学生评教模型5-8-6

《学生评教模型5-8-6》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、教育资源分享目录摘要31问题综述41.1.问题提出的背景41.2.现状分析及其存在的问题42模型假设53数学模型的构建63.1几个定义与说明63.2确立评价原则73.3具体模型的建立83.3.1数据处理总体流程图83.2.3模型的几个关键问题解决与分析103.2.3.1关于对原始数据中一些不可信数据的过滤103.2.3.1.1关于对原始数据中一些“随意”评教数据的过滤103.2.3.1.2关于对原始数据中一些“恶意”评教数据的过滤123.2.3.2关于争议度函数的构造133.2.3.2.1考虑方差能否作争议度函数133.2.3.2.2争议度基本模型和

2、争议度函数的构造：153.2.3.3关于对原始数据中一些不可比因素的补偿213.2.3.31.不可比因素一：同一院系统一年级的不同班级主观给分标准不同223.2.3.3.2.不可比因素二：课程客观特性因素造成的不可比性（即课程本身的难易程度，枯燥程度，考查课与考试课区别等客观特性）243.2.3.4关于可信数据优先筛出算法，与逐步苛刻过滤算法283.2.3.4.1可信数据优先筛出算法，具体做法为283.2.3.4.1关于逐步苛刻不被过滤条件的合理性284模型的合理性及结果分析294.1争议度函数引入的合理性294.2标准分作为补偿因素引入的合理性及其

3、指导意义304.3模型在不可信数据过滤上的合理性305对模型影响因素及改进方向。315.1原始数据整体可信程度对模型的影响315.2原始数据规模对模型的影响315.3模型改进及可继续拓展的方向325.4关于对题设所给原始数据的疑议，及处理方法32参考文献33附录1结果分析表34附录2：数据处理子函数代码（编写语言：Matlab）41教育资源分享，构建知识库教育资源分享论文题目：一种基于多因素综合评价思想的评教数据处理模型的研究摘要　　本文针对现行的学生评教数据处理方法的不足，提出了一种基于综合多因素评价，多次循环过滤不可信数据，优先筛出可信数据的数据

4、处理模型。提出争议度的概念，构造了争议度函数分别计算每个老师的争议度，用其作为衡量老师被认可程度的标准，进而作为数据优先筛出的标准；并在得分相近时作为为辅助标准引入评价体系。对不可信数据进行分类，分为随意评教数据和恶意评教数据，引入评价选项相关性的概念，配合其他各种随意评教数据特征对荒谬数据进行过滤，通过定量删除低分屏蔽了恶意数据。文中针对评价系统中存在的各种不可比因素，给出用多群体分类，计算标准分处理的手段对原始数据进行补偿，消除各种不可比因素。该模型尤其适用于高校全校性评教这类大规模评教数据的处理。文中重点分析争议度函数的性质及推导、拟合过程；相

5、关性系数对不可信数据的过滤；及各种不可比性的补偿方法；循环筛选过滤算法的实现。本文最终以某校2003秋季学期所给数据为例，得到了一个较为可信的排名，并给出了结果合理性分析和模型上存在的问题及改进方向。关键字：多因素评价分析；争议度函数；相关性；数据过滤；循环筛选；教育资源分享，构建知识库教育资源分享1问题综述1.1.问题提出的背景学生评教是指学生根据一定的评教指标对教师的教学活动作出价值评定的过程。教师是教学的主体之一，教师教学质量的高低直接影响教学的效果。教学质量的高低可以从多方面进行评价，但学生评教是其中最重要的考察形式之一。其主要原因体现在三个

6、方面：①学生是教学活动的直接受益者，教学的目的也是为了赋予学生更多的知识和方法，学生评教也就是间接地考察教学成果；②学生是教师教学活动的参与者，直接感受到教师教学的效果，他们的评价比其他任何人的都更为全面、细致，也更有说服力；③学生对教学的评价也可以反映学生们的需求，教学工作部门可以参考这些因素使教学能有效地进行。通过评教，还可以及时发现并解决教学中作中存在的诸多问题，不断改进教学工作重点、提高教学水平、增强教学效果。教师也可以通过这个反馈信息及时了解到自己教学工作中存在的优势和不足，为他们更新教学内容、改进教学方法、提高教学效率提供一个参考依据。总

7、之，学生评教不仅可以增强学生在教学活动中的主动性，还能促进教师注意与学生的交流和沟通，对于学生的学习和教师的工作和自身发展都是很有裨益的。因此，正确地统计评教结果的重要性自然不言而喻。1.2.现状分析及其存在的问题目前很多学校对教师的评价中，对分数的数量分析尚局限在最高和最低分和算术平均分等常规指标，并以这些指标进行个人或团体之间的评价。虽然这种考试分数的解释方法简单易用，但存在着局限性。针对这种情况出现的局限性，提出了很多评教方法，如有层次分析法，模糊数学综合评价法，相关系数分析法，居于粗糙集的数据分析法，教育资源分享，构建知识库教育资源分享费歇准

8、则判别法，方差分析法等等。它们几乎都是从单一的方法来处理评价数据，单一方法评价往往只在一方面解决了提出的问题