如何应用Origin统计软件对学生物理成绩分析.docVIP

如何应用Origin统计软件对学生物理成绩分析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE PAGE 7 如何应用Origin统计软件对学生物理成绩管理与分析 上海市新中高级中学 宋维芳 摘要:Origin在自然科学研究领域中的数据统计分析中得到了广泛的应用,本文介绍如何利用Origin辅助教学管理工作,更高效率地管理和分析学生的考试成绩。 关键词: Origin软件;计算机辅助教学;统计分析;成绩 1. 引言 随着科学技术的飞速发展,在当今的信息社会中,计算机已成为越来越重要的信息处理工具,充分利用计算机来处理海量信息和事务,是提高工作和学习效率的重要方法之一。在教学和教务管理中,经常需要处理大量有关学生基本资料、考试成绩等信息数据。若用手工操作则效率低下且繁琐,而采用统计分析软件辅助教学管理和数据分析,则具有直观、高效、全面等优点。 常用的教学管理和成绩统计软件是Excel软件。Excel软件虽然具有数据处理、曲线拟合等功能,但对非线性数据处理、拟合等方面不能提供很多相关信息以及参数。而Origin在这一问题上能够提供迅速、准确的信息和参数以及图形。Origin是Windows平台下用于数据分析、项目绘图的软件,它是美国Microcal公司推出的一款非常优秀的数据统计分析和绘图软件,具有强大的数据排序、调整与计算、统计分析、频谱变换、曲线拟合等各种完善的数学分析功能以及强大的绘图功能。其功能强大,具有快速、灵活、使用简便等优点,在自然科学研究领域里有很广的应用范围。具有数据排序、调整、统计、频谱变换、曲线拟合等各种完善的数学分析功能以及强大的绘图功能。其最突出的特点就是使用简单、直观、形象和图形化以及面向对象的窗口菜单和工具栏操作等用户环境;且不需要用户编写任何程序;再者是为了扩展功能和二次开发需要,它还提供了较广泛的定制功能和各种接口,并和Excel等软件具有很好的兼容性。只需初步掌握简单的数据输入法,就很容易对各类数据进行一系列的处理和分析,并得到其他软件(如Excel)无法得到的更加准确的结果和更多附加结果。因而在自然科学研究领域里得到广泛的应用。在教学领域,Origin强大的数据管理和统计分析功能,使其在提高教学效率方面有独到的高效功能,可用其对学生的考试成绩进行快速、复杂的统计分析,实现数据的自动处理,并以直观的表格、曲线或图像等给出统计分析的结果。Origin在自然科学研究领域得到了广泛的应用,但在教学管理和学生学习成绩的统计分析中的应用还未见报道。Origin不仅可以用于学生的各种信息管理,还可以进行学生的考试成绩的平均分、标准差、成绩分布图、线性回归分析、方差分析等。此外,若将两者结合,利用EXCEL模板制作实验数据处理表,再将作图所需数据直接从EXCEL导入ORIGIN作图,就能扬长避短。 本文介绍如何应用Origin软件对物理考试成绩进行统计分析和图形化表示。 2. 有关的统计量简介 在进行统计分析之前,有必要对学生考试成绩分析中常用的统计术语作一简要说明。统计学中,描述一组数据的特征,通常从两个方面进行:数据的集中趋势(central tendency)和离散趋势(variability)。此外,反映分布曲线特征的统计量,也值得关注。 2.1 集中量:集中量反映数据向某一点集中的趋势,最常见的有平均数(mean)、中位数(median)和众数(mode)。 2.1.1 平均数:平均数是描述一组数据集中趋势最常用的统计量。它计算简便, 2.1.2 中位数:中位数是位于一个数据列最中间位置的那个数值。如果该组数据的个数为偶数,则取中间两个数值的平均数。当一组数据中出现极端数值时, 2.1.3 众数:众数是一组数据中频次最高的那个数值。数据的分布有时向某一边倾斜(skewed), 2.2 离散量:离散量描述一组数据的离散趋势和差异程度。有时我们比较两个班的物理成绩会发现,虽然它们的集中量相同或接近,但离散量可能相差很大。因此,只有集中量还不足以描述一组数据的全貌。这里,我们仅介绍离散量中的全距(range)、方差(variance)和标准差(deviation),以及与正态分布相关的统计量。 2.2.1 全距:全距是一组数据中最高值与最低值之差。它是说明数据离散程度最简单的统计量, 2.2.2 方差与标准差:方差与标准差是最能反映数据离散趋势的统计量。二者中,标准差更为常用,它由方差开平方得来,其值越大,说明数据的离散程度越大,即数据越参差不齐,分布范围越广;其值越小, 2.2.3 偏态值与峰值:偏态值(skewness)与峰值(kurtosis)都和正态分布相关。无论是自然界还是社会生活中,我们观测到的某一对象在频次分布上都有一定的规律,即中间大、两头小、且分布往往是不对称的,物理测试成绩也不例外。当一组数据的分布出现偏态时,可计算出正或负偏态值。峰值反映分布曲线的陡峭程度,也

文档评论(0)

独角戏 + 关注
实名认证
文档贡献者

本人有良好思想品德,职业道德和专业知识。

1亿VIP精品文档

相关文档