对性指导。本研究的主要内容由三个部分组成:第一,采纳文献研究法分析影响项目难度的影响因素,从中筛选适合序列推理研究的影响因素。最终确定了规则属性（包括恒定、渐变、交替、对称）,图形属性（图形的熟悉性）,元素属性（元素的抽象性）和知觉属性（存在干扰元素）四大属性作为本次研究的对象。基于属性编制序列推理项目共计36道,拆分为A卷和B卷分别测验。测验为研究二的统计和回归分析做准备。第二,基于CTT和IRT对测验进行描述统计和心理测量学特征分析。结果发现（1）A卷和B卷的测验总分满足正态分布;（2）合并后的IRT边际信度为0.73,测验的信度基本符合要求;A、B两卷的题总相关均显著,且自编项目和锚题呈中等程度显著相关,测验具有较好的结构效度和效标关联效度;项目平均通过率为0.507,中等通过率的项目（0.70≥P≥0.30）占总项目数的72.2%,难度较为理想;（3）基于Rasch模型的能力-难度研究表明,被试能力B呈正态分布,平均值为0.044,具有样本代表性;怀特图（Wright Map）结构较好,项目难度D和被试能力B分布理想;（4）针对性别、学历和数学知识使用频率进行群体差异分析,结果表明仅有学历与测验分数呈显著相关,测验分数随学历提升而增长,且不同学历之间存在显著差异;（5）使用分层回归分析,以Rasch模型得出的难度参数D作为因变量,分别将规则属性、图形属性、元素属性和知觉属性放入回归方程。结果发现,规则属性中的恒定规则、交替规则、对称规则,元素属性和知觉属性中的干扰性能够显著预测项目难度,五种属性能够解释项目难度变异的73.1%。而规则属性中的渐变规则、图形属性对项目难度的预测效果不显著。研究结果为研究三认知诊断筛选出需要的属性。第三,选用研究二中回归系数显著的属性,即恒定规则、交替规则、对称规则,元素属性和知觉属性,进行认知诊断分析,结果表明（1）DINA模型的模型拟合结果最佳;（2）极大后验估计（MAP）分析表明,所有被试被归为23种属性掌握模式,其中（11111）的掌握人数最多。属性掌握较多的被试群体,其平均得分和平均能力值都较高;（3）属性掌握概率结果表明被试对五种属性的平均掌握概率为0.575,其中对称规则掌握概率最高为0.695,而交替规则掌握概率最低为0.421;（4）群体分析结果表明不同性别和数学知识使用频率的被试的平均属性掌握概率上均不存在显著差异;不同学历的被试的平均属性掌握概率存在显著差异,掌握概率随着学历升高而提高,因子分析结果表明可以划归为同一因子。这些结果为图形序列推理测验认知属性的选择、项目的编制、测验的开发以及开展考试测评、指导被试针对性训练等提供了依据。