考试成绩的相关性分析.docxVIP

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：?x1,x2,?,xn Y：?y1,y2,?,yn 根据统计学原理，两序列之间的相关系数 r?? 2σ?xy 2 σ?xσ?y -100.10.20.30.40.50.60.70.8-0.9-0.8-0.7-0.6-0.5-0.4-0.3-0.2-0.10.9式中 -1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.9 2σ?xy?=?? 2 (xi-x)(yi-y) n ?(x?-x) ?(x?-x) ?(y?-y) σy?? i n i n 2 2 ??xi?yi-?? in? i? ??xi?yi-?? in? i ????x2-?? i ?????y2-?? i ? ? ?? ? ? ?? ? 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 x y r?? ? ( x?)2??? ( y?)2?? n n 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?rn?。理论上讲，只有当样本个数?n 趋于无穷大时所得到的?r??才能真正表示两个序列的相关程度。当样本个数为有 限时，?rn?的值会在?r??附近波动，n?越大则?rn?与?r??的偏离程度越小。由于通过数 学公式导出?rn?分布的解析式非常复杂，下面，用蒙特卡罗方法来研究?rn?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：?x1,x2,?,xn Y：?y1,y2,?,yn 由于两序列是无关的， 理论上讲其相关系数?rn?应为 0，实际上，当样本个数?n 为有限值时，?rn?不一定为 0，而是一个在?0?附近的随 18 16 14 12 10 8 6 4 2 0  n=100 n=50 n=30 机数。由计算机产生?M?组 随机序列，即可得到?M?个  图?1?50000?组不相关随机序列的相关系数分布 rn?，其分布如图?1?所示(M=50000)： 图中，当?n=100?时，?|?rn?|?0.1655?的概率为?90％，?|?rn?|?0.1964?的概率为 95％，??2?=0.0101； 当?n=50?时，?|?rn?|?0.