教育统计方法与考试评价培训演示文稿.pptVIP

百分等级分变化表标准分T — 质量管理图 由保存的若干次百分等级分及标准分T的记录编制而成，可对某团体或个人在总体中的地位变化（即成绩的进步或退步）作形象、直观地描述。 举例1：百分等级分变化表的应用； 举例2：标准分T—质量管理图的应用。 “个体内差异评价”的量化指标和工具 百分等级分变化表的应用 举例： 某学生的百分等级分变化表（单位：%） 测 验 语文 数学 英语 物理 化学 政治 历史 地理 总分 第1次 78 91 76 82 91 74 75 56 81 第2次 77 90 77 83 90 75 77 57 82 第3次 79 87 78 84 95 76 76 58 83 第4次 76 88 77 81 89 73 75 52 80 第5次 79 89 76 90 90 76 76 60 84 “个体内差异评价”的量化指标和工具 测验分数分布状态的描述方法 频数和频率分布表 频数和频率分布图 累计频数和频率分布表 累计频数和频率分布图 偏度系数 峰度系数 频率分布的正态检验 举例1：测验分数的分布状态； 举例2：频数和频率分布图的应用； 举例3：累计频数和频率分布图的应用； 举例4：偏度系数、峰度系数、频率分布的正态检验的应用。 测验分数的分布状态 正态分布 、负偏态分布 、正偏态分布 、双峰分布 测验分数分布趋势的描述方法 数据集中趋势的描述 平均值 中位数 众数 数据离散趋势的描述 标准差 最大值 最小值 极差 四分位差 变异系数 平均差 平均差系数。 举例1：变异系数的应用； 举例2：均值—离差描述折线图的应用； 举例3：中位数—四分位数（5点描述法）折线图应用。 变异系数的应用 当不同特质而且所测量的样本水平比较接近，例如两门课程成绩的满分值相等，而且平均分也比较接近时，可以直接用“绝对差异量”— 标准差来比较它们的离散程度的不同。 但是，当不同特质或所测量的样本水平不同时，若直接用标准差来比较它们的离散程度是毫无意义的。必须用“相对差异量”— 变异系数CV来进行比较。 变异系数CV = 标准差 / 平均分×100 例如：某班级在一次考试中，语文成绩：标准差21分、平均分95分（满分150分），物理成绩：标准差18分，平均分72分（满分100分），试比较它们的离散程度。 解：语文CV=21/95×100=22.1 ，物理CV=17/72×100=25 。 语文成绩的离散程度小于物理。 推断统计分析方法 参数估计——使用概率论的抽样分布定理，根据样本估计出总体的参数； 假设检验——总体分布已知，对总体参数的取值作一假设，用统计理论来判断该假设正确与否； 相关分析——对两个变量之间不精确、不稳定的变化关系进行描述； 线性回归——把具有相关关系的两个变量之间不精确、不稳定的关系用数学表达式来表达。 举例1：频数差异显著性检验的应用； 举例2：积差相关分析的应用； 举例3：一元和二元线性回归分析的应用。 多元统计分析方法 主成分分析方法 —— 一种多元统计分析方法，它利用数学上处理降维的思想方法，“设法将原来的指标重新组合成一组新的互相无关的综合指标来代替原来的指标，同时根据实际需要从中可取较少的综合指标尽可能多地反映原来指标的信息”。 举例：用主成分分析方法生成综合评价指数 采用“降维”的主成分分析方法，可以把某学科的“平均分”、“优分率”、“良好率”、“及格率”、和“低分率”等5项指标重新组合成一个“学科评价指数”。 进行各学科总评价时，使用“总分平均分”的同时，用“科平均╳╳率”取代各科的“╳╳率”，即可把 k 个学科的多达 k ╳ 5 个指标合成为一个“综合评价指数”。 举例1：多元统计分析生成综合评价指数 GSAS软件生成某学科的综合评价指数： 学 校 数 学 平均分 数 学 优分率 数 学 良好率 数 学 及格率 数 学 低分率 数学综合评价指数 数学综合评价指数Z 一 中 81.08 36.21 59.67 70.37 12.35 0.4279 1.1011