考试成绩相关性分析实用性研究.docVIP

考试成绩相关性分析的实用性研究 孟宪武 (周口市招生办公室 466000) 摘要：根据对长度为n的两个序列之间相关系数分布规律的理论探讨，本文得出相关系数的分布为正态分布且方差为1/n的结论，并用以找出大规模考试中成绩记录整场出错的考场。通过对考生成绩的相关性分析，根据相关系数即可迅速锁定可能出错考场，使得只需要抽检不到0.5%的考场，即可基本上找出全部整场出错的考场，从而提高了校对审核的效率。 关键词：相关系数 大规模考试 错误检查 中图分类号：C8 文献标识码：A 作者简介：孟宪武 河南周口市招生办，高级程序员。 1 问题的提出 目前，全国性和地方性的大规模考试非常普遍，如普通高招、中招、自学考试、高中会考，还有许多行业的考试、资格考试等。大部分考试采用主观试卷方式或主观试卷与客观试卷相结合的方式。为了保证评卷和登分过程的客观公正，在对主观试卷评卷和登分的过程中，通常采用对考场号加密的方式进行。即在整个评卷和登分过程中，隐去每场试卷的原始考场号而改用考场密码，待评卷、登分、复核等过程结束后，再根据密码与考场对照表转换成实际考生成绩，所有评卷、登分和复核人员只能见到考场密码而无法知道实际考场号。这样做的好处是从技术上保证了评卷的公正性，但也带来一个非常大的问题：如果在对试卷更换密码的过程中，将两场试卷的密码颠倒或多场密码串位，或在试卷运转过程中密码丢失、出错，必然会导致一个考场甚至多场考生成绩整体出错。由于这些考试的考场数量巨大，整个评卷登分的环节又比较多，因此这种密码出错的情况很难避免。如果这种错误不能及时得到纠正，必将大大增加后续校对审核的工作量。笔者通过对考生考试成绩的分布规律的研究，根据相关性分析原理，在登分结束后，对每个考场成绩分布情况进行相关性分析，并根据相关系数迅速锁定有可能整场出错的考场，大大提高了校对审核的效率。 2 相关性分析的基本原理 2.1 两个序列的相关性 假设有两个序列： X： Y： 根据统计学原理，两序列之间的相关系数 式中 = 、分别是两个序列的平均值，n为两序列的样本个数。 由于相关系数的基本公式不易计算，可从基本公式导出以下的计算式 相关系数r的取值范围为1≥r≥-1，r的各种取值的意义为： r=1，序列X和Y是线性正相关； r=-1，序列X和Y之间是线性负相关； r=0，序列X和Y之间不相关； 1r0，序列X和Y之间正相关，r越大相关度越高； 0r-1，序列X和Y之间负相关，r越接近-1负相关度越高。 2.2 相关系数r与样本个数n之间的关系 将通过n个样本计算出的相关系数记为。理论上讲，只有当样本个数n趋于无穷大时所得到的才能真正表示两个序列的相关程度。当样本个数为有限时，的值会在附近波动，n越大则与的偏离程度越小。由于通过数学公式导出分布的解析式非常复杂，下面，用蒙特卡罗方法来研究的分布规律(为简便起见，只研究两个不相关序列的相关系数分布情况)。 由计算机产生两个相互无关的随机序列(记为一组) X： Y： 由于两序列是无关的，理论上讲其相关系数应为0，实际上，当样本个数n为有限值时，不一定为0，而是一个在0附近的随机数。由计算机产生M组随机序列，即可得到M个，其分布如图1所示(M=50000)： 图中，当n=100时，0.1655的概率为90％，0.1964的概率为95％，=0.0101； 当n=50时，0.2362的概率为90％，0.2811的概率为95％，=0.0206； 当n=30时，0.3064的概率为90％，0.3608的概率为95％，=0.0347； 由以上结果可以看出，的分布基本为正态分布，其方差与n成反比，约等于1/n。由此也可以得出这样的结论，当求出两个序列的相关系数不为0时，并不能简单得出两个序列相关的结论；反之，当两个序列的相关系数为0时，也不能得出两序列不相关的结论，两者都只能得出有多大可能性是相关或不相关的结论，n越大结论的确定性也越大。 3 考试成绩的相关性 3.1 单科成绩的相关性 如果在考试中，一科的考试一部分内容使用客观卷(采用涂答题卡方式)，另一部分使用主观卷(传统答题方式)，则一个考生考试后即得到两个成绩，客观卷成绩和主观卷成绩。一般情况下，若一个考生的成绩较好，则客观卷成绩和主观卷成绩都比较好，反之，则客观卷成绩和主观卷成绩都比较差，即这两个成绩之间存在一定的相关性。考虑到客观卷和主观卷考察的重点不同和一些其它因素的干扰，两个成绩不会是线性相关，但一定是相关度比较高的正相关。理论上讲，两个没有任何联系的考生甲和乙，考生甲的客观卷成绩和考生乙的主观卷成绩之间、考生乙的客观卷成绩和考生甲的主观卷成绩之间不应该存在相关性。当然，这种相关性和不相关性必须是在对一定数量的考生(例如一个考场的考生)成绩进行统计分析中才能够显现出来。 如