初中语文教育统计与测量的基础知识.ppt

1、教育统计和测量的基础知识，更多资源，第一节教育统计基础，1，教育统计和测量概述，1。统计学是什么？统计学是研究统计原理和方法的科学。具体来说，它是如何收集、整理、分析反映事物整体信息的数字资料，并根据此推断整体特征的原则和方法。(1)数理统计：基于概率论说明统计量关系的模式，并为统计原理和方法提供数学证据。(2)应用统计：统计原理在特定行业的具体应用。产业统计学，教育统计学等。2 .统计学分类，3 .教育统计、教育统计是利用水利统计原理和方法进行教育问题应用科学研究的。主要内容包括：推断统计说明统计。实验设计。教育统计中的几个名词，频率：随机事件在N次实验中发生的次数，即牙齿随机事件的频率数。

2、频率分布：N次实验中各种随机事件发生的次数分布称为频率分布。偏差：量体和群组的平均体积差异。教育统计中的几个茄子名词，正态分布：连续随机变量概率分布。在二项式分布中，如果p=q且N牙齿大，二项式分布接近正态分布，2，统计表。统计表一般由标题、表号码、目标、表注等组成。准备基本原则：结构简洁，一眼就能看出来。统计表格预设格式，表格标题？-嗯？-嗯？脚注：说明资料来源等X X X，表1秒3 (1)班男女数学成绩分布统计表，3。统计图表由标题、图片号码目标、逃离等组成。1 .条形图，2 .饼图，3 .折线图，4。频率恐怖直方图图。4高级中学入学考试化学统计分数直方图，5。累计频率图5 2004年高级

3、中学入学考试化学抽样分数累计频率图，10 20 30 40 50 60 70 80 90，4，集中量，2。加权平均值()是其他非比重数据(或平均值)的平均值。n表示每个组的频率数。x表示每个组的平均值。例1:一门学生的期中考试成绩为72分，期末考试成绩为86分，期末考试占总成绩的40%，期末考试占60%，牙齿学生学期的总分是多少？例2:某学校初共有3个班，在一次国语考试中，一个班50人分68人，2班45人分75人，3班40人分80人，询问全校第一种语言的平均成绩。不可用：(68 75 80)/3=74.33，正态分布，部分正态分布，5，差，1。总距离(R)数据集的最大值和最小值之间的差值，也称

4、为极差。2.标准差(或S)标准差概念：标准差是偏差平方和后平均平方根。问题1:啊，在一个班里，甲两队在一次考试中分别取得了65，68，71，72，74(共70分)和30，50，86，90，94(共70分)。如何评价两组学习情况？方法1:定义式计算方法2:远视资料计算方法3:计算器计算方法4:使用电脑计算，3。差异系数(变异系数)，如果两个集体度量不同，或者度量相同，但平均值差异很大，则标准差比较方差量，可以使用差异系数。问题2:某学校期末考试国语平均成绩为69.3分，标准差11.2分英语平均成绩为94.8分，标准差13.8分。哪个学科离散度大？问题3:一个考试区入学高级中学学生语文平均分为69

5、分，标准差12.5分，未入学高级中学学生语文平均分为40分，标准差12.5分。比较他们国语成绩的离散度。cv1=12.5/69 * 100%=18.12%；CV2=12.5/40 x 100%=31.25%。未入学学生离散的程度很大。问题4:下表是某班甲2同学期末考试的成绩。甲同学语文和数学哪个科目比较好？与同学甲和同学相比，哪个学习成绩更好？6，标准分数，(1)概念：标准分数是原始分数(测验分数)减去平均分数，再除以标准差份额。甲同学：z(语言)=(73-48.3)/3.9=1.8 z(数学)=(79-66.9)/18.5=0.7，(2)标准分点特性；那是一种相对地位点。标准，一般分为-3，

6、3(概率99.74%)，平均值为0。标准可比性基于标准正态分布。T分数：T=100Z 500(一般200T800)，(3)比较标准分数应用程序，各学生成绩在班级中的地位比较学生两门课程或多科考试中获得的分数的优劣，准确计算学生总成绩。确定各等级的人数。7，相关系数，相关：表示两个或多个变量之间存在相互依赖关系。数学成绩和数学竞赛成绩，数学，物理成绩等。正相关负相关0相关，相关系数：描述两个变量在徐璐方向和紧密程度的数字特征量称为相关系数。最常用的是乘法相关系数。数学与物理、物理和英语相关性比较，相关系数和相关程度表列表，8，差异重要性测试假设测试的基本原理，1。虚拟虚无说(零假设):当前样品所

7、属的整个(请参阅参数)和整个虚拟(请参阅参数)之间没有差异的假设。一般H0是替代假设(研究假设):当前抽样所属的整个假设(请参阅参数)与假设整个假设(请参阅参数)的相反假设，通常表示为H1。直接检验准备假说的真实性很难，所以假设检验通常是从虚无说出发，通过虚无说的真实性来证明假设的真实性。(约翰f肯尼迪，假设，假设，假设，假设，假设，假设，假设)，8，差异重要性测试，2。小概率事件在随机事件中概率较小的事件称为小概率事件，习惯上等于0.05以下，即P(A) 5%，则A称为小概率事件。在统计推断中，认为小概率事件不能在一次实验或观察中发生。8，差异重要性测试，3 .重要性级别两个茄子级别(1)=

8、0.05，重要性级别为0.05，即测试统计推断中出错的概率5%，即95%的可信度。(2)=0.01，重要性级别为0.01。也就是说，在统计推断时，检查出错的可能性为1%，即99%的可信度。8，差异重要性测试，4 .双样品Z测试双样品都是大样品，N1、N2都大于30，标准差差异不大。(使用小于30的T检查)，8，差异显着性检查，例如，某学校高一数学建校实验，实验前两个班的化学成绩显著性差异不存在，实验期后数学考试成绩，实验班51人共分为62.37人，标准差13.65人，比较班45人学生共分为56.16人，(替代品假设H1: 12(实验盘和对照盘的样品不是来自同一整体)。(2)选择统计量并计算其值

9、(3)，以确定重要性级别=0.05。(4)统计决策|.0 1.96，0.05，拒绝零假设。与实验班相比，化学成绩有显着差异。双方检验统计决策规则，第二节教育测量的质量特性，高质量测试，结果可靠有效。可靠性(可靠度)和有效性(有效性)是评估测试质量的两个茄子重要指标。第一，教育测量的可靠性和有效性，在一次测试中多次测量的结果一致，被认为是可靠的。衡量一致性程度的指标称为可靠性。，大体上在相同的条件下，几次考试大体上得了相同的分数，那么牙齿测试的可信度高，反之可信度低。也就是说，如果实际分数和实际分数的差距较小，那么测试分数越可靠，可信度越高。一般使用可靠度系数来测量测试的好坏。一般能力和学生状态

10、测试的可靠度系数始终为0.9或更高。性格、爱好、态度等人格考试总是在0.8 0.85之间，有些人认为是0.7以上。可信度估计方法，半可信度内部一致性可靠度，试卷的可靠度，2i:每个考试问题的方差2:整个卷的方差；k试卷中的试题数。教育测量的有效性，有效性是测量的有效性，即测试要测量的特性的准确测量程度。有效性不仅受随机误差的影响，还受系统误差的影响。有效性类型，内容有效性设想有效性内部有效性统计结论有效性外部有效性，内容有效性，标题是否充分代表了要测量的内容或行动范围抽样的适当程度，即范围内的基本知识和基本能力。要具备良好的内容可行性，必须满足两个茄子条件。也就是说，必须确定好的内容范围。测试

11、标题具有此范围的代表性。确定内容有效性的方法，专家判断法再测试法，内容的有效性更适合于评价教育成果考试和职业选拔考试。缺乏可靠的数量指标，妨碍了各考试之间的相互比较。测试构思效果，理论构思或特性的测量程度。也就是说，测试提供的数据与理论假设有多一致。为了获得高设想的可行性：理论设想必须结构严谨，符合逻辑，层次分明，形成某种“设想网络”。对研究的各种变量进行明确而严格的说明。对变量进行明确的操作定义，并消除或控制影响相应、客观测量指标开发设想可行性的因素。影响构想有效性的因素，缺乏对构想的明确说明，概念解释模糊，逻辑关系不明确。单方法和操作引起的偏差预想水平之间的混乱；在研究过程中，主要有主考的

12、期待，推测引起的心理和行为的变化，其他实验处理的相互作用等。内部有效性，参数和收购变量之间有一定关系的明确性。也就是说，研究的两个或多个变量之间有一定的关系吗？收购的变化引起收购的变化是真的吗？影响内部可行性的因素：成熟因素；历史因素受试者选择的差异；受试者部落的效果；字典测试的影响实验程序不一致等统计结论的有效性，验证研究结果的资料分析程序和方法有效性的指标。主要受数据质量、统计假设等因素的影响。研究的外部有效性，研究结果可以一般化和普遍化，表示样品的整体和其他变量条件、时间和背景，即研究结果的普遍性和代表性。重新测试可信度，用相同的测验在同一组考试前后测试两次，可以通过两次考试分数的相关系

13、数获得可靠度系数。(威廉莎士比亚，哈姆雷特，信)满足条件：衡量的特性必须是稳定的。遗忘与练习的效果相同。两次考试期间受试的学习效果没有差异。缺点容易受到练习和记忆的影响。优点是，可以提供测试结果是否随时间变化的数据，作为预测受试者未来行为的依据。适用于速度测试，不适用于难度测试。根据副本可靠度、两个等效测试中尝试的分数集计算出的相关系数是副本可靠度系数(kendol协调系数)。优点可以在一定程度上避免复试方法的缺点。缺点是要填写两个同等的问卷，比较难。分一半信任度，按照正常程序进行测试，然后将所有考试问题分成相同的一半。被实验组在两个牙齿测验中的分数之间的相关系数是可靠度系数。一般来说，要使用

14、奇偶半法获得半测试的可靠性，并获得整个测试的可靠性，就需要校准。，用两半测试分数的平均值和标准差，spielman-brown校正公式。当两半测试分数的平均值和标准差差异时，使用鲁伦修正公式。优点减少学生疲劳、无聊等干涉缺点表明了反考试问题的等价性，但没有提供有关时间稳定性的信息。内部一致性的可靠性，即测试内部所有专题之间的一致性，如果一个测试中每个问题的相关得分较大，则测试是同质的。David aser，Northern Exposure(美国电视电视剧，内部一致性)，即牙齿测验中的所有项目都测量相同的特性或程度相似的特性。里氏态度量表中常用的可靠度检查方法是Cronbach系数。如果一个测

15、验或指标包含多个测验或构思级别，则还必须验证每个小测验或构思级别的可靠性。大多数子测验或构思级别之间的可靠度系数值低于总测验或总量表的可靠度系数值。难度，难度表示问题的难度。在教育测量中，一般使用正确答案或通过考试的人的比例作为难度系数。P值越大，难度越低；P值越小，难度越高。一般来说，难度值平均为0.5最好，难度太高或太低会降低测验的可信度。(威廉莎士比亚、难度、难度、难度、难度、难度、难度、难度)，在实际评价过程中，考试的难度要高多少才合适，也取决于考试的目的。如果教师必须对学生知识准备状态进行诊断性测试，为了真实准确地理解学生知识掌握，考试再难一点也是正常的。(大卫亚设，美国电视电视剧，

16、学生)，难易度考试题的难易度。p值越大，试题越容易。0，1分数()p=r/n；(r:正确答案数，n:受试者总数)。() ()考试多的时候，可以将分数从高到低排序，在高和低的分数中各取27%，形成高组和低组，然后将高组的正确率和低组的正确率(和)的平均值作为牙齿问题的难度系数。(2)0，1分多选择题难度修正，K:每个问题可选择的答案P:未修正问题的困难；CP:解决问题的困难。3 .郑智薰0，1分(答案)，0.3，0.5，0.7，划分也是题目学业水平不同的考生的鉴别程度。这反映了考试与考试实际水平有多一致，在某些问题上，分数高意味着学生实际水平高，分数低意味着实际水平低。那样的话，那个考试的区分度很高。(威廉莎士比亚，哈姆雷特，考试名言)，区分度和难度密切相关，考试太难或太容易，会导致考试不能通过或全部