B题客观合理地评价及预测学生学习状况.docVIP

PAGE  2009年“希望杯”大学生数学建模竞赛承诺书 我们仔细阅读了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。 我们的参赛报名编号为： 参赛队员 (签名) ： 2009年 月 日 评阅编号（由组委会评阅前进行编号PAGE 29 B题：客观、合理地评价及预测学生学习状况 摘要 问题一：我们建立了基于判定树的数据分析模型，对所给数据进行抽取、转换、分析和模型化处理，通过最后的数据分析，我们这样描述学生的整体情况：第一学期具有最大信息增益度且第一学期的学习状况对第二学期的学习状况有一定的影响，该结论置信度达到72%；同时经过两个学期后，学生在成绩的稳定性方面得到了提高，置信度为95.1%。 问题二:我们建立了三个模型，模型1是改进的LOGISTIC模型，模型2为回归分析模型，模型3是BP神经网络模型。 模型1通过对数据进行分组并计算观测对数发生比，然后对数据进行消除异方差和自相关性的处理，最后通过一般最小二乘估计法得到五个分组的模型表明：第一组学生的成绩有明显上升的趋势，最后一个学期的成绩在以后成绩的预测中占的比重最大；第二组学生的成绩同样上升比较快，但同时与第一组的学生相比波动比较大，即稳定性略差；第三组学生的成绩相对保持稳定，在第二个学期有点下降，但第三个学期的成绩马上恢复原来的水准；第四组学生的成绩也处在上升的阶段，但总体来说幅度偏小，可以说稳中有升；最后一组学生的后两个学期的成绩对其以后的影响较大，但也有略微的提升。 模型2首先将数量进行指标化，分析后面学期与前面学期成绩之间的关系，???预测将来的学习效果，得到学生的学习水平可以根据前面几个学期进行评定，另外从回归系数的取值情况来看，第一学期对以后的成绩起到了很好的“预测”作用，即一部分人接下来的成绩保持在第一学期成绩的一定范围内变动，另外一部分人经过合理的调整之后逐渐提高，而另一部分人则学习成绩一直下降，只有少数人的成绩在剧烈的波动。 模型3通过对所有人取得的成绩用MATLAB软件进行训练，最后显示学期2，3，4学习进步（速率大于0）的学生人数分别为194人，200人，200人，由此可知学生总体的成绩是在进步的，而且进步的学生人数在增加。同时，学期1成绩低于60分的学生成绩进步的人数由9人，增加到14人，11人，进步比率由4.6%，7%，到5.5%，说明成绩较差的学生在很努力地学习，并且得到很大的提高。 问题三：根据问题二中的模型1和模型3，我们首先对学生接下来的两个学期的成绩进行计算机模拟，模拟的结果和问题二中的分析基本一致，其中对改进Logistic模型的模拟表明有71.6%的学生在五、六学期的平均成绩高于前四学期的平均成绩，另外对BP神经网络模型的模拟则表明全部学生五、六学期之间的成绩波动都在0.4分之内，反观前几个学期，波动在0.4之内的分别仅有5.47%、 6.47%、 2.49%。另外从学生成绩排名来看，前四个学期排名变化比较大，后两个学期逐渐趋于稳定，只有3.98%学生有名次的变动。 [关键词] 判定树 信息增益度 指标数量化 BP神经网络 随机误差项 异方差 一 问题重述 评价学生学习状况的目的是激励优秀学生努力学习取得更好的成绩，同时鼓励基础相对薄弱的学生树立信心，不断进步。 然而，现行的评价方式单纯的根据“绝对分数”评价学生的学习状况，忽略了基础条件的差异；只对基础条件较好的学生起到促进作用，对基础条件相对薄弱的学生很难起到鼓励作用。 附件给出了一个专业同年级 201 名学生连续四个学期的综合成绩。 1.根据附件数据，对这些学生的整体情况进行分析说明； 2.根据附件数据，采用两种及以上方法，全面、客观、合理的评价这些学生的学习状况； 3.根据不同的评价方法，预测这些学生后两个学期的学习情况。 二 模型假设 问题一: 假设1：以60分为基准判定及格与不及格； 假设2：每个学生的成绩真实有效，不受突然性因素影响； 问题二： 假设1：随即误差项的平均值为零； 假设2：各个随机误差项的离散程度是相同的； 假设3: 不同期的和彼此不相关，即有 ≠；…； 假设4：每个学生的成绩是关于学期变化的。 假设5：各个学生的成绩是相对独立的。 假设6：第一学期的成绩可以基本代表该学生学习状况所处的等级。 问题三： 假设1:解释变量之间