中学生数学学习时间与数学成绩的相关性研究

通过对浙江省金华某学校初一学生各项数学学习活动时间以及数学成绩的问卷调查,了解到初中学生目前数学学习情况.数学学习活动主要分为学生数学知识课前预习、数学问题讨论与交流、数学课后作业的完成、数学相关材料阅读、课后补习等活动.同时利用相关性分析和回归分析了解学生数学学习成绩与学生不同数学活动时间之间的关系.结果表明:学生数学学习兴趣与数学讨论时间有一定正相关性;学生数学学习成绩受课外辅导时间和预习时间影响最大;数学课外辅导时间与数学成绩相关性最小.     

统计方法在研究微积分与后续课程相关性中的应用与实证分析

着眼于本科生后期专业课程的学习效果,探讨微积分课程学习效果的有效性.以北京理工大学某经管类专业全部学生大一大二两学年的学习成绩为依据,分析微积分课程学习与后续理科课程学习的相关性,提出评估微积分课程学习效果的量化指标θ值的概念,并基于回归分析和相关性分析给出其算法.在实例分析中,通过研究,发现学生微积分课程学习效果的好坏会影响他们对后续相关课程的学习,同时也发现学生将微积分知识运用到间接相关科目的能力比运用到直接相关的科目的能力薄弱.     

论本科课堂学习效果的影响因素——基于相关性和累积Logistic回归分析

大学生课堂学习状态直接影响其学习效果,衡量学习效果的经典指标是学生的成绩表现,深入分析课堂学习状态对成绩的影响程度有助于教学工作的改进和提高,因此以"本科课堂学习状态问卷调查"所获数据为依托分析影响学习成绩的各个具体因素及其影响程度.结果表明勤奋刻苦程度是影响学生成绩的最重要因素.     

摆脱数学学习中的“亚学习状态”

在学习中,有部分学生和成绩好的学生一样,孜孜不倦,投入了很多时间,但收获甚微,成绩一直上不来.笔者认为这类学生大多是学习状态出了问题,处于"亚学习状态",缺乏积极状态.本文旨在分析出现这种状态的原因,并提出摆脱这种状态的一些方法,即可以从三个方面着手解决:学生自身、学校教师、家庭教育.     

一个通用的学生考试成绩分布的数学模型研究

学生考试成绩分布是教学研究的一个重要课题,可以从多个角度开展研究,如讨论成绩分布的基本规律、分析成绩分布的基本决定因素、研究如何获得准确合理的成绩分布、探讨根据成绩分布如何改进教学活动等.目前人们基本上是以定性研究为主,很少见到定量的学生成绩分布的研究.为了促进该领域研究的进一步开展,提出了一个定量的研究学生成绩分布的数学模型,该模型中唯一的假设是学生考试成绩取决于学习时间和学习效率.利用学生人数随着学习时间和学习效率分布的两个基本规律,获得了学生人数随考试成绩分布的基本规律.实践中两个基本规律可以通过问卷、测试、谈话或者借助于一定的理论分析等多种方式获得.基于分子运动论和高斯模型,获得了一种学生人数随着学习时间和学习效率分布的两个特殊规律,分析了其中参数的意义和影响,给出了一些很有意义的结论.该模型可以预测学生考试成绩的分布规律,获得学生学习状况的许多信息,有助于改进教学活动和提高学生学习积极性.这是一个非常初步的定量化研究,希望在未来的研究中不断改进和丰富.     

大学生在校成绩与高考成绩的统计分析

通过对合肥工业大学机械与汽车工程学院07级毕业生的高考成绩与本科期间在校成绩进行统计分析,研究发现高考成绩与在校的学期成绩有较大的相关性,且高考成绩对在校学期成绩的影响因专业的不同而不同.同时对部分代表性课程与高考成绩、已学课程成绩进行了统计建模,并就大学学习的特点及影响大学成绩的各个因素进行了讨论.     

学生学习成绩相关性的研究

从大学生学习成绩出发,应用广义线性回归模型研究了学生学年间成绩的相关性,揭示了大学一年级,尤其是一年级的二学期是影响学生后期学习的关键阶段.进一步应用聚类分析,得到学生成绩在大学一年级就已经埋下了两极分化的隐患,应用判别分析得出了两极分化的关键课程.该结论为教育教学和学生管理提供决策依据.     

职校生数学成绩影响因素的累积LOGISTIC模型分析

利用累积Logistic模型对影响职校生数学成绩的因素进行了实证分析,研究结论显示,影响职校生数学成绩的主要因素是学生的计算能力、学习主动性以及家长对学生学习的关注,这与职业学校生源的复杂性和职业学校数学教育的特殊性有关.ROC分析表明,利用计算能力、学习主动性、家长的关注三个因素诊断学生数学成绩是合适的,提示教师要特别关注学生计算能力、学习能力的培养,督促家长关注孩子的学习.     

多元线性回归在分析学生成绩相关性中的应用

利用多元线性回归分析法,根据学生专业课成绩与基础课成绩的相关性,建立了回归方程,进行定量分析,结果为教学研究和管理提供了科学的依据.     

微积分MOOC数据的统计分析研究

MOOC(Massive Open Online Course)即"大规模在线开放课程"已成为国内外互联网在线学习的热点.北京理工大学微积分MOOC课程自2014年在中国大学MOOC网站上线,经过2年的开课,积累了丰富的课程数据.基于微积分MOOC数据,通过统计分析的方法,研究了微积分MOOC参与者的成绩分布,最终成绩与主观作业和客观测验成绩之间的关系,并给出了课程参与者数量变化模型.还结合两个样本班级学生的期中、期末卷面成绩,对比分析了参与微积分MOOC和未参与微积分MOOC学习的学生成绩,结果表明,参加微积分MOOC学习的同学期末较期中取得的进步程度要好于未参加微积分MOOC学习的同学,且这种促进效果对课堂学习微积分有困难的同学尤其明显.     

高中理科生数学成绩与其它学科相关性分析

数学无论是在小学、初中还是高中阶段都占据着重要地位．尤其是对于理科生来说,数学所占的比重最大．那么数学成绩对于理科生的总成绩而言,它们之间的相关性究竟如何？数学与其它学科的成绩之间又有着怎样的相关性呢？针对这一问题,本文采用统计学方法,并利用SPSS软件进行相关性分析,具体说明理科生数学成绩的重要性．     

中国与新加坡初中数学教材中的"平均数、中位数和众数"比较

从国际比较研究的角度来看,课程是引起学生学习差异的一个关键因素,尤其是数学教材对学生的数学成绩有着潜在的影响.通过对不同国家数学教材内容的比较,可以考察学生在数学学习经历上的差异,以及这种差异对学生数学学习产生的影响.     

基于SOLO理论探究高考试题对数学运算核心素养的考查

数学运算是数学学习的基础,是数学问题解决的前提,数学运算过难或过易,都不利于对学生的考查.通过SOLO理论的评价层级水平和数学运算素养水平的相关性与一致性分析,命制出与运算水平对应的SOLO分类的层级相吻合的试题,才能有效考查考生的学习成果,本文以2021.年高考上海卷部分试题为例进行研究.     

基于主成分分析与最优分割理论对实习成绩综合评定的研究与分析

教育实习成绩评定是师范类学校很重要的内容,但评价过程受主观因素影响多及指标间相关性的影响.根据系统工程原理,采用SA S软件在构建评价指标体系和应用多元统计分析中主成分分析法和最优分割法的基础上,给出了一种综合评判教育实习成绩水平的新方法,结果表明它可为公平、公正的对学生成绩评定提供重要的参考作用.     

高职院校课堂教学质量影响因素研究——基于Lasso-logistic回归模型

本文以"大学生课堂学习状态问卷"调查为基础,利用Lasso-logistic回归模型对安徽省某高职学院336位学生成绩的影响因素进行分析。结果表明,影响客观评价结果的因素包括性别、父母亲文化程度等个人、家庭因素及学习勤奋刻苦程度等直接相关因素;而影响主观评价结果的因素则主要为学习勤奋刻苦程度、学习目标等直接相关因素,而不包括个人、家庭因素。     

数学“图文结合”解决问题的教学思考和实践

通过对所任教学生“图文结合”解决问题的学习情况分析,对于学生掌握不好的几种题型,研究其错误存在的原因,以课堂教学实践为基础,设计一系列有效的教学策略,从而提高学生分析问题、解决问题的能力.     

基于超效率DEA的学生学习效果评定

针对目前高职院校由于同班级生源层次较多产生的学生总评成绩评定存在的问题,该研究同时兼顾对学生考试成绩和学习效率的考查,使用综合经典DEA(CCR-DEA)与超效率DEA(SE-DEA)方法构建高职院校学生学习效果评价模型.随机抽取某班学生的数学成绩为例,采用构建模型对其进行实证综合评价,测试结果表明超效率DEA方法对学生总评成绩评价效果理想.     

教育实习成绩评定的多元统计解决方案

本文应用多元统计中的主成份分析与最优分割方法,给出了在教育实习成绩评定中的一种解决方案,并结合实例进行了计算。该方法克服了人为主观因素及指标间相关性的影响,因而更为客观准确。     

用模糊推理进行教学效果的智能评估

通过定义模糊关联的概念,研究教学评估中学习兴趣、成绩与课程设置间的关系,用实例实现了模糊推理算法,推导出课程、成绩与教学效果之间的关系.     

高职院校高等数学学习现状实证研究

通过对某高职院校学生的高数学习情况进行调查．借助专业统计软件SAS分析不同性别之间、不同年级之间、文理科之间、单统招学生之间在高等数学学习情况上的差异。并对26个变量进行因子分析和逐步回归分析,得出了影响高职院校学生高数学习情况的主要因子和影响学生高数学习自信心的主要原因。