下载文档原格式
大学生高考成绩与大学阶段学习成绩的相关性分析摘要分析大学生高考成绩与大学阶段学习成绩之间的相关性，不仅可以了解学生的个性，也能反观初等教育的成效和大学课程设置的合理程度，对检测初等教育制度和高等教育制度都有一定的现实意义。
本文中，高考成绩对大学不同课程的相关性进行了分析，结合我们已学的知识，与现实相结合，对问题进行层层深入的研究，最终给出了问题的解决方案。
针对问题1，我们采用了相关系数研究高考成绩与大学阶段的学习成绩之间的相关关系，用MATLAB软件得出高考成绩与大学阶段的学习成绩之间的关联程度。
针对问题二，分析高考成绩对不同类型的课程的相关性，我们利用主成成分分析法，将大学学习成绩37科用少量的几个主成份代替，将高考成绩用少量的几个主成成分代替。
通过主成分析法得出的图，我们可以将累计贡献率85%之前的为第一类，86%-95%为第二类，95%-100%为第三类。
应用公式并利用MATLAB求出大学学习能力和高考考试能力主成分的综合得分，再利用MATLAB计算大学学习能力的综合得分与高考考试能力综合得分的相关系数，从而判断高考成绩与大学课程的相关性。
针对问题三，是要根据问题二判断出来的相关性的大小来进行阐述。
关键词：高考成绩大学成绩相关系数主成成分分析一.问题重述高考能力通过高考成绩反应出来，学习能力通过大学各科成绩反应出来，通过这两个成绩看其背后的“两个能力”，学界有很多研究。
分析大学生高考成绩与大学阶段学习成绩之间的相关性，不仅可以了解学生的个性，也能反观初等教育的成效和大学课程设置的合理程度，对检测初等教育制度和高等教育制度都有一定的现实意义。
附件中是某高校某专业某班63名同学的高考成绩和大学阶段绩。
请你根据所提供的这些数据，回答如下几个问题：（1）分析“数学(3)”、“会计学”、“市场调查与预测”这三门课程与高考成绩之间的关联性；（2）对大学阶段37门课程进行分类（分类标准自拟），分析高考成绩对不同类型的课程的相关性；（3）通过对上述两个问题的解答，从中可得什么结论？二.问题分析学生所学知识均具有延续性，高中所学知识必然影响到进入大学的各科成绩，否则高考也就没有意义了，但这里的关联有大有小。
大学生高考成绩与大学阶段学习成绩的相关性摘要本文根据题目要求，建立合理的假设，综合运用Kendall's tau-b相关性分析、Friedman 相关性检验等对大学生高考成绩与大学阶段学习成绩的相关性建立分析模型，并借助SPSS软件处理数据，进行相关性分析，得到高考成绩与大学学习成绩相关性分析模型。
针对问题一，分析“数学(3)”、“会计学”、“市场调查与预测”这三门课程与高考成绩之间的关联性，根据题目已提供的数据，对需求课程进行分析。
结合相关性系数原理公式和软件SPSS，求解得出相关性的结果。
分析得出高考成绩语文对大学课程“市场调查与预测”呈现正相关影响，数学则对“数学（3）”、“会计学”两门课程有正相关影响，外语对三门课程都有着较大的正相关影响，而综合课对三门课程都呈现了负相关情况。
并对该相关性分析模型进行2个相关样本的Wilcoxon带符号秩检验。
针对问题二，在问题一的模型基础上，自拟分类标准，对大学阶段37门课程进行分类。
根据分类情况，运用Kendall's tau-b相关性分析函数对高考成绩对不同类型的课程进行分析，结合SPSS计算得出相关性系数，并分析得出相关性分析结果：高考成绩中的语文对专业管理实践和综合素质体现呈现正相关关系；数学与基础公共课呈正相关关系，与综合素质体现呈较强的负相关性；外语对各种类型的课程都呈现正相关关系，且关系系数较强；而综合课则基本上呈现负相关关系，且关系系数也比较强。
针对问题三，总结问题一和问题二的模型结论，分析得出结果：外语对大学阶段所有的课程几乎呈正相关性关系；综合课与大学阶段所有的课程几乎呈负相关性关系；大学阶段所有课程中有关于理性思维的课程与数学的相关性比较强，而文学思维比较重的课程与语文成绩的相关性比较强。
由此可以得出文理性思维的建立与文理性思维的扩散有着很大的关系。
关键字：大学成绩高考成绩Kendall's tau-b相关性分析Friedman相关性检验一、问题重述分析大学生高考成绩与大学阶段学习成绩之间的相关性，不仅可以了解学生的个性，也能反观初等教育的成效和大学课程设置的合理程度，对检测初等教育制度和高等教育制度都有一定的现实意义。
护理学专业学生在校学习成绩与高考成绩的相关性分析论文护理学专业学生在校学习成绩与高考成绩的相关性分析论文【摘要】目的：分析护理本科学生的学习成绩及其与高考分数之间的相关性。
方法：选择04级75名四川籍护理本科学生的主干学科的学习成绩与高考成绩，用t检验检测文、立刻学生成绩的差异性，用Spearman秩相关及Person积差分析法分析高考成绩与主干课程成绩之间的相关性。
结果：文、理科学生主干课程成绩分别为74.5±6.81和74.8±5.30(t=0.248，P=0.805)，其各类高考成绩与主干学科课程成绩的相关系数均≤0.158(P>0.05)。
结论：文、理科考生主干学科学习成绩无显著差异;其与高考成绩之间无显著相关性(P>0.05)。
【关键词】护理学;文科;理科;成绩;高考;相关性;分析在1950年召开的第一届全国卫生工作会议上，我国将护士教育列为中等专业教育，并且停办了高等护理教育。
此后的中等护理教育成为我国护理教育的主体[1]。
但是，随着医药科学技术的发展、医学模式和人们健康观念的转变，使我国长期以来坚持的以中等教育为主体的护理教育将不能适应社会对专业护理的要求。
因此，我国又于1983年恢复开办护理本科教育。
我校也于2001年开始招收本科护理学生(文、理科兼收)。
那么，护理专业学生在校学习成绩与其高考成绩有无相关性，文、理科考生在校学习情况有无差异，一直是招生工作者和教育工作者关心的问题。
本研究即分析我校护理本科学生的学习成绩，并研究其与高考分数之间的相关性。
1 研究对象与方法由于各省考生的录取分数线、考试科目及人数有较大差异，为便于比较，我们选择四川籍考生作为研究对象，因各种原因缺考、重考或补考者的成绩除外，共计75名04级四川籍学生的成绩列入分析。
以每位学生14门主干必修课程(包括人体解剖学、生理学、生物化学、病理学、药理学、诊断学、护理学基础、护理管理学、内科护理学、外科护理学、妇产科护理学、儿科护理学、护理学研究、社区护理学)的平均成绩反映其学习状况。
高职院校学生高考成绩与在校成绩相关性分析回俊青;谢兆岗【摘要】采用实证分析法,以广东某高职院校为研究对象,对该校计算机学院2011级全体学生高考成绩与在校期间学习成绩进行相关性研究.研究发现:高考成绩和在校学习成绩呈现出显著的相关性,这和部分学者以本科学校为研究样本结果是相同的.以招生类别为分类变量对成绩相关性进行进一步研究,发现农村生源学生相关性依然显著,而城镇生源学生高考成绩和学生大三期间学习成绩相关性不显著.针对此种现象进行深入分析探讨并给出相关政策建议.【期刊名称】《深圳信息职业技术学院学报》【年(卷),期】2014(012)002【总页数】4页(P58-61)【关键词】成绩;高职院校;相关性研究【作者】回俊青;谢兆岗【作者单位】深圳信息职业技术学院党委办公室,广东深圳518172;深圳职业技术学院计算机工程学院,广东深圳518055【正文语种】中文【中图分类】G718.5学生学习成绩是衡量大学教育教学质量的重要标准之一。
学生以学为本，学校以教为本，良好的学习成绩不仅可以增强学生学习的自信心，而且对于学生加强自我认知、悦纳周围事物有良好的促进作用。
随着国家招生制度的改革，许多高校都在招生的时候针对优质生源（高考成绩好的学生）展开了各类争夺战。
那么高考成绩是否与学生入校以后的学习成绩具有相关性呢？即高考成绩好的同学，在大学期间学习成绩也会好呢？针对此种疑问，许多学者对学生高考成绩和大学在校期间学习成绩之间关系进行了研究。
如何杭佳以玉林师范学院数学与计算机科学系100名学生为研究样本，研究发现“高中教育与大学教育是相关联的”[1]，汪朝杰以合肥工业大学机械与汽车工程学院07级毕业生高考成绩与本科期间在校成绩进行统计分析，发现“高考成绩与在校的学习成绩有较大的相关性”[2]。
从目前对于此类问题的研究来看主要存在两点问题，一是多数学者在分析的时候，仅以个别学科或几门专业课或基础课学习成绩作为大学期间学习成绩代表，而这些主观选取的科目并不能完全代表学生的在校学习成绩；二是成绩选择的周期连续性较弱，在对大学期间成绩分析的时候仅以某个学期或某学年的成绩为例，而整个大学期间的学习成绩是由多个不间断学年的成绩组成的。
高考理科综合成绩相关性分析作者：庞业伟来源：《广西教育·B版》2013年第11期【关键词】高考理科综合成绩相关性【中图分类号】G 【文献标识码】A【文章编号】0450-9889（2013）11B-0087-02高考理科综合试卷是由物理、化学、生物三科试题按一定比例合卷而成，因其具有题量大、分值高，答题时间相对较少的特点，成为学生高考成功的关键因素之一。
“得理综者得天下”这种说法被广泛地接受。
事实果真如此吗？这种说法是否有可靠的理论和科学实验依据呢？针对这一问题，笔者以广西某县2013年725名考上二本以上的考生的高考成绩作为样本进行了统计和对比分析，研究理综成绩与高考成绩的相关性及相关程度。
一、研究对象与方法（一）研究对象本研究以广西某县2013年二本线以上应届理科生的高考成绩作为样本，样本容量为725，对每个样本的各科目成绩进行对比分析；同时，把样本按不同层次、不同学校进行理科综合成绩与高考总成绩的对比分析。
由于选取的是当年二本分数线以上的学生，所以以此作为样本相对来说较为合理。
（二）研究方法散点图法。
散点图是表示两个变量之间关系的图，能直观简便地反映两测定值之间的相关关系。
观察相关图主要是看点的分布状态，从而能概略地估计两因素之间有无相关关系。
本研究先是作出样本的各个学科成绩与总成绩的散点图，通过图形观察它们之间的相关性大小。
相关系数法。
相关系数是描述两个随机变量之间线性关系密切程度的数字。
常用r表示，其计算公式为r=■，r的绝对值大小与相关程度如下表所示：表1 相关系数与相关性关系表从统计学角度来说，利用相关系数来研究理科综合成绩对高考总分的影响程度是合理的。
散点图的绘制与相关系数的计算通过MINITAB16.1.0软件实现，并通过SPSS15.0统计软件进行验证。
二、相关性分析（一）高考成绩统计分析（见表2）语数外三科各科满分为150分，理综满分为300分，理综总分是其它科的两倍，标准差比较大，是正常的。
高考成绩与大学成绩相关性分析
杨曼;高飞;朱倩;骆熠
【期刊名称】《云南民族大学学报:自然科学版》
【年(卷),期】2022(31)3
【摘要】课程课堂教学是大学教育的主要载体,评价老师课堂教学效果和学生学习效果的主要方式是考试成绩.研究高中阶段学习与大学阶段成绩之间的相关性,对于了解高中教育和大学教育连续性现状,发现不足,促进改革,特别是在大学低年级阶段有针对性地对学生进行学业指导,有着重要的价值和意义.以云南民族大学电气信息工程学院工科专业2019届学生高考成绩和同知识领域的大学课程成绩为基础数据,在校验成绩分布符合正态分布的基础上,采用Pearson积矩相关系数算法,计算出高考成绩与同知识领域的大学课程成绩两两之间相关系数的值,并对其进行整理和分析.结果表明,高考课程成绩与同知识领域大学课程成绩相关性普遍不高,且相关性高低与生源地、性别等因素有关.并对这一现象的成因进行了分析,提出了改进对策与建议.
【总页数】6页(P360-365)
【作者】杨曼;高飞;朱倩;骆熠
【作者单位】云南民族大学电气信息工程学院
【正文语种】中文
【中图分类】G642
【相关文献】
1.高考成绩与大学成绩的相关性分析
2.高考英语成绩和四川省大学英语二、三级成绩的相关性分析
3.大学高考数学成绩与高数成绩的弱相关性分析——基于A大学的个案探讨
4.结合K-均值聚类分析的线性回归法在相关性分析中的应用——以高考英语成绩与高考总成绩的相关性为例
5.结合K-均值聚类分析的线性回归法在相关性分析中的应用——以高考英语成绩与高考总成绩的相关性为例
因版权原因，仅展示原文概要，查看原文内容请购买。
2019年2月第35卷第2期长春教育学院学报Journal of Changchun Education InstituteFeb.2019Vol.35No.2高考数学成绩与大学数学专业课学习能力相关性分析陈小杭摘要：自2016年教育部扩大高考全国卷的使用范围以来，越来越多的大学生在入学后会更直观地感受到“同卷不统录”带来的录取分数差异。
研究发现，高考数学成绩与大学数学专业课成绩、主动学习能力并无显著相关性。
但“同卷不统录”确实给学生带来一定的心理影响。
同时，高中教学模式会影响学生在大学专业课上的学习自主性。
关键词：高考数学成绩；全国卷；自主学习能力中图分类号：TG334.9文献标识码：A文章编号：1671-6531（2019）-0008-03高考成绩与大学成绩相关性研究由来已久，2016年开始随着高考全国卷使用范围的扩大，这一问题仍具有重要的研究意义。
例如，使用同一高考卷的不同地区的考生，以差异较大的分数被录到华中师范大学数学与统计学学院的同一专业，而这种差异是否会在以后的专业课学习中有所体现，是我们关心的问题之一，即不同省份同一高考卷且录取分数的差异，是否与大学专业课学习能力有所关联。
因此，本文基于华中师范大学数学与统计学学院2016级、2017级本科生的数据，对上述问题进行分析。
同时，关注这种落差对学生造成的心理影响。
一、研究对象与数据处理采用问卷调查的形式，调查对象是华中师范大学数学与统计学学院2016级、2017级本科生。
为了对学生的高考数学成绩与大学数学专业课成绩进行分析，将除了4个自主命题地区及四川省、山东省以外的省（市、自治区）按照全国一卷、全国二卷、全国三卷进行划分，编号分别为1、2、3，并按照年级将其划分为2016级和2017级，编号为2016、2017。
将学生高考成绩分为三个组别（110-116分，117-133分，134-150分），记为1、2、3组。
选取数学分析1和高等代数123共计三个学期的成绩作为2016级学生的大学数学专业课成绩，数学分析1和高等代数1共计一个学期的成绩，作为2016级学生的大学数学专业课成绩。
第39卷第12期2009年6月数学的实践与认识M A TH EM A TI CS I N PRA CT I CE AND TH EO R YV o l 139 N o 112 June,2009 管理科学大学生高考成绩与大学阶段学习成绩的相关分析谢中才1,2, 郑惠娟2(1.徐州师范大学数学科学学院,江苏徐州 221116)(2.徐州机电工程高等职业学校,江苏徐州 221011)摘要: 以某高校几个毕业本科班的高考成绩和大学学习成绩为基础资料,通过相关系数研究了高考成绩与大学阶段的学习成绩以及大学阶段不同科目学习成绩之间的相关关系,用事实和数据反观我国基础教育的成效和大学阶段课程设置的合理程度,对检测基础教育和大学教育具有重要意义.关键词: 高考成绩;相关系数;相关指数;基础课;专业基础课;专业课0 引 言收稿日期:2006208207 学生所学知识均具有延续性,初高中所学基础知识必然影响到进入大学后的各科学习成绩,否则中考,高考也就没有意义了.但这里的关联有大有小,有的可能是正相关,有的也可能是负相关,若能通过一定的方法把这种相关关系度量出来,则从这种相关关系中,可以反观我国基础教育的成效以及检验大学阶段课程设置的合理程度,对检测基础教育和大学教育具有十分重要的意义.当然要面向全国从这一角度去考察我国的基础教育和大学教育需要大量的纵向和横向的资料,样本将十分庞大,远不是笔者能力所能及的.为了方便获取数据,这里我在徐州师范大学工学院的两届毕业生中抽取一个小样本,对高考成绩和在校学习成绩进行相关分析,希望能窥一斑而知全豹,从小范围的结论近似推断大范围结论,并为大范围研究积累经验,做到以小见大.1 采集样本采集基础数据是本课题中的基础工作,即要获取学生的高考成绩和在校学习成绩,由于这些数据分由不同部门分管,要以班为单位收集起来困难重重,我便设想,通过印制好的表格(表1基础数据表)通过一定的渠道,发给在校大四的学生,由学生去填,但操作起来也达不到预期目的,因为大部分学生回忆不起四年前的高考成绩.于是最后确定在毕业班中去收集,几经周折,仅获得两届3个本科班的完整数据,这就是我们进行相关分析的起点.一般在校4年中,本科生所学课程在38～45门,为便于分析,将全部课程分为3大块:基础课,专业基础课,专业课.其中三类课程所取门数定为5、4、4,确定各专业各班级每种类型的代表课程时要征求相关专业老师的意见,一般取课时相对较多,对其它课程影响较大的课程,总之,要做到所选课程能最大程度地代表学生的总体成绩.从所选班级的基础数据表(见附表),可以看出各类课程的确定.在基础课中,一门课可能要跨两个学期,这样该门课成绩取两次考试成绩的平均值.当课程以等级记录成绩时,将等级转化成分数,毕业设计也转化成分数.表1 基础数据表 班级:姓名高考成绩基础课专业基础课专业课毕业设计2 相关系数及计算方法1.相关系数.设X,Y是两个随机变量,则相关系数的计算公式为r=Cov(X,Y)D(X)D(Y),其中,D(X),D(Y)表示X,Y的方差,Cov(X,Y)表示两变量的协方差,相关系数的取值在-1到1之间,即-1ΦrΦ1.相关系数是指两个变量之间的非确定性的关系,它反映了变量之间不十分严格但却依然存在着的依存关系,是一种大概如此而非绝对如此的关系,从一定程度上反映了随机现象的统计规律性.从变量的变化方向上看,如果两个变量的变化方向一致,则r>0,这时,两个变量之间的关系称为正相关;如果两个变量的变化方向相反,这时,一个变量的值增大,而另一个变量的值却随着减小,称这两个变量之间的关系是负相关;如果两个变量之间的变化方向无一定规律,即r=0,称为零相关.从密切程度上看,根据r的绝对值大小将两个变量之间的相关关系分为高度相关,中度相关和低度相关,每种相关程度所对应的r值可因研究问题的不同而人为确定.2.相关系数的计算方法.利用EXCEL应用软件建立工作薄,将学生的高考成绩和大学阶段选定的各科成绩输入到工作表中,利用相关系数函数(CORR EL)即可计算得到任意两科成绩之间的相关系数.3.相关系数矩阵.按照计算公式可求得任意两门课程的相关系数,它们组成主对角线上全为1的对称矩阵,称该矩阵为相关系数矩阵,从相关系数矩阵中可以看出表中任意两门课程的相关系数,每门课程从前往后可以看出对后继课程的相关程度,以2001设计41为例,高考语文成绩对所选大学课程高等数学、大学英语等13门课程的相关系数为-0106,0114, 0103,-0106,-0.01,-0.02,0.06,-0.14,-0.10,-0.01,-0.07,0.01,-0112,0104.毕业设计一般是以等级的形式给出的,为求相关系数,把等级转化成了分数(优—93,良—83,中—73,及—63),所以,针对毕业设计的相关系数可单独分析,和其它相关系数具有不可比性.3 利用相关系数的显著性检验进行相关分析根据三个班的人数,取显著性检验水平Α=0.05,查临界值表得3个班的相关系数显著性的临界值为:01设计41:n=37,n-2=35,临界值l=0.325;01电气工程与自动化:n =42,n-2=40,临界值=0.304;00机制41:n=41,n-2=39,临界值l=01308.对2数 学 的 实 践 与 认 识39卷照相关系数矩阵,可看出高考各科成绩对大学成绩相关性显著的课程以及基础课成绩专业基础课和专业课相关性显著的课程.表2 高考成绩和大学课程相关性显著的绝对数和相对数表高考成绩基础课专业基础课专业课01设计4101电气4100机制4101设计4101电气4100机制4101设计4101电气4100机制41总计语文010*******(2.5%)数学010*******(7.5%)外语4112000008(20%)综合0000000000总分2010001004(10%)合计6321218(9.2%)高考成绩对大学学习成绩的相关度从大到小依次为外语、数学、语文、综合.总体上看,和高考成绩相关性显著的课程很少,比较起来,高考外语成绩的相关度稍大一些,也只占全部课程的20%,而综合课程的相关度竟为0,可见,设置综合课程旨在提高学生的综合素质,并没有达到预期目的.表3 基础课成绩和其它大学课程成绩相关性显著的绝对数和相对数表课程名称基础课专业基础课专业课01设计4101电气4100机制4101设计4101电气4100机制4101设计4101电气4100机制41总计高等数学31344123324(66.7%)大学英语41030020212(33.3%)大学语文(理力)21201301313(36.1%)计算机基础30343223323(63.9%)大学物理31344223426(72.2%)合计15411151288101598(54.4%)进入大学后率先学习基础课对同类课程和后继课程的相关度从大到小依次为大学物理、高等数学、大学英语、计算机基础、大学语文(理论力学).总体上看,这些课程对大学生完成学业影响很大,这一点和高考成绩形成鲜明的对比.从相关系数的显著性去判断,可能要丢失一些信息,如有的相关系数略小于临界值,如有的相关系数为负值,而大于临界值的相关系数又有大小程度之分,这一切从相关系数的显著性是判断不出来的,为此引入相关指数,以便更准确地测算出各课程之间的相互影响.4 利用相关指数进行相关分析为分析一科成绩对一类课程的综合相关程度,引入相关指数概念.称一科成绩对一类课程的相关系数之和为该科成绩对该类课程的相关指数.下面针对所选三个班级,计算相关指312期谢中才,等:大学生高考成绩与大学阶段学习成绩的相关分析数并于列表如下:表4 高考成绩相关指数表高考科目考察班级相关指数课程类型基础课专业基础课专业课毕业设计总计平均相关指数语文01设计410.04-0.2-0.190.04-0.1301电气自动化410.440.460.09-0.050.94 01机制41-0.82-0.24-0.30-0.02-1.38-0.19数学01设计410.190.420.550.081.2401电气自动化410.580.971.03-0.082.50 01机制41-0.19-0.17-0.61-0.23-1.200.85外语01设计412.261.530.430.204.4201电气自动化410.380.03-0.160.140.39 01机制410.20-0.060.470.210.821.87综合01设计410.53-0.26-0.16-0.010.1001电气自动化41-0.71-0.98-1.430.11-2.01 01机制410.230.390.26-0.020.86-0.36总分01设计411.600.810.370.112.8901电气自动化410.21-0.010.570.120.89 01机制410.110.120.320.010.561.45表5 基础课相关指数表课程考察班级相关指数课程类型基础课专业基础课专业课毕业设计累计平均高等数学01设计412.262.310.990.405.9601电气自动化411.392.551.550.085.57 01机制411.591.331.380.134.435.32大学英语01设计411.961.780.470.294.501电气自动化410.740.750.530.132.15 01机制410.490.091.190.462.232.96大学语文(力学)01设计411.060.370.54-0.011.9601电气自动化410.261.280.14-0.061.6201机制41(理论力学)1.281.461.410.154.302.63计算机基础01设计412.22.551.260.366.3701电气自动化410.261.281.060.232.83 01机制411.501.221.460.134.314.5大学物理01设计412.031.721.040.094.8801电气自动化411.272.321.750.065.4 01机制411.721.341.610.324.995.06对照表2、表3和表4、表5,可以看出,两种方法所得结论总体一致,略有差别.从相关指4数 学 的 实 践 与 认 识39卷数来看,高考成绩和大学阶段学习成绩相关度很低,与相关系数检验所得结论完基本一样;所选基础课对其它课程的相关度从大到小依次为:高等数学、大学物理、计算机基础、大学英语,和相关系数检验所得结论略有差别.5 对基础教育和大学教育的新认识通过上述分析,能形成对我国的基础教育和大学教育的一些新认识,当然,这里仅对三个工科班(样本有些小)的基础数据进行分析,且只考虑了学习成绩,所形成的认识难免以偏概全.1.以大学阶段自然班为对象进行考察,学生的高考成绩对大学阶段学习成绩的影响微乎其微,几乎可以忽略不计.这是否可以说,高考成绩根本就没有用呢,不能这样说,这是因为,在一个自然班中,学生最低要达到二本录取线(本文所取样本资料中最低分500,最高分580),达到这一录取线,学生即较好地掌握了高中基础知识,在这一基础上,只要努力,学生便可顺利完成大学学业;如果不看考生的高考成绩,随便编班学习,其高考成绩对大学学习成绩的相关度肯定不是上述分析的结果.在一个根据高考分数组成的自然班中,分数高的学生一般是高在解难题的能力上,而这一能力对完成大学学业优势不明显.另一方面,成绩偏低,踩着分数线进入大学门的同学,有较强的幸运感,学习动力足,成绩较高的同学,一般不满足录取学校,有失落感,学习动力不足,这一切便在一定程度上抹平了进入同一班级的学生其高考成绩的差别对大学学习成绩的影响.2.高考的作用更多的是筛选功能,学生在大学阶段学习中所用的初高中知识只是基本概念和基本知识,解复杂难题的能力作用有限.而事实上,学生仅掌握了高中书本知识是应付不了高考的,每年的高考内容都要远远难于教材内容,这正是高考复习资料如山如海的深层原因.3.从微观上看,个人加大高中学习量,通过题海战术提高自己的高考分数,保证考一个好一点的学校,自是十分必要;从宏观上看,对国家、对民族这确是一个极大的浪费.因为花如此大的代价,学生所学知识都是死知识,到了大学能用者了了,且造成了高分低能,学生的高考成绩成了进入不同层次学校的敲门砖,那种解难题能力所提高的分数并不能服务于大学课程的学习中.4.学生进入大学后,首先学习基础课,基础课成绩的好坏,对后继专业基础课和专业课呈中高度相关,因此,学生进入大学后的基础课成绩对大学生完成学业起到举足轻重的作用,和高考成绩的影响形成一个鲜明的对比.这一点形象地告诉大学生们,到了大学后,就不能再吃老本了,高中成绩好只说明过去,进入大学门又是一个新的起点,和你同班学习的同学尽管入校成绩有一定差别,但现在又站在了同一个起跑线上,要想较好地完成学业,只有扎扎实实,从零做起.本文所得结论印证了人们对当前教育现象的一些普遍认识,由于这里只截取了二届工科学生的三个班级,由此而对我国的基础教育和大学教育进行评说,有点夸口,但我们毕竟找到了一种检测我国基础教育和大学教育的方法.我们相信,待收集到更多的横向和纵向的基础资料,定能从中提炼出反映我国基础教育和大学教育本质特征的数据和信息.参考文献:[1] 吴亚平.统计分析指导,2002.512期谢中才,等:大学生高考成绩与大学阶段学习成绩的相关分析6数 学 的 实 践 与 认 识39卷[2] 吴志宏等.教育管理学[M],2000.[3] 江苏省外语和计算机培训考核办公室.计算机应用教程[M],2000.Relativ ity Analysis Between Ach ievem en ts ofthe Colloge En trance Exam i nation andAcad m ed ic Performance at CollegeX IE Zhong2cai1,2, ZH EN G H u i2juan2(1.Schoo l of M athem atical Science,Xuzhou N o r m al U niversity,Xuzhou221116,Ch ina)(2.Xuzhou E lectrom edchanical Engineering D epartm ent of J iangsu U nited V ocati onal Co llege,Xuzhou221011,Ch ina)Abstract: Based on the basis m aterial of several classes in a university,by using co rrelati oncoefficient,w e analyzed the relativity betw een ach ievem ents of the co lloge entrance exam inati onand acadm edic perfo r m ance at co llege.O n the contrary,by these facts and datas,p roving theeffectiveness of Ch ina′s basic educati on and rati onality of the university′s courses is veryi m po rtant to detect basic educati on and university educati on.Keywords: ach ievem ents of the co lloge entrance exam inati on;co rrelati on coefficient;co rrelati on index,baix course;p rofessi onal course。
大学生高考成绩与大学阶段学习成绩的相关性摘要研究大学生高考成绩与大学阶段学习成绩之间的相关性，不仅可以了解学生的个性，也能反观初等教育的成效和大学课程设置的合理程度，对检测初等教育制度和高等教育制度都有一定的现实意义。
问题一要求我们分析“数学(3)”、“会计学”、“市场调查与预测”这三门课程与高考成绩之间的关联性；问题二要求我们对大学阶段37门课程进行分类（分类标准自拟），分析高考成绩对不同类型的课程的相关性；问题三要求我们通过对上述两个问题的解答，从而推出相关结论。
根据这些特点我们对问题1利用spss 软件中的“双变量相关”解决；对问题2利用spss中的“聚类分析”和双变量相关的方法解决；对于问题三我们对问题一和问题二的结果进行分析和概括。
关键词：学科成绩相关性分析SPSS 聚类分析双变量相关一、问题重述研究大学生高考成绩与大学阶段学习成绩之间的相关性，不仅可以了解学生的个性，也能反观初等教育的成效和大学课程设置的合理程度，对检测初等教育制度和高等教育制度都有一定的现实意义。
问题一：对问题1研究我们可以知道一个大学生的高考成绩与“数学(3)”、“会计学”、“市场调查与预测”是否存在关联。
根据对附件一中的高考成绩与“数学(3)”、“会计学”、“市场调查与预测”数据运用双变量相关来推导其是否存在关联性，从而得出结果。
问题二：对于问题2研究我们可以对大学中的37门课进行分类，并研究其与高考成绩是否存在相关性。
根据附录一中的数据先将37门课进行聚类分析再运用双变量相关来推导其是否存在相关性。
问题三：对于问题1和问题2的研究我们可以得出问题3所要求的相关结论。
二、模型假设与符号说明2.1模型假设1.假设题目所给的数据真实可靠；2．假设数学（3）和政治（3）总分为300；大学体育（4）和大学英语（4）总分为400；计算机（2）和经济学（2）总分为200；其余科目总分全为100.2.2符号说明符号符号说明A不同学生大学体育（4）和大学英语（4）的成绩的平均值B不同学生数学（3）和政治（3）的成绩的平均值C 不同学生计算机（2）和经济学（2）的成绩的平均值D 不同学生其余科目总分的成绩的平均值三、模型的建立与求解3.1问题一对于问题一，我们根据题目意思，先对附件一中高考各科成绩求和得出高考总成绩，再将高考总成绩与“数学(3)”、“会计学”、“市场调查与预测”的数据拿出单独分析。
高考成绩与大学成绩的相关性分析摘要：本文用数理统计方法对两所“985工程”理工类高校02级学生的大学成绩进行了分析，在比较了两校结论的基础上，就大学成绩的特点及高考成绩对大学成绩的影响进行了一般性的总结，得出了一些具有启发性的结论。
关键词：高考成绩；大学成绩；相关性；数理统计分析高考成绩与大学成绩相关性的研究由来已久。
随着招生规模的扩大，这一问题仍然具有重要的研究意义。
研究高考成绩与大学成绩的相关性，可以为高校的相关部门保证招生及教学质量提供参考，而作为人才培养的连续环节，如果基础教育和高等教育单位可以就“供求”达成一定的共识将更有利于学生的成才。
此外，由于数据的收集整理具有一定的难度，以往的研究往往止步于高考成绩对某些课程、某些学生成绩影响的分析。
而大学学习是一个较为长期的过程，对所有课程的全面分析才能发现其特点；同时它又是一个动态的过程，也只有对所有学期的分析才能揭示出其变化的规律。
个人特征、学习环境等也会对学生成绩产生影响，为总结出一般性的规律，有必要对多所学校进行分析。
一、分析对象及数据处理为了解高考成绩与大学成绩的关系，首先需要分析学生在大学时期成绩的特点。
大学阶段的学习是完成某一课程体系的完整过程，因此从时间、课程类型两个维度进行分析，可以较为全面地了解学生成绩的变化规律及引起这些变化的可能影响因素。
此次分析使用的数据是两所“985工程”高校(分别称为A校、B校)02级的1600余名学生入学时的高考成绩及入学后第一到第七学期所有课程的成绩，由于第八学期主要的学习任务是进行毕业设计，继续选修课程的人数比较少，为保证数据量没有将该学期的成绩作为分析的对象。
两校招收的学生均以理工类考生为主但专业设置差别较大。
分析中“各种类型”的“课程成绩”主要指大学阶段的公共基础课(包括英语、数学、物理、计算机等全校学生通修的公共基础课程)、学科基础课(包括学生所在院系所属学科的基础知识类课程)、专业课(包括专业必修及专业选修课)的成绩，通称为“非素质类课程成绩”。
学校开设的课程种类繁多，包括了大量针对个人兴趣的选修课，将它们都归为素质类课程，政治、体育类的课程也归入其中。
所有课程的具体分类依据的是学生毕业时所在院系的专业培养计划，分析所得的结论应该是有代表性的。
课程的难易程度、阅卷教师的严格程度等多种因素都会影响学生的卷面成绩，而当分析、比较的对象涉及不同的学校时，课程设置、教学方案等各方面的差异将更加不宜于直接比较不同课程的分数，所以使用“相对排名”来表示学生成绩的水平。
当需要考虑多门课程的成绩时，将这些课程成绩相对排名的加权平均作为评价的指标，权重为每一门课程的学分。
二、两校学生大学成绩与高考成绩的相关性1．大学成绩的特点对两校学生的大学成绩进行因子分析。
分析结果表明：大学学习在时间上具有阶段性，可分为以公共基础课、部分学科基础课为主的前期和以其他学科基础课及专业课为主的后期。
公共基础课、学科基础课及专业课作为一个完整的课程体系中的不同层次，彼此之间是相互关联的。
但相对而言，学科基础课作为公共基础课到专业课的过渡和衔接，与此两类课程的相关程度都比较高；而公共基础课与专业课的差别比较大。
2．高考单科成绩与公共基础等三类课程成绩的关系用数理统计中的因子分析方法，我们分析了大学三类课程成绩与高考语文、数学、英语及综合成绩的关系。
结果表明：各校的专业设置会导致高考单科成绩对各类课程具体的影响程度存在差异，但是仍然可以认为高考语文成绩对于各类课程成绩的影响非常小；高考英语对公共基础课的影响最大，对学科基础课的影响非常小；而高考数学对公共基础课影响较大，但是对其他类型课程的影响程度与专业设置有关；高考理科综合对各类课程的影响也与专业设置有关。
3．学生的大学成绩及高考总分特点下面我们根据不同的标准对学生的大学成绩进行分类。
第一种是按学生成绩的变化情况分类，可分成以下四类：第1类：大学阶段成绩始终保持比较优秀(人数比率约为31％～37.30％)；第2类：大学阶段平均成绩处于中等水平但入学后成绩退步(约为18.6％～21.8％)；第3类：大学阶段平均成绩处于中等水平且入学后成绩进步(约为20.5％～23％)；第4类：大学阶段成绩始终较差(约为23.7％～24.1％)。
如果按公共基础课、学科基础课及专业课的成绩进行分类，仍可将学生分为四类(a、b、c、d类)，即：三类课程特别是学科基础课成绩优秀(约为24.7％～25％)，三类课程成绩都处于中等偏上的水平(约为29％～36.3％)，三类课程成绩都处于中等偏下的水平(约为26％～28.15％)，三类课程特别是学科基础课成绩比较差(约为10.6％～20.5％)。
按照分类的结果可以看出：大学阶段成绩较差的学生(第4类或d类)占总体的比率最低(不到25％)，即大部分学生(超过75％)还是能够较好地完成学习任务的，但是不可否认有一部分学生完成学业有一定的难度。
较好地掌握学科基础知识对学生而言有一定的难度，体现在考试成绩上就是具有较高的区分度。
因此，三类课程成绩总体属于优秀水平的学生，其学科基础课的优势更加突出；而三类课程成绩总体较差的学生，其学科基础课的成绩在所有课程成绩中是最差的。
因此，教师和学生要充分重视各类学科基础课的特点，合理规划课程安排，讲清讲透基础课课程中的难点，同时加强对学生的辅导，学生之间也要相互帮助，以便学生顺利地完成从公共课到专业课的过渡。
对两种分类标准下四类学生的高考总分进行统计，可以发现无论分类标准如何，四类学生的高考总分都具有以下的一些特点：整体看来，高考总分与大学成绩具有某种程度的一致性(以A校在两种分类标准下学生的高考总分为例，详见表1，其中满分为750分)。
对于大学成绩优秀的学生来说，他们的高考总分的平均值及中位数等指标均高于其他类型的学生(A校第1类学生高考总分的中位数比其他3类学生高考总分的中位数高3分以上)。
基本上，在第一种标准下，高考总分在中位数以上的本科生属于第1、2类学生的可能性更大；在第二种标准下，高考总分在中位数以上的学生，大学三类课程成绩优秀或者中等偏上的可能性也更大。
然而，各类学生的高考总分并不总是单调变化的。
进入大学后，根据高考总分的排名会有较大的变化，这种变化幅度与具体的学校有关。
对于某些录取分数较高的学校，如A校2002年入学的本科生，其中约有6.95％的学生高考总分的排名在前31％(从高到低)但大学成绩退步到第4类，而B校2002年入学者约 5.30％的学生高考总分的排名在前31％(从高到低)但大学成绩退步到第4类；A校约有5.30％的学生高考总分排名在后25％左右，但大学成绩排名大幅度进步到第1类，B校为5.1％。
可见，大学成绩受众多复杂因素的影响，高考成绩只是众多因素之一。
某些高考成绩非常优秀却不能尽快适应新的学习及生活环境的学生，往往不能保持住自己的优势，而当竞争比较激烈时更容易出现成绩的退步。
对于此类学生，我们认为有关单位应该予以足够的重视，通过及时的心理辅导等手段帮助他们摆脱困境，同时也对中学教育提出了更高的要求。
然而，也可以看到，无论竞争的环境如何，只要付出一定的努力，即使高考成绩不够理想的学生也有可能取得较大进步。
当然，个人基础越好，取得进步的可能性也越大。
4．影响大学成绩的具体因素对学生大学成绩的类型进行Multinomial logistic回归分析可以得出影响大学成绩的具体因素及其影响的程度，这些因素及影响程度与学生成绩类型的分类标准也是无关的。
就最终选择出的影响因素而言，大学素质成绩、高考数学成绩、高考英语成绩都是显著影响学生大学成绩的因素，而高考综合成绩对于大学成绩的影响与学校的专业设置有关。
个人特征如性别、入学类型、应届往届等对大学成绩的影响与学校固有的生源结构有关。
但是个人特征中“来自城镇还是农村”对大学成绩的影响在两校的结论是一致的，即“来自城镇还是农村”不会影响学生的大学成绩。
进一步分析发现，高考语文成绩对大学非素质成绩具有某种潜在的、非直接的影响，这种影响主要来自与大学素质成绩的相关性。
从此可以看出，无论学生日后进入何种类型的高校，高中阶段的学习都应该是全面而扎实的，过于偏科并不利于大学阶段的学习。
高考数学、高考综合对大学成绩的影响与所在学校的专业设置有关，特别是高考综合；而高考英语的影响与专业无关。
近年来教育部对高考制度进行了多次改革，考试科目的变动也比较大。
此处的分析表明语文、数学、外语作为必考科目，其设置是合理的，并且可以进行较大范围的统一命题；而与大学期间专业相关的科目——综合，是否可以由各高校自行出卷进行考察及录取则有待于进一步的讨论及可行性分析。
大学素质成绩显著影响着非素质成绩，并且这种影响是正向的。
政治、体育和其他素质课成绩越好，这个学生的公共基础、学科基础及专业课的成绩也越好。
这一结论说明对大学生进行素质教育是必要的，大学生的各项素质是相互影响的，当代的大学生应该获得全面的发展。
考虑高考单科成绩的影响时可以发现，每一所高校由于自身情况的不同都有一个高考总分的阈值(一般大于等于当年高考录取总分的中位数)，高考总分大于等于该阈值的学生与高考总分小于该阈值的学生表现出了不同的特征。
前者，高考任一门单科成绩不再具有显著的直接的影响；后者，一般说来高考数学成绩越好，大学成绩始终保持优秀(第1类或者a类)的可能性越大。
而高考英语成绩的影响即使在总分都小于阈值的学生中也是不一致的，其具体的作用同样与专业设置及生源结构有关。
高考综合成绩亦然。
总之，无论按照学期还是课程类型对成绩进行分类，各类学生的高考总分都具有某一趋势，但又不是严格单调的。
根据各校高考总分的阈值可以将学生分成两个部分，除了大学素质成绩同时影响着两部分学生的非素质成绩以外，其他直接的影响因素在两部分学生中通常存在着差异。
对高考总分大于等于该阈值的学生来说，只有某些个人因素而不是高考各单科成绩显著影响着大学时期的成绩，这些具体的个人因素与学校的生源结构有关。
对高考总分小于该阈值的学生来说，某些高考单科成绩及个人因素对大学成绩的影响仍然是显著的，专业设置及生源结构将决定这些具体的因素。
三、结论通过因子分析、聚类分析及Multinomial Logistic回归分析，可以得出大学成绩的特点及高考成绩对大学成绩影响的相关结论。
虽然两校在生源结构、专业设置等方面存在着固有的差异，但是仍然可以从两校的分析结论中总结出一些较普遍的规律。
1．无论根据学期成绩还是三类课程成绩对学生进行分类，进一步分析各类学生的高考成绩都可以发现高考总分或单科成绩与大学成绩并不是简单的线性相关，高考分数高的学生大学成绩不一定好。
这一结论与宁静等(2001年)对高考总分与大学数学、英语成绩的分析也是一致的。
