修正成绩为正态分布的一种新算法.pdfVIP

维普资讯 修正成绩为正态分布的一种新算法 郑月锋 ，邢春波 ，黄德才 ，朱 凌 (浙江工业大学 a．成人教育学院．b．信息T程学院，杭州 310032) 摘 要 ：大量研 究表 明，凡符合教学规律的考试 ．其总体成绩应服从或接近服从正态分布 ，即成绩 呈现 中间多、两头少的态势：对正态性分布的检验 ．文章采用 了基 于国家标准的爱泼斯一普利 (Epps~ Pullev)检验法。文章在此基础上提 出了一种将成绩修正为正态分布的算法 ，可以在维持原始成绩的排 名基础上调整成绩，使得它符合正态分布，即修正前后学生成绩排名没有改变。 关键词 ：正态分布：爱波斯一普利检验法：修正算法；成绩 中图分类号 ：0212．1 文献标识码 ：A 文章编号 ：1002—6487(2008)13—0142—03 对于不是正态分布 的考试成绩需要进行修正 ．以设法使 化 ，分数 的改变受到前后分数的限制。每个学生的分数最多 其符合正态分布 ，现有的方法为 ：根据偏度情况修正为对数 提高到下一个分数段 ，本文设置每 5分为一个分数段 ，因此 正态分布 ．如果原数据 呈现正偏态分布 时 ，可以找到某一常 增加 的分数不会超过 10分 ，而这些加分可以来 自于平时成 数 K，用 K加上考分 ，再用对数变换后成为正态分布 ，就说明 绩 ，因此这样的加分是合理的。 其服从对数正态分布 ；当原数据成负偏态分布时，可 以找到 某一常数 K．用 K减去考分 ，再用 对数 变换法作描述统计 ，并 1 正 态 分 布 修 正 算 法 检验其服从对数正态分布 ：但此种方法需要找到一个常数 K，一般需要经过多次尝试才能够确定 K，已使得对数变化后 在进行正态分布修正之前首先需要检查一下原始数据 的数值符合正态分布。如果原始分数 的分布很难判断 出是正 集是否已经符合正态分布 ，本文采用的检查方法为爱泼斯一 偏态还是负偏态 ，就更难确定 K的值。另外 ，经对数变换的成 普利fEpps—Pulley)t态性检验法f。这是一种无方 向检验方 绩需要还原为原始分数 ，这时等级分数线 已不是我们约定俗 法 ．在不存在关于正态分布偏离形式的实质性信息时可以使 成认为 60分是及格线 ，需要根据概率等级分数线来转换 ．即 用这种方法 ，也就是说，不知道学生成绩是否会m现正偏(平 根据设定的不及格人数的百分 比，来确定及格分数 ．可能大 均分较低)或负偏 (平均分较高)的情况下使用此方法。从这 于60，也可能小于 60。这样 的成绩结果不同于传统的理解 ， 一 点上看 ，比偏度峰度检验法11要方便 ，比偏度峰度检验法是 如果不加说明的话 ，是不能判断为及格分还是不及格分。 一 种有方 向检验。另外 ，偏度峰度检验法在判断到底是近似 本文提 出的修正方法 主要思想是将 各分数段的人数尽 正态分布还是非正态分布非常困难 ，因为通过大量数据测试 量调整到正态分布下的预期人数 ，适用于原始分布为正偏态 表明．近似正态分布用偏度峰度检验法算 出来 的统计量与非 或负偏态的数据 ，也就是说并不需要知道数据的偏态性就能 正态分布算m来 的统计量之间的差异非常的微弱，因此很难 够使用 ．并且数据只是在一个范 围内进行调整 ，而不进行任 做出断定 。而爱泼斯一普利正态性检验法有一个 只与样本大 何的映射变换 ．这样可保证 60分仍然是通常意义上的及格 小有关的比较值5[1．只要计算 出来的统计量 比它小，数据就符 分数线 。另外 ，数据的变化范 围是 由它在集合中的位置决定 合正态分布或者近似正态分布。 的，变化不会改变它的相对位置 ，这样就使学生 的排名顺序 对于那些检验结果为非正态分布的成绩 ，采用本文介