《学习成绩统计分析.docVIP

2010年河南科技大学数学建模选拔赛 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列出。 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中选择一项填写）： B 题目： 参赛队员： 　 姓名 专业班级 所在学院 电话（手机） 是否报名全国竞赛 队长 徐浩然 车辆081 车辆与动力工程学院 是 队员1 　李远杰 车辆081 车辆与动力工程学院 是　 队员2 　余西方 车辆083　 车辆与动力工程学院 是  B题：学生成绩分析 摘要： 本文的主要问题是分析几组成绩的显著性，我们通过对大量数据的统计分析，构造出了针对各个问题的“数据统计样本”，并且运用数学软件Spss对各个样本进行处理，得到了各个问题的判别标准，从而对各个问题做出了我们的分析与结果。对于第一问，我们归纳之后得到了七个学期平均成绩组成的样本，然后运用Spss软件的“配对样本T检验”以及“独立样本T检验”解出来了判断显著性的P值；对于第二问，我们统计得出一个包含着三类课程平均成绩的样本，通过对样本数据进行Spss的“双变量相关检验”以及“配对样本T检验”得出相关系数值r、影响程度的P值；对于第三问，通过对题意的分析，我们运用Excel软件的强大功能，分别计算出各门课程的标准偏差，进而按照大小顺序排列后做出了偏差的线图，依照线图的变化趋势我们很容易剔除一些课程，从而达到调整的目的。我们运用数学统计的思维和方法，借助于Spss和Excel两种数学软件，科学而又成功地得到了我们想要的结果，并且据此提出了我们的意见以及改进的方案，使之能够更好地适用实际。 关键词：显著性 统计分析 Spss软件 Excel 一、问题重述 在如今的大学学习课程中,一般都分为三类课程: 公共基础课（A类），专业基础课（B类）和专业课（C类）。通过对某一专业大学生成绩汇总的分析,重点分析三个问题. (1) 分析该专业学生的成绩在不同的学期是否有显著性的不同,同时分析两个班学生的学习成绩是否有显著性不同. (2) 通过对三类课程的A、B、C的分析,判断学生这三类课程的成绩是否显著性相关。当显著性相关时, 分析A类课程成绩对B类课程成绩，B类课程成绩对C类课程成绩的影响程度。 （3）由于该专业课程负担较重，因此计划减少学习科目。在理论情况下，由于较难课程学生整体成绩都偏低，而较易课程学生整体成绩又偏高，为了拉开学生成绩的梯度，故减少成绩偏差不大的科目，通过分析给出调整后开设的课程名称。 二、模型假设 假设由于所选样本的数据比较多，故所选样本足够反映出该专业学生的总体成绩情况。 假设样本学生的成绩均来自于实际，由此做出的分析是接近于实际的，是能够反映实际的状况的。 假设各门课程在成绩中所起的影响是大致相同的，即不需要考虑各课程在成绩中所占的权重。 假设个别学生的成绩不会对总体成绩的评判造成极大影响。 假设两个班学生的整体程度差异不大。 假设不考虑每一类科目内部之间的相互影响。 假设A类课程对C类课程的影响不考虑。 假设减少的课程不受实际中其他的因素的影响，只是理论上成立。 三、符号约定 符号说明： 成绩1-成绩7：分别表示每个学期每个学生的平均成绩。 学号：每个学生的学生序号。 A类平均：每个学生大学公共基础课的平均成绩。 B类平均：每个学生大学专业基础课的平均成绩。 C类平均：每个学生大学专业课的平均成绩。 Sig（即P值）:相关系数。 Kendalls tau-b:等级相关系数。 Spearman:相关系数又称秩相关系数。 四、问题分析与模型的建立 （一）分析对象： 1.、对于第一问：由于考虑的是学习成绩在不同的学期的显著性水平，据此可以将该专业学生不同学期的成绩进行综合，我们采用加和求平均的方法得到了每一个学生在每个学期成绩的均值，进行整合后可以得到一个包含有七组学生成绩的样本。 学号 成绩1 成绩2 成绩3