主成分分析法在大学英语写作评价中的应用.docVIP

主成分分析法在大学英语写作评价中的应用 　　[摘 要]主成分分析法从若干指标中选取主要的具有代表性的指标，淡化主要指标的作用，大大简化数据结构;可以客观地确定权重，避免了主观随意性，因而使得评价结果具有科学性、客观性和公正性。利用这种评价方法，可以让学生了解自己在班级中所处的位置，找出自己的不足，从而更有针对性地加强相应的训练，最终提高写作综合素质。 　　[关键词]综合评价;主成分分析;英语写作 　　[中图分类号] H315 [文献标识码] A [文章编号] 2095-3437（2016）11-0171-03 　　一、引言 　　近年来，随着统计分析活动的广泛开展，通过对实践活动的总结，逐步形成了一系列运用多个指标对多个单位进行评价的方法，简称综合评价方法。其基本思想是将多个指标转化为一个能够反映综合情况的指标来进行评价。主成分分析法是综合评价方法中一种较新的评价方法。它与现有的专家评分法、模糊综合评价法、灰色聚类法等有着不同的原理和特性，充分考虑了各指标之间的信息重叠，能够在保留原有信息的基础上，最大限度地对高维变量进行最佳的综合降维，且更客观地确定各个指标的权重，避免了主观随意性，提高了综合评价的科学性、客观性及合理性。[1] 　　在目前的英语教学实践中，分项式评分标准仍然是多数教师经常采用的用来诊断学生的写作水平的方法。研究发现，分项式评分标准适合大学英语写作教学的诊断性评估。[2] [3]这种评分方法能够对学生的英语写作能力作出更加细致和准确的区分，提高英语作文评分信度。[4]也就是说，分项评分法有助于甄别学生作文的弱点是语言表达能力不足的问题，还是思维缺乏条理性，篇章布局和逻辑性差等细节问题。但是，由于各分项的指标受重视程度会有差别，所以各项得分的简单相加并不能全面地反映学生的英语写作水平及写作中存在的主要问题。主成分分析法通过对学生英语作文评分指标进行标准化处理，突出显示学生的强项与弱项，从而给教师和学生本身提供一个有针对性的参考，了解每个学生在哪些方面需要加强，从而达到学生英语写作水平的综合提高。这对教师有针对性地改进教学有着重要的作用。 　　二、主成分分析数学模型及过程 　　假设我们研究n个学生的英语作文综合水平，考查英语作文的p项指标。记第i个学生的p项指标值分别为xi1，xi2，…，xip，其中xij为第i个学生的第j项数据值，则这n个学生的p项指标值可以表示成n×p矩阵。利用公式，将原始数据标准化处理，其中xj=xij为第j个指标的样本均值，Sj=为样本标准差。经标准化处理后的相关系数为，其中i，j=1，2，…，p，则得到相关系数矩阵为R=（rij）p×p。然后，求出相关矩阵R的p个特征值λ1，λ2，…，λp以及对应的特征向量。设λi对应的特征向量为Ci=（c1i，…，cpi），其中i=1，2，…，p。则我们得到p个主分量，其中第i个主分量表示为Fi=c1iX1+c2iX2+…+cpiXp。 　　第i个主成分Fi的特征值μi即主成分的方差。方差越大，对总方差的贡献越大，对总变量的贡献也越大，其贡献率为ηi=μi / μk，其中ηi反映了第i个主成分综合原始变量信息比。 　　选取m个主成分，如果前面m个主成分贡献率之和接近于1，一般来说，只要达到85%就可以，我们就取前m个主成分F1，…，Fm，也就是说，这m个主成分基本保留了原来指标变量的信息。这样，指标或者变量就减少到m个，从而起到了筛选指标或者变量的作用。对于以上的计算，我们采用MATLAB数学软件进行。 　　三、英语写作评价实例分析 　　现以江苏师范大学数学系二年级某班随意抽取15名学生在一次英语写作的成绩为例。这次写作评分分为四个部分，包括内容（5分）、语言文字（5分）、组织结构（3分）、写作技术（包括拼写、标点符号、大小写及字数等，2分）四个部分，共15分的评分。这四项指标标记分别记为内容（X1）、语言文字（X2）、组织结构（X3）、写作技术（X4），学生的各项指标分数见表1。 　　对15位学生四项指标进行标准化处理，结果见表2。 　　根据表2中的数据，算出四项指标的相关系数矩阵R，即 　　■ 　　从R出发，计算出特征值、方差贡献率、累计贡献率和特征向量，结果如下表。 　　于是，主分量与标准变量的关系为 　　F1=0.5857213X1+0.0529997X2+0.6843405X3+0.4310448X4， 　　F2=-0.413745X1+0.7703048X2-0.011086X3+0.4851006X4， 　　F3=-0.302631X1-0.614473X2-0.143337X3+0.7143474X4， 　　F4=-0.627822X1-0.162002X2+0.7148493X3-0