本站原创本文是一篇统计分析论文范文,统计分析方面专升本毕业论文开题报告,关于基于多元统计的教学质量评估模型相关毕业论文格式范文。适合统计分析及教学改革及多元统计方面的的大学硕士和本科毕业论文以及统计分析相关开题报告范文和职称论文写作参考文献资料下载。
【摘 要】论文首先分析了我国教学质量评估现状,论述了开展教学质量评价的必要性及重要性.在理论基础上,结合教学质量评估影响因素复杂多样的特点,选择结合多元统计分析构建了教学质量评估指标分析模型,并介绍了多元统计分析的理论基础.
【关 键 词】教学质量；评估；主成分分析
教学评价是系统地收集教学信息,基于所获得的信息,确定培养目标和要求对教学过程与结果进行衡量和价值判断,为教学决策提供依据,从而实现对教学活动的宏观调控,来达到预期结果的过程.对教师教学过程、教学水平进行科学合理的评价能够显示教师教学质量所达到的指标,亦能不断给对教学提供反馈信息.
根据学校的教师教学质量评价细则,调查了我校不同年级的部分学生.除去外出或拒绝回答等因素外实际调查人数153,应答率为85%.
主要是通过教学态度、教学技能、教学效果三方面来,确定了7个指标,公平对待每位学生鼓励学生对学习负责；上课准备充分、熟悉教学内容并注重课堂纪律；讲课条理清楚、层次分明、重点突出程度；积极开展教学改革不断改进教学；按要求完成教学任务,实际预期教学目标；学生能掌握或理解大部分教学内容；善于引导我们深入思考,课堂互动气氛浓厚,最后对教师的教学质量做一个总评价.教学质量评价（10分制）：优秀：8.5分以上；良好：7.5分以上；合格：6.5分以上；基本合格：5.5分以上；不合格：5.5以下.
根据采集的100多份数据,利用excel录入数据,通过加权平均处理分析得到样本数据.论文根据多元统计分析建立了模型,应用了SAS软件和MATLAB神经网络环境分析处理.
在用统计分析方法研究这个多变量的课题时,变量个数太多就会增加课题的复杂性.人们自然希望变量个数较少而得到的信息较多.在很多情形,变量之间是有一定的相关关系的,当两个变量之间有一定相关关系时,可以解释为这两个变量反映此课题的信息有一定的重叠.主成分分析是对于原先提出的所有变量,建立尽可能少的新变量,使得这些新变量是两两不相关的,而且这些新变量在反映课题的信息方面尽可能保持原有的信息.
从上文中确定评价指标有7个,按顺序分别编为,代表学生对教师上课评价满意程度.我们将评价指标的取值范围定为[0,10],表格通过随机的153名同学评价,经过EXCEL处理得到数据,如表1所示.
将表1的组数据全部导入SAS中,调用主成分分析过程,编写程序如下：
提交运行,完成相关性分析.从结果中得到各个变量之间的相关性,如表2所示.
从表2中可以看出,于的相关关系最为显著,依次为0.6888,0.6550,0.5451,0.4496,0.4182.同时可以看到与的相关系数为0.6343；与的相关系数为0.6000.这些预测因子之间的相关系数较大,因此,需对预报因子做主成分分析,以提高评价准确性.
主成分分析将研究对象的多个相关变量指标化为少数几个不相关变量的一种多元统计方法,而且这些不相关的综合变量包含了原来变量提供的大部分信息.直接调用上面的SAS的主成分分析主程序,可以得到8个主成分的贡献率和累积贡献率如图1所示,同时可以得到其主成分的相关负荷表如图2所示.
从图1中可以看出前5个主成分的特征值的累积贡献率达到了91.18%,因此可以认为,用前面5个就足以获取原始数据的方差结构了.在看对主成分分析的解释,图2中给出了主成分与各变量的相关系数（即因子负荷）.从因子负荷中我们可以看到第一主成分中和的相关系数比较高；而在第二主成分明显的是由所支配的；同样可得到第三主成分是,第四主成分中和特征向量系数比较大,第五主成分中是.综述所述,可以得出特征性比较显著.
本文主要是对目前我院教学质量效果评价进行了研究.基于多元统计分析的教学质量评价,在主成分分析基础上建立教学质量评价模型.以主观评价试验和统计分析为基础,SAS和MATLAB为运行环境,得到结果.通过试验分析验证了该方法的可行性和有效性,完成了研究工作,并得出结果,即影响教学质量评价的主要因素和因素对教学质量评价影响程度.