模糊典型相关方法在课程设置评价中的应用研究

摘要

笔者查阅国内现有课程设置的概况，针对其不足，本文利用经典统计学中的典型相关分析方法，通过对学生成绩进行挖掘，它能很好分析出课程之间的相关关系或相依赖关系。由此针对不同学院、不同类型的专业，根据课程间相关性来合理调整和设置课程的比重和排课顺序，这种量化的分析方法为高校课程设置提供了很好的决策支持。可以在最大程度上弥补以上课程设置的不足。由于经典方法对于样本数据要求严格，处理异常数据能力较差。根据经典典型相关分析方法的思想，结合模糊统计学的相关知识，本文又提出了模糊典型相关分析方法，并整理了模糊典型相关分析方法的计算模型。此方法能更好处理统计数据中的异常值，并能从样本数据中提取更有价值的信息，提供更为可信的决策支持。 笔者从五个章节来阐述问题的提出、实现以及试验结果的分析。 第一章综述，内容包括选题背景，研究内容等。 第二章经典典型相关分析，内容包括经典统计学中常用的数字特征，经典典型相关分析方法的理论概述。 第三章模糊典型相关分析，内容包括模糊统计学中常用的数字特征，模糊典型相关分析方法的理论概述。 第四章统计分析系统的设计与实现，内容包括系统分析，系统设计。 第五章统计学方法在课程设置评价上的应用，内容包括关于课程设置的教学评价概述，统计结果分析。

目录

文摘

英文文摘

声明

引 言

第一章综 述

1.1选题背景

1.2课程设置方案的评价

1.3统计学方法概述

1.4研究内容

1.4.1模糊典型相关分析模型

1.4.2统计学方法在课程设置评价上的应用

第二章经典典型相关分析

2.1经典统计学中常用的数字特征

2.1.1数学期望

2.1.2方差

2.1.3协方差

2.1.4相关系数

2.2经典统计学理论概述

2.2.1典型相关分析

2.2.2典型相关分析的基本思想

2.2.3典型相关分析的数学描述

2.2.4样本典型相关分析

2.2.5求典型相关系数和典型变量系数的步骤

第三章模糊典型相关分析

3.1模糊统计学中常用的数字特征

3.1.1模糊集合

3.1.2模糊数学期望

3.1.3模糊离差

3.1.4模糊方差

3.1.5模糊协方差

3.1.6模糊相关系数

3.2模糊统计学理论概述

3.2.1模糊典型相关分析

3.2.2模糊典型相关分析的基本思想

3.2.3模糊典型相关分析的数学描述

3.2.4样本模糊典型相关分析

3.2.5求模糊典型相关系数和典型变量系数的步骤

3.3验证模糊典型相关的实效性

第四章统计分析系统设计与实现

4.1系统分析

4.1.1对象层定义

4.1.2结构层定义

4.1.3主题层定义

4.1.4用例视图

4.2系统设计

4.2.1问题空间设计

4.2.2数据管理设计

4.2.3任务管理设计

4.2.4人机交互设计

第五章统计方法在课程设置评价上的应用

5.1课程设置教学评价概述

5.2统计结果分析

5.2.1专业课与基础学科的相关性分析

5.2.2专业课之间的相关性分析

结 论

参考文献

后 记

在学期间公开发表论文及著作情况

参加科研项目情况