学生成绩实例的分布假设与χ检验.docVIP

学生成绩实例的分布假设与χ2检验 摘要：一般成绩分布理论认为学生成绩服从或近似服从正态分布。本文以真实成绩为分析对象，给出了完整的EXCEL软件χ2检验过程。实际证明学生成绩的非完全正态分布性。分析总结了成绩分布的几种类型：多峰型、负偏态双峰混合型、离岛型等。 关键词：成绩 正态分布 χ2检验 分布类型 1．学生成绩分布假设 本文所指的学生成绩主要是指学生的学业考试成绩。我们知道影响学生学业成绩的因素是复杂的。一方面因素的数量巨大，另一方面各因素的作用及程度、因素间的关系等等都是复杂的。由此，根据正态分布理论似乎不难得出学生成绩应服从或近似服从正态分布。下文在学生成绩分布符合这一规律的假设下，对中专两个年级、3个班，每班8门学科的期末考试成绩进行χ2检验。 2．使用EXCEL软件进行χ2检验 EXCEL软件具有较强的统计分析功能，而且与专业统计软件如SPSS相比，更容易运用。在使用EXCEL软件进行χ2检验前，应首先加载分析工具库，如图1所示。然后使用“工具”菜单中提供的“数据分析”功能。在“数据分析”对话框中，我们将使用“直方图”进行下一步工作，如图2所示。 用EXCEL软件进行χ2检验分两大步骤：(1)根据分数段统计频率。(2)按统计频率计算统计量χ2的数值并判断结果。以下举例说明。 (1)根据分数段统计频率。 在工作表中建立原始成绩表，如图3所示。使用图2所示的“直方图”工具，得到“直方图”对话框，如图4。在该对话框中输入数据，即可得到各分数段的统计频率。如图4所示。对输出的图表略作调整，即可得到频率分布直方图，如图5所示。 (2)按统计频率计算统计量χ2的数值并判断结果。 在新工作表中建立如图6所示的表格。在同一工作表中，建立用于计算均值、标准差的数据表，如图7所示。图6中各单元格中的公式如表格一所示： 图6 图7 表格一 单元格 公式 A4 =C17 B4 =K13 C4 =J14 D7 =NORMDIST(B7,样本均值,样本标准差,TRUE) E7 =D7*样本个数 F7 =(C7-E7)^2/E7 D8 =NORMDIST(B8,样本均值,样本标准差,TRUE)-NORMDIST(A8,样本均值,样本标准差,TRUE) D9∶D15 将上面公式中的B8、A8依次改为B9、A9，……B15、A15 D16 =1-NORMDIST(A16,样本均值,样本标准差,TRUE) B23 =CHIINV(置信水平,自由度) B24 =IF(卡方统计量临界值,拒绝总体为正态分布的假设,接受整体为正态分布的假设) 3．χ2检验结论 对共计24门学科的χ2检验结果中，在置信水平为0.05，临界值为14.0671的情况下，χ2统计量大于或接近临界值的学科成绩分布情况如图8至图20所示。 图8 χ2统计量：460.3309 图9 χ2统计量：18.94633 图10 χ2统计量：158.3013 图11 χ2统计量：17.1475 图12 χ2统计量：13.29706 图13 χ2统计量：26.98489 图14 χ2统计量：15.71524 图15 χ2统计量：125.2672 图16 χ2统计量：36.60427 图17 χ2统计量：19.32241 图18 χ2统计量：59.47701 图19 χ2统计量：79.05808 图20 χ2统计量：123.179 上面各图表显示的成绩分布情况中，仅有图12所示意的2班学科1的成绩的χ2统计量小于临界值，即该门学科成绩的分布近似服从正态分布。这样，在所有被检验的24门学科中有50%的学科，即12门学科的成绩不服从正态分布，而且从检验结果看，它们大都严重偏离正态分布。 4．成绩分布的几种类型 24门学科的成绩分布有以下几种情形： (1) 正态分布 除前“3．χ2检验结论”中所述及的12门学科成绩不服从正态分布外，其余的12门学科成绩均服从正态分布。有个别学科成绩的正态分布服从程度相当高，其χ2统计量达到了0.9404。 (2) 多峰型分布 符合这一分布类型的有图9、图14所示意的学科成绩。这一分布类型的典型特征是：有若干个数量相当的频率同时出现，这些数量相当的频率较均匀地分布在各个成绩段中。 (3) 离岛型分布 符合该类分布的有图8、图15、图16、图19、图20所示意的学科成绩。主要特征是：在低分段有1个或1个以上的频率分布，并且这些频率与其它频率间存在零频率间隔。 (4) 负偏态双峰混合型分布