柯政：教研中的数据挖掘_7152793_924834.ppt

教研中的数据挖掘技术 柯政 k.zheng@ 某学院的录取情况 申请人数 录取人数 录取率 男生 360 198 55% 女生 200 88 44% 申请人数 录取人数 录取率 男生 360 198 55% 女生 200 88 44% 学系A 申请人数 录取人数 录取率 男生 120 18 15% 女生 120 24 20% 学系B 申请人数 录取人数 录取率 男生 240 180 75% 女生 80 64 80% （Bickel，1975） 量化数据分析的基本结构 描述分析 单变量 多变量 推断统计 基于样本的数据对总体进行统计推断 内容提纲 单变量常用统计量及其应用 多变量关系分析及其应用 其他一些常用的方法 一、单变量分析 频率分布 集中趋势 离散趋势 标准分 频率分布 定义：各数据的总体分布情况 50分几个，比例多少；60分几个，比例多少 分析呈现方式 柱状图、铁饼图等 Excel中的筛选功能 检验正态分布 正态分布 偏态分布 集中趋势 平均数 中位数 离散趋势 指标 全距、四分位距 标准差、方差 离散趋势 指标 全距、四分位距 标准差、方差 方差、标准差的公式 离散趋势 指标 全距、四分位距 标准差、方差 几个常用数字 68%在正负1个SD间 95%在正负2个SD间（1.96） 标准分 原理和意义 计算方法 极值法=（原始分-最低分）/全距 Z分数法=（原始分-平均分）/标准差 改变了什么？ 对一份卷子中某一类（道）题目的横向比较分析 二、多变量关系分析 两个变量 三个及以上变量 两个变量关系 一个数据是分类数据，一个是连续数据，用平均数比较（标准差） 两个数据都是分类数据，用双变量表 双变量表示例（一） 男 女 总计 好学校 78 30.5％ 92 36.4％ 170 一般学校 30 11.7％ 49 19.4％ 79 薄弱学校 148 57.8％ 112 44.3％ 260 总计 256 100％ 253 100％ 509 双变量表示例（二） 积极 一般 消极 总计 同事关系 教学质量 收入 管理制度 教学条件 办学理念 … 两个变量关系 一个数据是分类数据，一个是连续数据，用平均数比较（标准差） 两个数据都是分类数据，用双变量表 两个数据都是连续数据，用散点图 相关关系计算 直线还是曲线 直线相关 曲线相关 曲线相关 这是什么相关 两个变量关系 一个数据是分类数据，一个是连续数据，用平均数比较（标准差） 两个数据都是分类数据，用双变量表 两个数据都是连续数据，用散点图 相关关系计算 直线还是曲线 具体量化关系表达 三个及以上变量 回归分析 回归系数 比较重要性 三个及以上变量 回归分析 回归系数 比较重要性 应用：摸底试卷（校本题库）研制 三、其他常用数据分析方法 信度计算 推断统计 推断统计分析 推断统计的原理 显著性水平 易见错误