英语阅读错题数分析.docVIP

时间序列小论文 ——英语阅读错题数分析 作者：路鹏菲 陈莉莉 2011年11月  选题目的： 数学和英语是摆在考研路上的两座大山，漫漫考研路到底是什么支持着考研学子，使他们没有被面前的困难吓倒 笔者收集了三位同学英语阅读的错题数据，文中用ABC代指这三位同学，XYZ分别是他们每篇阅读中的错题数，其中同学A一天做两篇；同学B一天做四篇；同学C一天做一篇。试图用时间序列的分析方法分析一下以上数据的统计内容，希望能给广大考研学子英语复习一点帮助。 以上是三个数据的线图，从图中直观的判断，A、B、C三位同学的英语阅读水平相当，但是A的波动幅度较大，B的波动最小。 第一次尝试 首先分别划出这三位同学的错题数线图，不能从直观看出数据是否平稳，进行使用单位根检验，判断数据的平稳性 ADF检验结果 平稳 平稳 平稳 注：y序列由于缺失值过多，无法进行单位根检验，表中显示的结果是数据经过插补后的计算结果（均值插补） 从上面的检验结果中我们可以看出这三个数据均是平稳的数据，然后用eviews计算其自相关和偏自相关系数 自相关和偏自相关的关系均不显著（不能拒绝零假设），认为本序列不存在前后观测值之间的相关性，不符合时间序列的基本特征，不能进行时间序列建模。 这也说明英语阅读时，英语阅读水平不会在短期内迅速的提高（或发生其他变化），影响每次英语阅读的关键因素是微小的、随机的，长期的训练才有可能真正的提高英语的阅读水平，短期训练的主要作用除了积累足够量变以外，关键在于训练一种心态（稳健性），使人可以在有微小、随机的因素影响下，充分的发挥自己应有水平。 时间序列应用的第一次尝试失败。 第二次尝试 鉴于同学B一天做四篇，也就是说y数据中四个一组，但由于数据的取值范围较窄（取值只能是0、1、2、3、4、5），所以难以直观看出其季节变动，但不能否认数据可能会存在这种变动，以下是数据四期移动平均的结果 表明数据不仅存在季节变动还有轻微下降的趋势，简单的介绍一下所用的移动平均比率法的步骤 1.以周期为期数计算移动平均，这样得到的每个值反映了一个周期的平均水平。 2.中心化以上的到的数据，记为ma（y） 3.计算季节比率 4.对所有周期取第一个时期的季节比率平均数，作为第一个时期的季节指数，依次计算出所有的季节比率。 最后还要对数据归一化，四个季节指数依次为 第一篇 第一篇 第一篇 第一篇 合计 计算的结果 2.181818 2.022727 1.795455 1.95 7.95 归一化处理 0.274443 0.254431 0.225843 0.245283 1.00 上图可以说明，在做第一篇时错题数相对较多，进入状态后错的题会变少，到第三篇时达到谷底，而第四篇又有上升的趋势可能是由于疲劳使状态不佳。 由于时间的限制，不对数据进行更深层次的探索。 附数据及过程： b 移动平均结果 中心化后 季节比率 3 2 3 3 2 3 3 3 2 3 11 2.75 1 3 3 2 9 2.25 2.75 0.363636 2.75 4 1 3 3 11 2.75 2.25 1.777778 2.25 3 4 1 3 11 2.75 2.75 1.090909 2.75 4 3 4 1 12 3 2.75 1.454545 2.75 3 4 3 4 14 3.5 3 1 3 2 3 4 3 12 3 3.5 0.571429 3.5 3 2 3 4 12 3 3 1 3 2 3 2 3 10 2.5 3 0.666667 3 3 2 3 2 10 2.5 2.5 1.2 2.5 2 3 2 3 10 2.5 2.5 0.8 2.5 3 2 3 2 10 2.5 2.5 1.2 2.5 1 3 2 3 9 2.25 2.5 0.4 2.5 2 1 3 2 8 2 2.25 0.888889 2.25 2 2 1 3 8 2 2 1 2 4 2 2 1 5 1.25 2 2 2 2 4 2 2 10 2.5 1.25 1.6 1.25 1 2 4 2 9 2.25 2.5 0.4 2.5 3 1 2 4 6 1.5 2.25 1.333333 2.25 2 3 1 2 8 2 1.5 1.333333 1.5 4 2 3 1 10 2.5 2 2 2 4 4 2 3 13 3.25 2.5 1.6 2.5 2 4 4 2 12 3 3.25 0.615385 3.25 1 2 4 4 11 2.75 3 0.333333 3 1 1 2 4 8 2 2.75 0.363636 2.75 2 1 1 2 6 1.5 2