教育统计方法是继概率统计课程之后开设的一门应用学科.docVIP

教育统计方法是继概率统计课程之后开设的一门应用学科。介绍了最常用、最重要的一些近代统计方法，及其在自然科学和社会科学各个领域中的应用，特别对教育评价、教学评估等教育研究领域中的定量化分析方法问题进行了讨论，从而对于从事教育工作的学员具有现实的指导意义，如考试的标准分数转换问题，教学评估指标指系的分类问题，评卷的一致性程度问题，误差的控制问题等等都是我们学员在实际工作中经常会遇到的。 因此，我们的学员在学习这门课程时，不仅仅要掌握理论，更重要的是掌握方法，运用到实际工作中去。如何学好这门课程，仅就以下几个方面谈谈自己看法。 一、针对这门课程特点，掌握好侧重点 教育统计方法这门课程其显著的特点是注重于方法的应用，实例多，但又不失理论的严谨性。所使用的教材文字简练通俗，由浅入深，可读性强，便于自学和引用。概率与概率分布内容补充了一些正态分布在教育研究中应用的例子，学员可以参考。 统计推断的理论基础部分，不要求学员掌握定理的推导证明，有关概念要牢记。例如，统计量的计算，有关于的期望，方差分式（）及的5个抽样分布定理（），特别是利用统计量（标准正态分布）进行计算，如习题二的第3题。参数估计问题中，点估计的两种方法学员已经接触过，要注意估计量好坏标准中无偏性的概述（是的无偏估计量，是的无偏估计量）。 区间估计是参数估计的主要部分，学员应明确置信区间的概念及求总体参数的置信区间的概念及求正态总体参数的的置信区间方法，其要害是先要明确总体方差是已知还是未知？是大样本，还是小样本？然后再由给出条件确定利用统计量还是统计量，不论用何种统计量，其置信区间的形式是类似的。同时，确定了采用的统计量，根据水平及自由度，应该会查相应的临界值表。假设检验，特别是参数的假设（假定）利用类似于数学反证法的方法进行判断，其基本思想的依据是所谓实际推断原理（小概率事件在一次试验中实际上不可能发生的）。由于检验的方法步骤一致，故而学员只要掌握了正态总体参数的检验（检验，检验，）则其它参数如，总体比率P的检验也就容易掌握了。 至于单边检验其方法类似，学中加以了解就可以了，非参数检验学员初次接触，应知道非参数检验适用的范围（即总体分布形式未知，数据不等距），这类检验的步骤和参数检验完全类似。只不过应用面更宽一些，计算也更方便一些，基于实用上的考虑，特别是中学教学研究方面的考虑，学员应重点掌握总体分布形式为正态分布的拟合度检验，如试题难度理想分布为正态分布的拟合检难。以及利用统计量进行的独立性检验。假定检验其概念的核心部分类似于参数估计，仍然是根据给出条件及检验的内容如何确定检验统计量的临界值表。方差分析是判断因素是否对指标有显著影响的一种常用统计方法，在生产实践和科学研究中，其方法的实质是多个正态总体均值是否一致的检验问题，由于采用检验统计量是一个方差比，故称这种检验为方差分析。由于双因素方差分析和单因素方差分析没有本质上的差别，本章重点掌握单因素方差分析的概念。如平方和分散公式，组间差方和，组内差方和的含义及公式。鉴于计算量较大，要求学员掌握单因素方差分析的方法步骤（单因素的方差分析表），会利用单因素方差分析表进行因素是否对指标有显著影响的分析。 第五章介绍了相关分析中最重要也最适用的统计分析方法——回归分析。这种方法是利用数学方程式来表示具有依存关系的几个量之间的关系，建立方程式的基本方法是多元函数求极值的最小二乘法，而衡量相关程度的量在统计中的实现是（即样本相关系）。利用所建立的数学方程式，在应用中可以进行预测和评价。类似于方差分析，由于一元线性回归与多元性回归其方法本质一样，要求学员重点掌握一元线性回归。具体内容包括如何建立回归方程；如何进行相关性检验（相关系数法及-检验法）；如何进行预测，即由得到。有关计算公式尽量用简化公式，不易发生错误。聚类分析属多元统计分析方法，通过聚类统计量（常用的有，相关系数，夹角余弦等）对指标进行分类。如用距离作为聚类统计量，则采用谱系聚类分析中的最短距离法进行聚类，其方法类似于按家谱将成员逐步归划，直至将所有样点都划为一类为止。为使聚合的类达到一定的精度要求，通常由水平（阈值）为标准，把相似程度低于的类不再聚合，最后绘制谱系聚类图进行直观描述。这一章概念较多，方法单一掌握，学员在学习时须加以领会。 判别分析和聚类分析同属多元统计分析方法，不同的是，判别分析是在分类已知的条件下，由实测资料来判断来源未知的个体的所属类型。这和聚类分析有着明显的不同。二级判别分析如已知指标有两个，我们可以通过点聚图直观地判断源未知的个体的所属类型，利用求极值原理找出三维空间中区分两类的平面（称为判别函数），利用判别指标来进行判别。由于计算量太大，要求学员掌握判别分析的概念以及如何由判别分析其方法本质上和二级类似，一般了解就可以了。 二、结合实际课题要求，