- 相關(guān)推薦
貝葉斯分析方法在教學(xué)管理中的應(yīng)用論文
【摘要】為能及時準確地掌握學(xué)校教學(xué)上的信息，提高學(xué)校教學(xué)質(zhì)量，提高學(xué)生綜合能力，各高等學(xué)校相繼實行學(xué)生教學(xué)信息員制度，讓學(xué)生參與到學(xué)校的教學(xué)管理中來。針對當前只能定性描述評價學(xué)生教學(xué)信息員綜合能力的提高和經(jīng)典統(tǒng)計方法定量化評價存在的缺陷，本文提出基于貝葉斯MCMC分析方法來實現(xiàn)對這類問題的定量化評價，并實證分析了用該方法取得的良好效果。
【關(guān)鍵詞】參與教學(xué)管理學(xué)生教學(xué)信息員貝葉斯MCMC方法t檢驗方法
一引言
為進一步完善本科教學(xué)質(zhì)量保障體系，準確掌握本科教學(xué)實際狀態(tài)，廣泛聽取學(xué)生對本科教學(xué)的意見，及時解決教學(xué)中存在的問題，提高教學(xué)水平和質(zhì)量，自20世紀90年代初起，國內(nèi)許多高校開始陸續(xù)設(shè)立學(xué)生教學(xué)信息員，大學(xué)生教學(xué)信息員、助理教務(wù)員等參與教學(xué)管理，作為高校施行教學(xué)質(zhì)量監(jiān)控的重要途徑，在高校教學(xué)管理工作中得到了廣泛的應(yīng)用和實踐。已有文獻主要是對如何實施學(xué)生教學(xué)信息員制度，學(xué)生信息員制度對學(xué)校教學(xué)管理水平提高所起的作用、意義等進行研究，在涉及參與教學(xué)管理、學(xué)生自身方面的提高和收獲等都還是只能在理論上的定性研究。實際上，這個行之有效的方法對學(xué)校教學(xué)管理水平提高到底多大、對學(xué)生在各方面的能力上提高到底有多大等都沒有定量化的回答。本文提出基于貝葉斯分析方法來對參與教學(xué)管理的學(xué)生教學(xué)信息員個人能力的提高進行分析，實現(xiàn)對學(xué)生個人能力提高分析的定量化。文章接下來將要分析經(jīng)典的t檢驗方法在分析這類問題時的缺陷；貝葉斯MCMC分析方法；實際數(shù)據(jù)的分析；最后得到結(jié)論。
二數(shù)學(xué)模型
要判別學(xué)生教學(xué)信息員的個人能力是否提高，就是要對學(xué)生參與教學(xué)管理之前與之后的能力差異加以檢驗。設(shè)前后兩組數(shù)據(jù)分別來自均值為θ1，θ2的方差相等的兩個總體，樣本容量為n1，n2，樣本均值為.
1．t檢驗法
通常臨界值的p取0.05，這樣檢驗實際上會導(dǎo)致，要么認為數(shù)據(jù)來自一個總體，要么就不是來自一個總體。實際計算中有時p值接近0.05，譬如0.056、0.04、0.06等，那么按照t檢驗法則結(jié)論非常明確，但如果仔細觀察數(shù)據(jù)就會發(fā)現(xiàn)有欠妥之處，譬如，p＝0.045時就認為來自均值不同的總體，p＝0.055就認為來自均值相同的總體，即在數(shù)據(jù)非常相近時而做出截然不同的結(jié)論，導(dǎo)致這個問題的關(guān)鍵是按照上述的方法處理數(shù)據(jù)時只用了y1的信息估計θ1，只用了y2的信息估計θ2，沒有聯(lián)合他們的信息，估計量自然就不盡合理。
2．貝葉斯MCMC方法
三貝葉斯MCMC方法和t檢驗方法對學(xué)生教學(xué)信息員能力數(shù)據(jù)的分析應(yīng)用
作為學(xué)生教學(xué)信息員，首要的事情還是學(xué)習(xí)，教學(xué)管理者一直強調(diào)要求參與教學(xué)管理的學(xué)生教學(xué)信息員要在認真搞好自己學(xué)習(xí)的基礎(chǔ)上，積極熱心為同學(xué)服務(wù)，客觀公正、認真負責地評價每位老師的教學(xué)，廣泛聽取同學(xué)的意見與建議，積極主動與學(xué)校相關(guān)教學(xué)部門取得聯(lián)系。擔任了學(xué)生教學(xué)信息員，投入到學(xué)習(xí)上的時間受到一定的影響，此時學(xué)生的成績好壞更加可說明學(xué)生的綜合能力。因此，我們選擇學(xué)生的綜合成績作為反映學(xué)生個人素質(zhì)的綜合指標。根據(jù)加入學(xué)生教學(xué)信息員的時間，收集某校信息學(xué)院的31名學(xué)生教學(xué)信息員的總評成績，按各科成績與學(xué)分加權(quán)平均后得到每位學(xué)生的綜合成績。記y1表示成為學(xué)生信息員后的綜合成績數(shù)據(jù)集，y2表示成為學(xué)生信息員之前的綜合成績數(shù)據(jù)集。前后的成績箱圖如圖1所示，根據(jù)y1和y2算到，，由前面所介紹的t檢驗法得到p值為0.0502，根據(jù)通常0.05顯著水平，此時應(yīng)該認為這兩組數(shù)據(jù)的總體均值沒有差異，得到結(jié)論是總體均值為81.274。但是，如果仔細觀察數(shù)據(jù)以及從數(shù)據(jù)的箱圖上看，兩組數(shù)據(jù)還是存在較大的差異。現(xiàn)在如果用貝葉斯MCMC來對兩組數(shù)據(jù)的均值差異、總數(shù)據(jù)集的均值參數(shù)模擬迭代5000次，可以得到表示兩總體均值差異量2δ（＝θ1－θ2）的95%置信區(qū)間值為［－0.096，9.55］，兩總體均值差異的一半大于0的概率達到97.3%，這表明均值差異大于0概率非常大，明確支持兩組數(shù)據(jù)來自兩個不同的總體。結(jié)合數(shù)據(jù)本身含義我們可看出，盡管有個別學(xué)生在擔任學(xué)生教學(xué)信息員后，綜合成績有所下降，但作為群體來看，學(xué)生在參加學(xué)生教學(xué)信息員后，綜合成績有很明顯的提高。這充分說明擔任了學(xué)生教學(xué)信息員后，不但不會影響他們的成績，更加有利于這些學(xué)生以擔任學(xué)生教學(xué)信息員為動力把學(xué)習(xí)搞得更好。我們利用第4001次至5000次的1000個抽樣數(shù)據(jù)得到數(shù)據(jù)的兩總體均值估計量分別為，。這不但實現(xiàn)了對學(xué)生教學(xué)信息員能力提高上的數(shù)量化評價而且也解決了經(jīng)典t檢驗對這類數(shù)據(jù)估計的缺陷。
四結(jié)語
隨著高等教育辦學(xué)規(guī)模的不斷擴大，社會、學(xué)生對學(xué)校培養(yǎng)人才要求的不斷提高，培養(yǎng)高素質(zhì)、高質(zhì)量的個性化人才已經(jīng)刻不容緩。特別是在高校實行學(xué)分制、彈性學(xué)制之后，學(xué)生的自我管理、自我服務(wù)意識明顯增強，并對學(xué)校教學(xué)管理提出了許多新的問題和更高的要求。建立、完善學(xué)生教學(xué)信息員制度，既可以幫助學(xué)校更好地了解與掌握學(xué)校當前教學(xué)實際狀態(tài)，廣泛聽取學(xué)生建議和意見，及時解決本科教學(xué)中存在的問題，提高教學(xué)管理水平和質(zhì)量，又可以充分發(fā)揮學(xué)生主體的作用，讓參與的學(xué)生得到鍛煉，提高組織能力、思維能力和表達能力等綜合能力。這樣一個很好的培養(yǎng)鍛煉學(xué)生綜合能力的量化評價一直困擾著各個高等學(xué)校的管理者，本文利用統(tǒng)計中的貝葉斯MCMC方法對學(xué)生教學(xué)信息員綜合能力提高上給出了量化的評價。這一研究對進一步數(shù)量化評價大學(xué)生能力提高進行了有意義的嘗試，豐富了科學(xué)量化評價的方法，彌補了經(jīng)典t檢驗方法的不足。
參考文獻
�。�1］約翰布魯貝克.高等教育哲學(xué)（王承緒、徐小洲譯）［M］.杭州：浙江教育出版社，2001.12：41～45.
［2］王學(xué)文、許曉哥.論走向高等教育大眾化時代的教育管理［J］.揚州大學(xué)學(xué)報，2004（4）：79～81
�。�3］茆詩松、王靜龍、璞曉龍編著.高等數(shù)理統(tǒng)計（2版）［M］.北京：高等教育出版社，2006.5：440～452
［4］龔光魯、錢敏平著.應(yīng)用隨機過程教程及在智能計算中的隨機模型［M］.北京：清華大學(xué)出版社，2004.3：186～201
�。�5］PeterD.Hoff（2009）AFirstCourseinBayesianStatisticalMethods,SpringerDordrechtHeidelbergLondonNewYork:125～130
【貝葉斯分析方法在教學(xué)管理中的應(yīng)用論文】相關(guān)文章：
貝葉斯(Bayes)判別分析在粉煤灰分類中的應(yīng)用04-27
貝葉斯決策05-01
基于參數(shù)的貝葉斯先驗選擇方法04-27
貝葉斯多變量動態(tài)線性模型在大壩監(jiān)測中應(yīng)用04-27
貝葉斯估值理論在小子樣批次設(shè)備檢測中的應(yīng)用04-28
機匣包容性的貝葉斯評價方法04-27
貝葉斯推理研究綜述05-01
基于貝葉斯網(wǎng)絡(luò)決定權(quán)重的TOPSIS法在區(qū)間數(shù)據(jù)中的應(yīng)用04-27