基于spss学生成绩实例分析

基于spss学生成绩实例分析

ID:21221647

大小:351.95 KB

页数:18页

时间:2018-10-20

基于spss学生成绩实例分析_第1页
基于spss学生成绩实例分析_第2页
基于spss学生成绩实例分析_第3页
基于spss学生成绩实例分析_第4页
基于spss学生成绩实例分析_第5页
资源描述:

《基于spss学生成绩实例分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、本文在合理的假设之下,建立了Q-Q阁,样本K-S检验,样本非参数检验,样本T检验和Pearson相关性分析五个数学模型,分别从课程和班级两个不同的角度对三个班级的学生成绩进行了差异分析,分析了数理统计,西方经济学和训练数学这三门课程成绩之间是否有相关的问题,并根据分析结果,提出对于大学数学课程学习方面的看法.关键词:;样本K-S检骑;样本非参数检骑;样本T检骑;Pearson相关性分析;SPSS;成绩AbstractInthispaper,underreasonableassumptions,theQ-Qfigure,theK-Stest,Samplesnonparametrictest

2、s,singlesamplet-testandPearsoncorrelationanalysisareestablishedrespectively.Thethesisisaboutthreeclassesperformancebetweendifferentcoursesanddifferentgrades.Whethertherearerelevantproblemsbetweenthemathematicalstatistics,westerneconomicsandtraininginmath.Basedontheanalysis,wecanputforwardtheviews

3、oflearninguniversitymathscurriculum.Keywords:theQ-Qfigure;SinglesampleK-Sinspection;Samplesnonparametrictests;singlesamplet-test;Pearsoncorrelationanalysis;SPSS;Score1引言(1)2统计分析2.1主要统计分析方法(1)2.2问题提出(3)2.3问题分析(3)2.4模型假设与约定(4)3模型求解(4)3.1问题1的求解(4)3.2问题2的求解(10)4模型的优缺点与改进(13)5结论分析(13)参考文献(14)P付录(15)基于

4、SPSS学生成绩实例分析肖书鹊(闽江学院数学系;福建福州350108)1.引言作为学生,成绩是衡量学生学习情况的一项标准,也是衡量教师授课效果的一项标准.随着国家对课程改革的推进和深入教冇教学改革,这对教学评价也提出了更高的标准,这就要求教师在对学生学习成绩进行汇总和分析的过程中必须利用有关的统计学方面的知识,从考试的成绩中挖掘出对教学方面有意义的资源,从而达到事半功倍的效果.SPSS是目前世界上较为流行的统计分析软件.SPSS的基本功能包含统计分析,数据编辑,数据管理等.它的统计分析过程包括假设检验,描述性统计,方差分析,回归分析等等.本文以某高校2010级数学系三个班级学生的四方经济

5、学,数理统计与训练数学三门课程考试成绩为例,介绍如何应用SPSS统计分析软件对学生的考试成绩进行分析和评估,用定量分析替代以往教学过程中的经验分析,帮助老师简洁,直观的找到教学上的一些薄弱环节,找到教研组不同教师间的优势,从而更好地帮助教师改进教学,因材施教,提高教学质量.2.统计分析2.1主要统计分析方法本文针对所研宄的问题,采用了Q-Q阁、样本K-S检验、样本非参数检验、样本T检验、Pearson相关性分析等分析方法^一、Q-Q图Q-Q阁是用来检验数据是不是服从某种分布.本文用来验证所选数据是不是服从正态分布:Q-Q阁上的数据点与直线的重合度.二、样本K-S检验样本K-S是检验某一样

6、本是不是服从某一特定分布的一种方法.1、若检验p值〈显著性水平,拒绝原假设,样本来自的总体与指定分布有显著差异;2、若检验p值〉显著性水平,不拒绝原假设,样本来自的总体与指定分布无显著差异.三、样本T检验样本T检验是利用t分布理论来推论差异发生的几率,继而对两个平均数是不是具有显著的差异性进行对比A目的:比较样本均数所代表的未知总体均数h和已知总体均数%.计算公式:r自由度:v=n-.适用条件:(1)已知一个总体均数;(2)可得到一个样木均数及该样木标准误;(3)样木来自正态或近似正态总体.四、样本非参数检验非参数检验是统计分析方式的重要组成部分,它与参数检验共同组成统计推断的基木内容

7、Uj.非参数检验是在对总体分布未知或者知道甚少的情况下,利用样木数据对总体分布形态等进行推断的一类方法lU.五、相关性分析Pearson相关系数用来衡量两个定距变量数据集合间的线性关系.当两个变量都是连续变量,而且两者之间呈线性关系时,表现这两个变量之间相关程度用积差相关系数,主要有Pearson简单相关系数[1].其计算公式为:(2-2)相关系数的绝对值越大,相关性就越强,相关系数越接近于1或-1,相关度越强,相关系数越接近于0,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。