关于课程关系量化分析的数学模型
- 格式:docx
- 大小:32.11 KB
- 文档页数:19
承诺书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则 .
我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。
我们知道,抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确歹0出。
我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平■性。如有违反竞赛规则的行为,我们将受到严肃处理。
我们参赛选择的题号是(从A/B/C/D中选择一项填写):
我们的参赛报名号为(如果赛区设置报名号的话):05
所届学校(请填写完整的全名):延安大学
参赛队员(打印并签名):1.彭瑞
2. ___________ 呼建雪______________________
3. ___________ 朱培育______________________
指导教师或指导教师组负责人(打印并签名):
日期:2012年8月27日赛区评阅编号(由赛区组委会评阅前进行编号):
编号专用页
赛区评阅编号(由赛区组委会评阅前进行编号):赛区评阅记录(可供赛区评阅时使用):
全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):
关于课程关系虽化分析的数学模型
摘要
本文探讨研究了关丁某高校两个专业四门课程分数、学生学习水平的差异显著性以及课程问相互影响的情况。
首先我们对两个专业的各科成绩分别统计了平■均值、标准差、及格率以及优秀率这些
统计量值,乂根据这些数据作出了特性指标矩阵;然后采用模糊聚类分析中的最优划分法得到了聚类分类结果,得到结论为:两专业的高级程序设计语言分数差异性显著,其他三门科目均没有显著差异。
接着我们根据课程间的联系,采用层次分析法得到各个科目在总成绩中所占的权重,即得到关丁衡量学生学习水平的总成绩模型:
y 0.6664x1 0.6090乂角0.3619x3j 0.2323x q
然后利用单因素方差分析法得到专业对学生学习水平影响的显著性0.132 0.05,即两个
专业学生的学习水平无明显差异。
对丁问题(3),我们直接利用SPSSB件中的回归分析法得到高级程序语言设计、离散数学两门课程学习的优劣会影响到数据结构和数据库原理的学习。
最后,综合以上分析得到对丁专业主干课的学习,我们应该认真学好专业基础课,以便为后续课程的学习打好基础。
关键词:
模糊聚类分析层次分析单因素方差分析回归分析
一. 问题重述
附件一、二分别给出了某高校两个专业的高级语言程序设计、离散数学、数据结构、数据库原理这四门课程的期末考试成绩数据,请根据数据分析并解决以下几个问题:
(1) 分析每门课程两个专业学生的分数是否有明显差异?
(2) 分析两个专业学生的学习水平有无明显差异?
(3) 分析说明高级语言程序设计和离散数学两门课程学习的优劣是否影响数据结构和数据库原理两门课程的学习?
(4) 根据1~3问所作出的分析,面向全校本科生同学,撰写一篇1000字左右的论文,阐述你们对丁专业主干课程学习方面的看法。
二. 问题分析
2.1针对丁问题(1):
该题要求我们针对两个专业的每门课程的分数分析其差异性,所以对丁四门课程,
我们利用Excel计算出每科成绩相应的统计量,然后利用模糊最优划分法比较对应的统计量值得到差异显著性的相关结论。
2.2针对丁问题(2):
由丁要用成绩来衡量学生的学习水平,所以首先我们采用层次分析法得到各科成绩在总成绩中所占的权重,然后再利用单因素方差分析法作出总成绩受专业因素的影响情况,即可得到两个专业学生学习水平■的差异性。
2.3针对丁问题(3):
按实际学习情况来看,高级语言程序设计和离散数学两门课程作为基础课,对后续课程的学习会有一定的影响。为了进一步说明高级语言程序设计和离散数学两门课程的优劣是否对数据结构和数据库原理两门课程有影响,我们不考虑专业的影响,仅从这四门课程成绩的相关性进行考虑,即高级语言、离散数学与数据结构成绩的相关性,高级语言、离散数学与数据库原理成绩的相关性。利用SPS湫件中的回归分析进行求解。
2.4针对丁问题(4):
综合分析问题(1) — (3)的结论,得到一些关丁专业主干课程的学习建议。并按要求撰写1000
字左右的建议信。
三. 模型假设
1. 对0分成绩视为缺考处理,即该项数据为无效数据;
2. 学生与学生之间、班级与班级之间的成绩无相互影响,即为独立的;
3. 学生的学习水平■仅有成绩来衡量,该论文不考虑其他因素。
四. 符号说明
五. 模型建立与求解
5.1 问题(1):
将附件所给数据利用Excel统计出两个专业每门课程的平均分、标准差、及格率、优秀率等统计量,为了对这些统计量进行分析比较,我们采用模糊逐步聚类分析给出分类标准,由此即可得到两个专业每门课程学生分数的差异性。
首先作出相应的统计量值:
表两专业高级语言程序设计分数统计量表
表两专业离散数学分数统计量表
表两专业数据结构分数统计量表
表4:两专业数据库原理分数统计量表
然后根据上表中的平均值、标准差、及格率以及优秀率构造特性指标矩阵如下:
69.9913.8996.2618.69
71.3232.8794.1222.22
66.0414.3390.65 6.54
70.1210.2296.739.15
70.8511.3196.2612.15
70.6814.6195.4214.38
75.1512.1797.223.06
70.0914.0494.1228.1