王平

摘 要： 研究高校各類課程之間的關聯(lián)關系是信息化教學的手段之一，而分析課程成績之間的相關性是研究高校課程關聯(lián)關系的重要方法。針對傳統(tǒng)的Pearson相關系數(shù)易于受到異常點影響的問題，提出一種基于魯棒相關系數(shù)的成績關聯(lián)分析方法。該方法首先建立樣本標準差的魯棒估計器，在此基礎上計算相關系數(shù)的魯棒估計，最后將其用于不同課程成績之間的相關性分析。

關鍵詞： 相關系數(shù)； 魯棒估計； 課程成績； 關聯(lián)分析； 信息化決策

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2015）19?0143?03

Abstract： Study on the incidence relation among the various courses in colleges and universities is one of information?based teaching measures， and analysis of the correlation between course grades is one of the important methods of researching the incidence relation among courses. Aiming at the problem that the traditional Pearson correlation coefficient is influenced by outliers easily， a score correlation analytical method based on robust correlation coefficient is proposed. With the method， the robust estimator of sample standard deviation is established. Based on this， the robust estimation of correlation coefficient is calculated， which can be applied to correlation analysis between different courses.

Keywords： correlation coefficient； robust estimation； course grade； correlation analysis； information decision?making

0 引 言

在我國高校課程設置的合理性至關重要，它直接影響人才的培養(yǎng)。高校是我國培養(yǎng)高層次人才的重要基地，只有高校教授知識培養(yǎng)出優(yōu)秀的人才，才能讓這些人才應用他們所獲得的知識來更好地服務社會，因此，高校培養(yǎng)的人才的質量直接決定著服務社會的質量[1]。要想提高培養(yǎng)人才的質量，就必須在關注學生獲得知識內容的同時，更加關注這些學生是如何獲得知識，又是通過怎樣的課程體系獲得的，并且關注其獲得知識的結構性和完整性。只有合理地設置課程，才能使學生漸進的、有系統(tǒng)的、有一定的寬度和深度的學習，才能培養(yǎng)其良好的研究能力和動手能力，同時合理地設置課程還能使學生的學習具有扎實的理論基礎和前瞻的專業(yè)思維，在其學習和探究本學科知識的過程中促進該學科的發(fā)展，更好的服務社會，而不是僅僅拿到了一紙文憑，畢業(yè)就業(yè)后眼高手低，浪費國家資源。

綜上所述，如何將課程設置得更加合理、更加科學是每一所高校都在研究的課題，目前已有很多人針對課程之間的關聯(lián)性進行分析研究，進而為合理而科學地設置課程提供一定的參考和決策支持。其中相關系數(shù)法是一種比較有效的分析評價方法，然而傳統(tǒng)的相關系數(shù)法假設所有的課程成績都是學生學習效果的正常反映，沒有考慮到成績中可能存在的異常點問題。而實際上，在課程考試中，總會有學生因身體不適或者發(fā)揮失常導致成績偏低，或者學生對某門課程有特殊專長，成績格外好，這些都不是體現(xiàn)課程之間關系的準確體現(xiàn)，稱之為課程相關分析中的異常點問題。異常點會導致課程成績相關系數(shù)偏離實際數(shù)值，不能正確反映課程之間的關聯(lián)關系。

針對此問題，本文結合相關系數(shù)的魯棒估計方法[2]，提出一種基于魯棒相關系數(shù)的高校課程相關分析方法。該方法首先對數(shù)據(jù)進行預處理，然后利用魯棒相關系數(shù)評價課程成績之間的關聯(lián)關系，最后對某專業(yè)課程與基礎課程進行分析，表明該方法的有效性。

1 魯棒相關系數(shù)

同樣的，數(shù)字電子和模擬電子兩門課程密切相關，但傳統(tǒng)的Pearson相關系數(shù)指出僅有0.519 2的相關程度。繪制出其成績分布曲線，如圖1所示，分析發(fā)現(xiàn)兩門課程的成績分布總體相似，但是有個別學生由于發(fā)揮失常，成績非常低，導致兩門課程相關系數(shù)較低。而利用魯棒相關系數(shù)時，可以綜合考慮這種因素，求出的相關系數(shù)為0.753 4，可以很好地指出兩門課程的密切關聯(lián)程度。

進一步分析前10門基礎課程和專業(yè)課程自動控制原理的相關關系，其結果如表4所示。

從表4中可以看出，當使用傳統(tǒng)的Pearson相關系數(shù)時，程序設計語言、模擬電子、數(shù)字電子、電機與電器、化工原理與自動控制原理的相關系數(shù)在0.5以上，具有顯著相關性；而當使用魯棒相關系數(shù)時，高等數(shù)學、模擬電子、數(shù)字電子、電機與電器、化工原理與自動控制原理的相關性顯著。兩種方法的區(qū)別在于是高等數(shù)學還是程序設計語言與自動控制原理的相關性更強，根據(jù)教學經(jīng)驗可知，自動控制原理中涉及到較多數(shù)學公式的推導，高等數(shù)學與其的相關性強更符合實際情況。在表4中，馬克思主義、體育與自動控制原理課程的相關性均很弱，但是本文的魯棒相關系數(shù)相比于傳統(tǒng)的Pearson相關系數(shù)更低，能夠更好地說明問題。

3 結 論

通過對我校某專業(yè)課程成績數(shù)據(jù)上的分析結果表明，本文提出的方法比傳統(tǒng)的方法能夠更準確地估計出不同課程之間的關聯(lián)關系，有利于提高課程教學效果。通過分析學生課程成績來挖掘課程之間的內在關系，進而提高學校的教學質量和教學效果，同時為學生選課提供指導，也為學校提供一種信息化的決策手段。

參考文獻

[1] 楊明霞.課程相關性分析探討：教育技術學課程關聯(lián)分析[D].上海：華東師范大學，2008.

[2] 鄧曉剛，田學民.基于魯棒規(guī)范變量分析的故障診斷方法[J].控制與決策，2008，23（4）：415?419.

[3] 潘麗娟.SPSS相關分析在學生成績分析中的應用[J].中國管理信息化，2013，16（15）：109?111.

[4] 宋小敏，張國防，邢淑蘭，等.基于數(shù)據(jù)挖掘的課程相關性分析方法[J].山西財經(jīng)大學學報，2012，34（3）：240?241.

[5] 程光文，李文芳，陳清山.應用典型相關分析法分析醫(yī)學生學習成績[J].西北醫(yī)學教育，2002，10（3）：146?147.

[6] 蔣盛益，李霞，鄭琪.數(shù)據(jù)挖掘原理與實踐[M].北京：電子工業(yè)出版社，2011.endprint