协方差分析在经济数学教学效率评价中的应用.docxVIP

协方差分析在经济数学教学效率评价中的应用 联合离散度分析是一种将回归分析和离散度分析结合起来的统计分析方法。这个方法可用来比较一个变量(因素)在不同的水平上的差异,但是这个变量却同时还受着另一个(或几个)与它有关的变量的影响。习惯上把所要比较的变量用y表示,而与它有关的变量用x表示并称之为预报变量或协变量。例如,我们要比较同一年级p个教学班的教学效率的优劣,除使用教材、教师素质、教学方法、班级管理、学生努力程度等当前因素之外,学生的基础差异也与教学效率有着密切的关系。如果我们在进行教学效率评价中忽略掉这个因素的影响而直接对观测数据(如考试成绩)作方差分析,这样得到的结论不一定能反映实际情形。如果在教学效率评价中,考虑了这个因素的影响,就需要运用协方差分析的方法,即用回归分析的方法去掉基础成绩的影响,然后再进行方差分析,做出的结论势必更切合实际一些。 1 计算总均值、总平方和总协方差 协方差分析的计算结构复杂而且计算量较大,不易掌握,我们将所需要的计算公式加以归纳,并给出三个步骤以利使用。 第一步,计算各组均值、平方和及协方和。 第二步,计算公共组内平方和及协方和。 lxxw=p∑i=1lxxilyyw=p∑i=1lyyilxyw=p∑i=1lxyilxxw=∑i=1plxxilyyw=∑i=1plyyilxyw=∑i=1plxyi 第三步,计算总均值、总平方和及总协方和。 ˉx=1np∑i=1ni∑j=1xij?lxxΤ=p∑i=1ni∑j=1(xij-ˉx)2ˉy=1np∑i=1ni∑j=1yij?lyyΤ=p∑i=1ni∑j=1(yij-ˉy)2lxyΤ=p∑i=1ni∑j=1(xij-ˉx)(yij-ˉy) 其中n=p∑i=1ni。 最后根据如上计算结果,列出协方差分析表。 当p个总体均值有显著差异时,就需要对均值排序,又由于有协变量的影响,所以需把协变量同时都取在相同的水平上,这时就有 其中bw=lxywlxxw。 当x对y有影响时,按ˉy′i(i=1?2???p)排序,便可得到所需结论。 2 应用协方差分析方法对大学教学效果的评价 笔者收集了我院97级财经类不同专业的5个教学班第一学期经济数学基础课(微积分)的期末统考成绩(y)和高考数学成绩(x)作为分析的原始数据。 首先研究5个不同专业的期末统考成绩有无显著差异。当不考虑协变量x的影响时,只需作单因素方差分析,由下表可见在显著性水平α=0.01下差异是极其显著的。 按平均成绩由高到低排序为: 但是这样得到的结论可能是有问题的。因为4班学生的入学数学成绩在5个教学班中最低(ˉx4=119.4),而2班学生的入学数学成绩在5个教学班中最高(ˉx2=138.7),如果入学数学成绩对大学第一学期数学课成绩有影响,那么入学成绩(即学生的基础)与大学教学的效果就会混杂,这时4班的平均成绩低就很难判断是由大学教学效果的差异还是由学生基础所致。 学生的基础对学生后续课的学习有直接影响,这是众人的共识。因此上述的方差分析方法需要进行修正,即用协方差分析方法,对大学教学效果的评价扣除学生入学考试成绩的影响。 按照协方差分析计算步骤,笔者列出协方差分析表见表5。 根据协方差分析可见,5个教学班第一学期数学统考成绩有极显著差异,注意到有协变量的影响,所以对均值的排序,需要把协变量同时都取在相同的水平上,这时就有 其中bw=lxyw/lxxw。 现按ˉy′i(i=1?2?3?4?5)由大到小排序如表6。 通过以上分析可见,同样的数据,无论是各班平均数的大小排序,还是平均数差异检验的显著程度,运用方差分析和运用协方差分析得出的结论大不相同。 我们认为,利用协方差分析法,对不同基础的教学班的教学效率评价是合情合理的,同时也为科学管理教学提供了重要的依据。