成绩分布正态性检验研究与实现.docVIP

成绩分布正态性检验研究与实现 　　摘要：该文介绍了经过完善后的拟合优度检验法，研究将它运用到试卷质量分析系统的合理性，提出了设计思路与实践方法。该方法对成绩分布的正态性检验具有实际意义和推广价值。 　　关键词：正态分布；拟合优度的检验；样本均值；样本标准差 　　 　　应用教育测量学原理和数理统计方法对考试从命题到考试结果进行分析，是目前各类学校为提高考核质量、改进命题从而提高教学质量所采取的必要措施之一。计算机所具有的强大计算能力，对学生的考试成绩进行统计分析，能够保证其分析结果的客观性和准确性。为此，我们利用Delphi7.0的数据库功能和报表生成组件，开发出具有可定制的智能型《教学水平评估试卷质量分析系统》，能够快速、准确地分析各项考试质量评价指标[1]，实现对试卷、学生成绩的科学评价。本文只讨论试卷质量分析系统中成绩分布的正态性检验问题。 　　 　　1.成绩正态分布检验的意义 　　 　　试卷质量分析系统对考试成绩进行正态分布检验的意义[2]主要有以下两点。 　　一是许多重要的考试质量评价指标的计算都以成绩服从正态分布为前提，例如在对考试成绩及试题参数的统计过程中，使用的均值、方差等主要统计参数的估计和检验，只适用于正态分布或近似正态分布的情况，因此在使用这些统计方法前，必须进行正态性检验。 　　二是用于对考试成绩的解释，不同的成绩分布可以解释为试题的难度分布情况和学生的学习情况，或者在不同类型的考试中可以解释为教师的教学情况。研究证实自然人群中个体智力分布特征为处于中等智力附近的个体数量较多，由中间向两端(智力低下和智力超强)数量逐渐减少，从形态上看是一条单峰、对称呈钟形的分布曲线，该曲线符合统计学上的正态分布（normal distribution）[3]。在正常教学情况下，学生成绩受智力影响较大，应服从正态分布。同时成绩的正态分布性也反映了试题的知识点全面，难易程度适中，学生对本门课程在知识结构和能力发展等方面已达到基本教学目标。因此，成绩分布的正态性检验可为教师提高教学质量和教学行政部门改进教学管理提供可靠的科学依据。 　　 　　2.拟合优度的检验 　　 　　拟合优度检验是利用随机样本对总体分布与某种特定分布的拟合程度的检验，也就是检验观测值与理论值(期望值)之间的紧密程度。是1900年由英国统计学家K.Pearson提出的定理，该定理说明，当样本容量充分大时，样本分成ｋ类，每类实际出现的观测频数用表示，其理论频数用表示，则统计量?%L(-)2/ 服从自由度为的分布。基于统计量的拟合优度检验，即拟合优度的检验法[4]是检验总体是否来自已知分布函数的常用方法，它的优点在于不管总体分布函数是何类型，都可用此方法。 　　 　　3.成绩正态分布检验的数学模型 　　 　　由于考试成绩总体是一个很特殊的总体，用的拟合优度检验法对其进行正态检验时存在明显缺陷。例如，一组很低含有负值但有对称性的数据，经检验后也可被认为服从正态分布，但它作为学生的考试成绩就不具有实际意义。所以，对考试成绩总体进行正态分布检验时，仅按通常拟合优度检验是不够的。 　　设试卷总分为，根据教育统计学的基本原理，在正常的教学条件下，学生成绩应该服从均值为??0%，标准差为??0%的正态分布。如果均值和标准差的值过低或过高，都说明我们在教学过程中出现了较大的失误，此时进行正态性检验已失去应有的实际意义。为了能反映在正常教学条件下，教和学的具体情况，在对学生考试成绩这一特殊总体进行的拟合优度检验时，合理服从正态分布的成绩应满足以下条件： 　　①/∈〔0.5，0.8〕，其中为学生平均成绩（样本均值） 　　②根据概率论中的 3?%l原则，标准差?%l∈〔5, 15〕 　　③按通常拟合优度的检验法，检验学生成绩总体服从正态分布。 　　计算公式如下： 　　样本均值 　　样本方差 　　式中n为考生人数。判断均值和标准差是否满足条件①②，若不满足则认为成绩不服从正态分布。若满足则利用试卷成绩的均值及方差作为总体均值?%e及总体方差?%l2的估计，用?%g表示试卷成绩总体，则作如下假设： 　　为了检验上述假设是否正确，系统将成绩区间[0，]划分为个区间，分点为，从而计算试卷成绩在各区间内的频数，若有 ，则可求得在各区间取值的理论概率，其中，表示标准正态分布的分布函数，i=1，2，…，。则各区间的理论频数 构成统计量。 　　根据皮尔森定理可知，上述统计量趋近于自由度()的分布。其中为总体未知参数的个数，对于正态分布应等于2。 　　设给定信度?%Z，查分布表，得，若，则接受，说明这批成绩分布服从正态分布，否则拒绝 。 　　 　　4.实现方法 　　 　　4.1 流程图 　　成绩分布正态性检验的具体实现过程包括这样