学生成绩分析数学建模优秀范文

2012年夏季训练数学建模第二次模拟委托书我们已经仔细阅读了数学建模联盟的竞赛规则。我们完全理解比赛开始后，参赛选手不能以任何方式(包括电话、电子邮件、在线咨询等)与队外任何人(包括教练)研究和讨论与比赛相关的问题。)。我们知道模仿别人的成绩是违反竞争规则的。如果你引用他人的成就或其他公共材料(包括那些在互联网上找到的)，你必须按照规定的引用表达方式在正文引用和引用中清楚地列出它们。我们郑重承诺严格遵守竞赛规则，确保竞赛的公平和公正。如果有任何违反竞赛规则的行为，我们愿意承担由此产生的一切后果。我们的参赛号码是：参赛者(签名):团队成员1:团队2:团队成员3:2012年夏季训练数学建模第二次模拟编号的特殊页面参赛队伍数量：(请提前填写所有参赛队伍):竞赛统一编号(竞赛组委会发给评委前的编号):竞赛标识号(由竞赛评审团在标识前编号):2012年夏季训练数学建模第二次模拟学生话题成绩分析摘要本文对大学里的高分和高分谱系以及概率论进行了建模和分析。主要利用统计分析和SPSS软件的知识，建立方差分析、单因素分析和相关分析等相关模型，分析两个专业、四门课程成绩的显著性和课程之间的相关性。最后，用分析的结论来说明我们对大学数学学习的看法。问题1:每门课程中两个专业之间的差异需要测试多重平均值之间差异的显著性。首先，应该测试数据的正态分布。结论是每个专业的分数服从正态分布。然后，根据Kolmogorov-Smirnov检验(K-S检验)的原理，利用SPSS软件进行单向方差分析，得到方差分析表并进行显著性检验。最后得出的结论是，高数字1、高数字2、线生成和概率四个被试的结果没有显著差异。问题2:甲乙两个专业采用问题1的模型，以每个专业不同班级的高一号、高二号、线生成和概率平均值为自变量，采用与第一个问题相同的方法，得出两个专业不同学科之间没有显著差异。问题3:通过对样本数据进行Spss的“二元相关检验”，得到相关系数值R和影响度P值，从而用概率论和现代分析高1和高2的相关性。问题4:利用上面的数据，我们得到了每门专业课的方差和平均值，然后通过对每门课的分析，我们用分析的结论来表达我们对大学数学学习的看法。本文旨在对a大学和b大学两个专业的数学成绩进行分析，进行建模分析，主要运用统计分析和利用Excel和matlab软件，建立了方差分析和相关分析的相关模型，研究了影响学生成绩的相关因素，以及大学生如何学习数学。问题1:分析每门课程两个专业的数学成绩，可以通过excel工具得到每门课程的平均值和方差进行比较分析。第二个问题是这两个专业的数学水平是否有明显的差异。这可以通过平均值和方差来实现。比较。对两个专业的数学成绩进行t检验，进一步分析是否有显著差异。问题3:对于每个班级的高分、线生成和概率论，用散点图来描述和建立线性回归模型，然后对模型进行比较通过求解基于的模型对模型进行了改进。包括分析置信区间、残差。关键词：线性回归模型的均值方差检验置信区间剩余excel mat附件是三门数学课程的成绩数据，即高等数学第一卷、高等数学第二卷、线性代数、概率论和数理统计，请根据数据分析并回答以下问题：(1)对于每门课程的分析，两个专业的成绩有没有显著差异？(2)根据专业分析，两个专业学生的数学水平有没有明显的差异？(3)高等数学的成绩会影响线性代数、概率论和数理统计的成绩吗？(4)根据你的上述分析，向大学生解释你对大学数学学习的看法。二。模型假设1.假设两个班学生的总体水平和基础没有显著差异。2.学生和学生的成绩是相互独立的，没有影响。3.假设样本学生的分数都来自现实，这样做的分析是接近现实的，可以反映实际情况。三。问题分析问题1分析：对于每门课程，两个专业的成绩有显著差异吗？首先，应该用SPSS来证明它服从正态分布。然后利用SPSS软件对数据进行单向分析和方差分析。采用单向分析，以专业为方差分析因子。最后，有一个显著的差异(Sig)。如果SIG为0.05，则没有显著差异。如果SIG为0.05，则该课程的两个主要分数之间存在显著差异。问题2分析：模型与问题1相同。根据专业分析，两个专业学生的数学水平没有明显差异。问题3分析：判断大数和大数、线性生成和概率论之间的相关性。首先，我们需要整合一套四个学科的综合指标作为样本，然后找出相关系数矩阵。问题4分析：总结分析。找出每个专业的平均值和方差，然后与前面的问题进行比较和结合，提出合理的建议。四.模型建立和解决方案模型1:单向方差分析模型单向方差分析是固定其他因素，只考虑一个因素对测试指标的影响。建立了单因素方差分析模型，解决了两个专业每门课程的成绩是否存在明显差异以及两个专业的数学成绩是否存在明显差异的问题。问题一是解决：我们把专业作为方差分析的因子，专业A和专业B作为不同层次的因子。每堂课的结果都是实验数据样本。首先，我们需要对数据进行正态分析，以验证其服从正态分布。SPSS软件可以用来分析和检验正态性。输入数据后，运行：分析非参数检验-样本k-s；之后，运行：分析描述统计的QQ图表，可以对数据进行正常测试。运行结果如下：如图所示，查看每个课程的QQ图表数据：高数字1的QQ图形测试：在上图中，实线是正态分布的标准曲线，散点图是实际的数据分布。从图中可以看出，分散点分布非常接近实线，即甲、乙两个专业的高1分都遵循正态分布。同样，可以看出两个专业的高数2、线性生成和概率论都服从正态分布。然后，对数据进行单因素分析，用SPSS进行统计分析：分析比较均值单因素方差分析，最终得出各过程的单因素分析如下：1.对高值1进行单因素分析。分析结果如下表所示：方差分析高数字I平方和df均方F有意义的群体之间6105.14235174.4331.279. 189在组内9685.84971136.420总数15790.991106从图中可以看出，其显著性Sig=0.1890.05(显著性水平为0.05)，表明两个专业的高一成绩没有显著差异，并且存在显著的相同情况。2.对高值2进行单因素分析。分析结果如下表所示：方差分析高数字2平方和df均方F有意义的群体之间4391.58834129.1641.161. 294在组内7898.9787111从图中可以看出，其显著性水平为Sig=0.5530.05，这表明两个行业的线生成水平没有明显差异，情况基本相同。4.对概率得分进行单因素分析。分析结果如下表所示：方差分析概率；可能性平方和df均方F有意义的群体之间7055.25135201.5791.244. 216在组内11507.21771162.073总数18562.467106从图中可以看出，概率得分的显著性水平为Sig=0.2160.05，表明两个专业的概率得分显著相同，无明显差异。问题2解决方案：(模型1)为了找出各专业学生之间在数学成绩上是否存在明显的差异，我们仍然采用单因素方差分析模型，将被试视为影响成绩的因素，并且存在两种情况，即高1号、高2号、线性生成和概率论。四名受试者的结果被视为随机变量，证明他们也服从正态分布(spss正态检验仍在使用)。每个变量的样本值是每个专业和班级的平均分数。这里我们首先证明在甲乙两个专业中，高1号、高2号、线生成和概率分别是正态分布的。在A大调和B大调中，变量名分别被定义为高数字1、高数字2、行生成和概率。运行spss软件：分析-描述统计-描述，分析-非参数检验-1-样本k-s。运行结果如下：表2.1各科学生成绩的描述性统计N最低限度max平均值标准偏差变化高一153043373.8832.8751080.767高二153409670.1210.226104.570线生成15309870.6814.615213.588概率；可能性153229775.0914.044197.228有效n(列表状态)153表2.2专业学生成绩的科尔莫戈罗夫-斯米尔诺夫测验高一高二线生成概率；可能性N153153153153正常参数a、b平均值73.8870.1270.6875.09标准偏差32.87510.22614.61514.044最极端的区别绝对值. 284. 153. 187. 082积极的. 257. 153. 067. 059否定-.284-.128-.187-.082Kolmogorov-Smirnov Z3.5151.8972.3101.020渐近显著性(双边). 000. 001. 000. 249A.测试分布是正常的。B.根据数据计算。表2.3不同学科专业学生成绩的描述性统计N最低限度max平均值标准偏差变化高一108010069.3413.890192.938高二10809765.4314.333205.424线生成108010070.1913.159173.167介绍10809774.4514.109199.054有效n(列表状态)108表2.4不同科目的B专业学生成绩的科尔莫戈罗夫-斯米尔诺夫测验高一高二线生成介绍N108108108108正常参数a、b平均值69.3465.4370.1974.45标准偏差13.89014.33313.15914.109最极端的区别绝对值. 204. 251. 173. 116积极的. 123. 123. 092. 059否定-.204-.251-.173-.116Kolmogorov-Smirnov Z2.1232.6051.7971.203渐近显著性(双边). 000. 000. 003. 111A.测试分布是正常的。B.根据数据计算。少校a方差分析表2.5不同科目的专业甲学生成绩平方和df均方F有意义的群体之间68.560322.8531.497. 265在组内183.2491215.271总数251.80915是的，F值在接受字段中，因此被接受。方差分析的显著性为0.265，即A专业四个科目的数学成绩没有显著差异。少校乙方差分析表2.6各科A专业学生的成绩平方和df均方F有意义的群体之间121.301340.4341.8