考試成績分析精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的考試成績分析主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：考試成績分析范文
本次試卷共120分，與中考要求一致，覆蓋面較廣，涉及題型多。有對基礎(chǔ)知識的考察(如字音字形、詞語釋義、排序、語病及古詩文默寫)，也有對閱讀能力的考察(包括文言文和現(xiàn)代文)，還有對學(xué)生寫作能力的考察(如作文)以及綜合性學(xué)習(xí)和名著導(dǎo)讀的考察。
二、學(xué)情分析
經(jīng)過半學(xué)期的學(xué)習(xí)，學(xué)生已經(jīng)漸漸適應(yīng)了初中的學(xué)習(xí)習(xí)慣和學(xué)習(xí)方法，對于初中的做題思路慢慢熟悉，所以有許多學(xué)生的成績考得還是比較理想，但也有一部分學(xué)生還需要教師在以后的教學(xué)中作進(jìn)一步的引導(dǎo)，爭取讓全部學(xué)生盡早適應(yīng)初中生活和學(xué)習(xí)習(xí)慣，培養(yǎng)學(xué)生的做題能力。
三、成績分析
對于這次期中考試，我在考前兩個星期進(jìn)行了系統(tǒng)的分版塊的給學(xué)生復(fù)習(xí)備考，從基礎(chǔ)知識、課內(nèi)現(xiàn)代文的閱讀、課內(nèi)文言文、詩歌鑒賞和名著閱讀以及語言綜合運(yùn)用等方面一一復(fù)習(xí)，共做測試題8套。閱卷時感覺不太好，系統(tǒng)顯示平均分75.8分，比（2）班高了將近10分，倍感欣慰，但新的考核辦法計(jì)算結(jié)果為負(fù)值，這個成績是我沒有想到的。我感到深深的自責(zé)，在反思的過程中我看到了自己在語文教學(xué)中存在的諸多問題。
第一，重點(diǎn)字詞和讀音很多同學(xué)沒有真正的掌握，出現(xiàn)記憶模糊和含混不清的情況。就拿這次的選擇題來說，前兩道都是我們講過的原題，但是班上仍然還是有一大部分同學(xué)選錯，按照我的要求，基礎(chǔ)知識的字音字形題是堅(jiān)決不能出錯的，但是很多人抄了很多次卻沒有真正的記在大腦里。
第二、懶惰的思維方式，不愛思考。對詩歌鑒賞和課外文言文束手無策。大部分學(xué)生碰到這一類需要思考的題，都不知道該怎么做，即使講試卷和練習(xí)冊的時候教給他們方法了仍然還是要執(zhí)著自己的思維模式，更有甚者直接空著不做。這就造成大面積的失分嚴(yán)重。我一再的要求他們，語文學(xué)科和其他學(xué)科不同，即使你實(shí)在不會做，那你想到什么就寫什么，無論如何堅(jiān)決不能給我空著，但是顯然這方面對于一些基礎(chǔ)差的學(xué)生說了也是白說。另外一方面就是，對課內(nèi)老師要求掌握和默寫的古詩詞和重點(diǎn)句段沒有落實(shí)在筆頭，造成送分的題也失分的情況。
第三、對于課外現(xiàn)代文的解讀大多停留在表面，答題時不知所云，也不注重答題格式和答題技巧，分值較重的題大約十多個字就濃縮完了。對于需要遷移思考的問題大多數(shù)就亂答或者不答。
第四、作文出現(xiàn)審題偏差，不認(rèn)真讀題等現(xiàn)象。明明是命題作文，卻要自擬題目。大部分同學(xué)不知道作文應(yīng)該怎么寫，多是一些口水話，對于好詞佳句的運(yùn)用只限于有一定文學(xué)功底的優(yōu)生。
第五、普遍存在字跡潦草，書寫不規(guī)范的情況，有些學(xué)生寫的字根本讓閱卷老師無法辨認(rèn)。更有一些學(xué)生，答題卡出現(xiàn)多處涂改，抹黑、題號答錯等現(xiàn)象。
第六、某些同學(xué)對時間把握不到位，出現(xiàn)后面容易得分的題空著不做的情況。正是因?yàn)檫@些情況的出現(xiàn)，才造成了這次考試不是那么理想。
當(dāng)然，除了上述情況外，還有一些客觀的原因：比如說大部分學(xué)生的基礎(chǔ)本來就不是很好，對待語文學(xué)科的學(xué)習(xí)習(xí)慣和方法不明確；態(tài)度不端正，上課不認(rèn)真聽講，發(fā)呆、走神、聽課質(zhì)量低，沒有良好的自覺性和好學(xué)心理；更有甚者是長期不交家庭作業(yè)，家長也不管等情況。這就給提高語文成績造成了很多障礙性的因素。
通過這次考試，我應(yīng)當(dāng)積極引導(dǎo)學(xué)生認(rèn)清自己的情況，在今后學(xué)習(xí)中及時調(diào)整。七（1）班有很多學(xué)生對學(xué)習(xí)不感興趣、學(xué)習(xí)習(xí)慣差或是學(xué)習(xí)能力不足。針對學(xué)生出現(xiàn)的一些問題，開學(xué)以來我也采取了一些相應(yīng)的措施：
第一，常抓字詞；針對基礎(chǔ)差的學(xué)生，我采取每學(xué)一課就在課堂上至少聽寫2次的方法，聽寫的時間我會在頭一天告訴他們，然后課前三到五分鐘聽寫，第一次同桌交換改，第二次聽寫全班交上來我改。
第二，重視晨誦；每次課前就把任務(wù)寫在黑板上，這樣學(xué)生就能清楚明白的知道自己應(yīng)該掌握的知識和課文。
第三，跟緊經(jīng)常不交作業(yè)的學(xué)生，上課經(jīng)常抽那些語文成績差的學(xué)生，即使他回答不上來，但是卻可以通過這種方式讓他隨時都有緊迫感，迫使他認(rèn)真聽課和學(xué)習(xí)。
第四，對待班上懶惰不好學(xué)的學(xué)生，實(shí)行必要的懲戒教育，我說過我能忍受你學(xué)了不會，但我不能忍受學(xué)都不學(xué)就說學(xué)不會，否則既影響班上的總體成績，也影響班上的學(xué)習(xí)氛圍。
第五，對于班上語文成績和能力稍微好一點(diǎn)的學(xué)生，就嚴(yán)格的抓他們的答題格式和答題方法，規(guī)范他們的書寫，讓他們在平時學(xué)習(xí)和作業(yè)的情況下時時刻刻注意提升和完善自己的答題技巧。
第2篇：考試成績分析范文
關(guān)鍵詞： SPSS13.0統(tǒng)計(jì)軟件 大學(xué)英語考試成績 應(yīng)用
1.引言
社會科學(xué)統(tǒng)計(jì)大型軟件包SPSS13.0具有操作簡單、靈活、功能性強(qiáng)等特點(diǎn)。作為一種有效的統(tǒng)計(jì)工具，在教育統(tǒng)計(jì)中所發(fā)揮的作用越來越大。在教學(xué)中，教師常需要進(jìn)行諸如考試成績等的統(tǒng)計(jì)分析，以評估學(xué)生的學(xué)習(xí)，及時調(diào)整教學(xué)。SPSS13.0統(tǒng)計(jì)軟件能夠代替?zhèn)鹘y(tǒng)的手工計(jì)算方法，方便快捷，可以輕松地進(jìn)行多種數(shù)據(jù)統(tǒng)計(jì)和分析。
我通過運(yùn)用SPSS13.0統(tǒng)計(jì)軟件對我校2010級某班級按照學(xué)號選取的前30名學(xué)生的大學(xué)英語A（1）課程期末考試成績進(jìn)行了統(tǒng)計(jì)分析。在此之前，我已把選取的30名學(xué)生考試成績的各項(xiàng)數(shù)據(jù)分為性別、聽力、聽寫、閱讀、詞匯、寫作和總成績7項(xiàng)，輸入SPSS13.0統(tǒng)計(jì)軟件。
本研究主要是用SPSS13.0統(tǒng)計(jì)分析軟件從二元變量相關(guān)分析、雙因素混合實(shí)驗(yàn)設(shè)計(jì)方差分析與多組配對檢驗(yàn)等角度對本次大學(xué)英語A（1）成績進(jìn)行分析，以期從分析數(shù)據(jù)中發(fā)現(xiàn)問題并在今后的大學(xué)英語教學(xué)中進(jìn)行教學(xué)方法或策略的改進(jìn)或調(diào)整，從而有效地增強(qiáng)大學(xué)英語教學(xué)效果。
2.二元變量相關(guān)分析（Bivariate）
相關(guān)分析（Correlation）是研究一個變量與另一個變量間的相互關(guān)系，研究變量間相互關(guān)系的性質(zhì)和緊密程度。換句話講，相關(guān)分析的任務(wù)就是對相關(guān)關(guān)系給予定量的描述。相關(guān)系數(shù)（correlation coefficient）又叫積差相關(guān)系數(shù)（product moment coefficient of correlation），用符號“r”表示，一般按“r”的絕對值大小，規(guī)定統(tǒng)計(jì)學(xué)中低于0.40以下的相關(guān)系數(shù)為低相關(guān)；0.40―0.70為較顯著相關(guān)；0.70―0.90為顯著相關(guān)；0.90―1則為最高相關(guān)（胡健穎、馮泰，2002）。
而二元變量相關(guān)分析方法可以研究兩個觀測量之間的單相關(guān)關(guān)系。如果在實(shí)際運(yùn)用中，研究的是多個自變量與一個因變量的復(fù)相關(guān)關(guān)系，則應(yīng)該抓住其中的主要因素，把復(fù)相關(guān)轉(zhuǎn)化為單相關(guān)來進(jìn)行研究。調(diào)用Bivariate過程命令可以允許同時輸入兩個或者兩個以上的變量，但是輸出的是變量間兩兩相關(guān)的相關(guān)系數(shù)。
在雙變量相關(guān)分析中，對于正態(tài)分布資料，可選擇積矩相關(guān)系數(shù)（Pearson相關(guān)系數(shù)）；對于非正態(tài)分布資料，可選擇等級相關(guān)系數(shù)（Spearman相關(guān)系數(shù)）或Kendall相關(guān)系數(shù)等非參數(shù)方法，在本次統(tǒng)計(jì)分析中，我首先檢驗(yàn)性別、聽力、聽寫、閱讀、詞匯、寫作和總成績7個變量之間兩兩相關(guān)情況。
步驟一：讀取數(shù)據(jù)（score analysis.sav），打開analyze-correlate-bivariate；
步驟二：將變量性別、聽力、聽寫、閱讀、詞匯、寫作和總成績選入到variables，在correlation coefficients中選pearson，在test of significance 中選two-tailed；
步驟三：單擊option，在statistics中選means and standard deviations，在單擊continue；
步驟四：單擊OK。
表1數(shù)據(jù)表明，在本次考試中，所選取30名學(xué)生的聽寫成績的標(biāo)準(zhǔn)差（standard deviation）是2.61868為最大，而寫作成績的標(biāo)準(zhǔn)差是1.35782，為最小。
分析：標(biāo)準(zhǔn)差越大，說明離散程度越大，數(shù)據(jù)就越不均勻，這表明所選取30名學(xué)生的聽寫成績在各分項(xiàng)成績中相差最大，也說明學(xué)生的聽寫技能相差最大，有一部分學(xué)生在聽寫技能方面還需加以強(qiáng)化訓(xùn)練，這就為今后的大學(xué)英語教學(xué)中調(diào)整教學(xué)策略提供了數(shù)據(jù)支持。而標(biāo)準(zhǔn)差越小，說明離散程度越小，數(shù)據(jù)就越均勻，這表明所選取30名學(xué)生的寫作成績在各分項(xiàng)成績中相差最小，也說明學(xué)生的寫作水平相差不是非常顯著。
表2數(shù)據(jù)表明，在此次考試中，學(xué)生的聽寫和總成績之間雙尾檢驗(yàn)的概率值為0，小于0.01，閱讀與詞匯、聽寫與總成績和詞匯與聽力之間的Pearson相關(guān)系數(shù)分別為0.87，0.743和0.449。
分析：學(xué)生的聽寫和總成績之間雙尾檢驗(yàn)的概率值為0，這說明它們之間的相關(guān)程度是最顯著的，聽寫能力的高低顯著影響英語總成績。而閱讀與詞匯、聽寫與總成績和詞匯與聽力之間的Pearson相關(guān)系數(shù)大，這說明學(xué)生的詞匯能力對他們在聽力和閱讀部分的得分起到了顯著影響。
3.雙因素混合實(shí)驗(yàn)設(shè)計(jì)方差分析
雙因素混合實(shí)驗(yàn)設(shè)計(jì)方差分析就是包含兩個因素的重復(fù)測量設(shè)計(jì)。我們用該實(shí)驗(yàn)設(shè)計(jì)來檢驗(yàn)3位英語老師分別為所選取的30名學(xué)生所給出的作文評分是否存在顯著差異，作文評分與學(xué)生性別之間是否存在顯著差異。
步驟一：打開Analyze-General Linear Model-Repeated Measures
步驟二：定義被試內(nèi)因素名及其水平數(shù)。我們要檢驗(yàn)老師所給作文評分與男女學(xué)生性別是否存在顯著差異，在Within-Subject Factor Name 中可鍵入“grading”。有3位老師參與了打分，因此在Number of Levels中輸入水平數(shù)3，然后點(diǎn)擊Add。
步驟三：定義被試內(nèi)變量。點(diǎn)擊Define，將變量teacher 1、teacher 2、teacher 3移入Within-Subjects中。同時將性別變量移入Between Subject Factors。
步驟四：選擇被試內(nèi)變量的對比方法。點(diǎn)擊contrast，在contrast的下拉菜單中，選擇repeated作為變量間的對比方法，再點(diǎn)擊change。
步驟五：點(diǎn)擊options，把幾個變量都移入display mean for中，表示對變量的平均值進(jìn)行比較。在confidence interval adjustment下拉菜單中選bonferroni，表示進(jìn)行事后檢驗(yàn)。選擇descriptive statistics，最后單擊OK。
Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix.
a.May be used to adjust the degrees of freedom for the averaged tests of significance.Corrected tests are displayed in the Tests of Within-Subjects Effects table.
b. Design： Intercept+gender
Within Subjects Design： grades
a. Adjustment for multiple comparisons： Bonferroni.
數(shù)據(jù)描述：由表3數(shù)據(jù)來看，3位老師所給作文平均分分別為11.5333，11.2667和11.7333，標(biāo)準(zhǔn)差分別為0.35782，1.61743和1.20153。再由表4 Mauchly球形檢驗(yàn)數(shù)據(jù)結(jié)果看，Mauchly檢驗(yàn)值為0.848，明顯大于0.05。而表6被試內(nèi)效應(yīng)檢驗(yàn)結(jié)果看，由于表4中的Mauchly檢驗(yàn)結(jié)果0.848大于0.05，我們就只看sphericity assumed的結(jié)果就可以了。由表5數(shù)據(jù)可見，對評分變量進(jìn)行的sphericity assumed檢測結(jié)果為0.310，顯著水平明顯大于0.05。而對評分變量和性別因素變量進(jìn)行的sphericity assumed檢測結(jié)果為0.545，也明顯大于0.05。由表6數(shù)據(jù)可見，教師1和教師2所給作文評分相對教師1和教師3所給作文評分檢驗(yàn)P值均為1.000，而教師2和教師3之間的評分檢驗(yàn)P值為0.432，而性別和作文得分的檢驗(yàn)P值為0.545。
本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文
分析：上述評分檢驗(yàn)P值數(shù)據(jù)說明，3位老師對所選30位學(xué)生的作文評分差異不具有顯著性，同時還看到，教師在評分時受學(xué)生性別因素的影響也不具有顯著性。這說明閱卷老師在作文評分中，對作文評分標(biāo)準(zhǔn)地把握還是比較科學(xué)、合理且比較一致的，比較客觀、公正地反映出了學(xué)生作文的真實(shí)成績。
4.多組配對檢驗(yàn)（Friedman Test）
我們還可以通過多組配對檢驗(yàn)（Friedman Test）來檢驗(yàn)3位英語老師分別為所選取的30名學(xué)生所給出的作文評分是否存在顯著差異。
步驟一：打開Analyze - Nonparametric Test - K Related Samples（多列相關(guān)樣本）；
步驟二：選擇檢驗(yàn)變量。將教師1、2、3對學(xué)生作文的評分分別移入Test Variables，并在檢驗(yàn)類型中選Friedman。
步驟三：選定輸出統(tǒng)計(jì)量。點(diǎn)擊Statistics，選擇Descriptive。點(diǎn)擊OK。
由表9數(shù)據(jù)可得出，多組配對檢驗(yàn)顯著水平為0.177，大于一般可接受的0.05的顯著值，表明三個變量之間不存在顯著差異。也就是說，三位老師對30名學(xué)生作文的評分是比較一致的。
5.結(jié)語
大學(xué)英語A（1）考試是2010級A班學(xué)生在完成了大學(xué)英語第一學(xué)期的教學(xué)任務(wù)后進(jìn)行的終結(jié)性評估（summative test）（金艷，2005），但是數(shù)據(jù)分析表明此種形式的評估只能從一定程度上反映教學(xué)的結(jié)果，還不具備對整個教學(xué)過程或教學(xué)全貌進(jìn)行評估的能力。
其次，本次考試的效度、信度和可操作性之間也會存在問題，尚需對試卷進(jìn)行全面的統(tǒng)計(jì)分析。另外，針對主觀題部分的批改，為保證批卷老師的閱卷信度（包括批卷老師的評分一致性、批卷老師之間的評分一致性），應(yīng)該采取系列措施，包括制定明確的評分標(biāo)準(zhǔn)、確定評分參照卷、嚴(yán)格的閱卷前培訓(xùn)、閱卷過程隨機(jī)抽查等（楊惠中、金艷，2001）。
總之，測試既是教育系統(tǒng)的有機(jī)組成部分，又是教育系統(tǒng)中不可缺少的環(huán)節(jié)。對測試結(jié)果的分析測量和評價(jià)應(yīng)當(dāng)是每一位語言教師必備的能力。本研究側(cè)重于如何使用SPSS13.0工具的二元變量相關(guān)分析與雙因素混合實(shí)驗(yàn)設(shè)計(jì)方差分析來分析本次大學(xué)英語測試成績，從中發(fā)現(xiàn)學(xué)生在大學(xué)英語學(xué)習(xí)中哪些技能相差最大，這就為今后的大學(xué)英語教學(xué)中調(diào)整教學(xué)策略提供了數(shù)據(jù)支持，并能更加有效地增強(qiáng)大學(xué)英語教學(xué)效果。
參考文獻(xiàn)：
［1］胡健穎，馮泰.實(shí)用統(tǒng)計(jì)學(xué)［M］.北京：北京大學(xué)出版社，2002：236-237.
［2］皇甫偉.SPSS相關(guān)分析與線性回歸分析在英語考試成績分析中的應(yīng)用［J］.中國電力教育，2007，（10）：52-53.
［3］金艷.大學(xué)英語四、六級考試改革思路與未來展望-解讀《全國大學(xué)英語四、六級考試改革方案（試行）》［J］.中國大學(xué)教學(xué)，2005，（5）：49-53.
第3篇：考試成績分析范文
[關(guān)鍵詞]項(xiàng)目風(fēng)險(xiǎn)管理；考試成績；統(tǒng)計(jì)分析；問卷調(diào)查；教學(xué)改進(jìn)方向
[中圖分類號]G642.0 [文獻(xiàn)標(biāo)識碼]A [文章編號]1005-4634(2012)03-0094-03
0 引言
為了培養(yǎng)學(xué)生的風(fēng)險(xiǎn)意識和風(fēng)險(xiǎn)管理技能，河北工業(yè)大學(xué)從工程管理專業(yè)2005級開始，在專業(yè)培養(yǎng)計(jì)劃的第六學(xué)期中設(shè)置了《項(xiàng)目風(fēng)險(xiǎn)管理》課程。本課程的任務(wù)是：通過大量的項(xiàng)目風(fēng)險(xiǎn)管理活動實(shí)例，系統(tǒng)分析項(xiàng)目風(fēng)險(xiǎn)的客觀規(guī)律，研究項(xiàng)目風(fēng)險(xiǎn)管理的產(chǎn)生、發(fā)展及其基本概念體系，掌握項(xiàng)目風(fēng)險(xiǎn)管理規(guī)劃、風(fēng)險(xiǎn)識別、風(fēng)險(xiǎn)估計(jì)、風(fēng)險(xiǎn)評價(jià)、風(fēng)險(xiǎn)應(yīng)對、風(fēng)險(xiǎn)監(jiān)控等過程管理的基本框架、科學(xué)方法和實(shí)用技術(shù)、工具。
控制論創(chuàng)始人維納認(rèn)為：“一個有效的行為必須通過某種反饋過程來取得信息，從而了解目的是否已經(jīng)達(dá)到?！睂φn程成績分析的研究經(jīng)歷了從重要性認(rèn)識到成績的作用分析，再到成績分類統(tǒng)計(jì)進(jìn)而分析原因并將信息反饋給教學(xué)的過程。早在1999年孫劍米就提出對試卷及學(xué)生考試成績進(jìn)行分析，可為教與學(xué)提供有針對性的反饋信息的觀點(diǎn)。成績分析既是教學(xué)評估的手段，又是教學(xué)研究的重要環(huán)節(jié)。建立對考試成績分析的反饋利用機(jī)制，有助于全面提高教育教學(xué)質(zhì)量。陳國敏教授針對2004級至2009級《系統(tǒng)解剖學(xué)》的考試成績，統(tǒng)計(jì)分析了試卷的難度及區(qū)分度、男女生成績的差異性、年級成績之間的差異性。李素紅等在分析理工科學(xué)生《技術(shù)經(jīng)濟(jì)學(xué)》考試成績時，對學(xué)生分別按學(xué)院和生源進(jìn)行了分類，然后根據(jù)考試知識點(diǎn)、重點(diǎn)和難度對不同學(xué)生的考試平均分、及格率以及各知識點(diǎn)的得分率進(jìn)行了研究。與以上兩個文獻(xiàn)研究側(cè)重于對試卷本身分析不同的是，王佳眉教授通過對比分析《大學(xué)物理》3個年級考試成績的平均分和峰值成績、成績達(dá)標(biāo)度及整體分布等成績分布情況，提出了對于學(xué)風(fēng)問題、教師和學(xué)校投入等問題的思考。本文在試卷分析和問卷調(diào)查的基礎(chǔ)上，通過對學(xué)習(xí)興趣、學(xué)習(xí)態(tài)度和學(xué)習(xí)環(huán)境等因素的分析，研究改進(jìn)教學(xué)效果的途徑。
1 考試成績總體分析
本課程采用閉卷考試的方式對授課班級的學(xué)習(xí)情況進(jìn)行考察。出題的思路主要是突出知識應(yīng)用，重視學(xué)生的聽課效果及對知識系統(tǒng)性的掌握。試卷主要包括四個題型：單項(xiàng)選擇題(10分)，多項(xiàng)選擇題(15分)，簡答題(50分)和綜合計(jì)算題(25分)。
本次考試主要的考核點(diǎn)：項(xiàng)目風(fēng)險(xiǎn)的內(nèi)涵；項(xiàng)目風(fēng)險(xiǎn)與項(xiàng)目特性的關(guān)系；風(fēng)險(xiǎn)特征；項(xiàng)目后果標(biāo)度；風(fēng)險(xiǎn)效用；風(fēng)險(xiǎn)態(tài)度；憂慮價(jià)值；利率風(fēng)險(xiǎn)；風(fēng)險(xiǎn)管理規(guī)劃依據(jù)；風(fēng)險(xiǎn)識別方法；風(fēng)險(xiǎn)登記冊；決策樹分析方法；AHP；蒙特卡洛模擬方法；不確定風(fēng)險(xiǎn)決策的特點(diǎn)和方法；風(fēng)險(xiǎn)等級評價(jià)；風(fēng)險(xiǎn)處理技術(shù)；項(xiàng)目風(fēng)險(xiǎn)監(jiān)控的步驟。參加本課程考試的學(xué)生有本一和本三兩個類別，本一和本三試卷題型相同，本三試卷總體難度低于本一試卷，兩種試卷試題不同。參加考試的學(xué)生情況見表1?？荚嚦煽兘y(tǒng)計(jì)情況見表2。
就成績總體情況來看，平均分接近60分，單選題得分率高，多選題和簡答題得分率低，本一學(xué)生成績標(biāo)準(zhǔn)差為12.61，本三學(xué)生成績標(biāo)準(zhǔn)差為13.08，不及格率高，命題偏難。從試卷本身和考試情況來看，存在兩個主要問題：一是考試成績與試卷難度不符，組卷初衷是難度適中，統(tǒng)計(jì)結(jié)果顯示難度偏高。二是從題型來看，單選題考查的都是基本知識點(diǎn)，得分較高；多選題、簡答題得分低，總體顯示側(cè)重知識應(yīng)用的題得分不高。估計(jì)原因可能有：(1)考前沒劃重點(diǎn)，學(xué)生對考核點(diǎn)的理解有偏差；(2)整套試題側(cè)重知識的應(yīng)用，偏重課堂聽課的效果，學(xué)生并沒有完全理解和掌握相關(guān)知識點(diǎn)，知識運(yùn)用能力需要加強(qiáng)。
2 考試成績對比分析
2.1 學(xué)生類別與考試成績
本次考試的成績統(tǒng)計(jì)結(jié)果顯示：本一學(xué)生平均得分和及格率都高于本三學(xué)生，各題得分率基本高于本三學(xué)生，只有綜合計(jì)算題例外，原因在于本三試卷的綜合計(jì)算題與課堂例題類似，本一試卷的綜合計(jì)算題加大了難度?？荚嚦煽兛傮w情況說明本一學(xué)生的學(xué)習(xí)能力優(yōu)于本三學(xué)生。
2.2 性別與考試成績
經(jīng)計(jì)算，本一男女生成績平均分分別為58.71、60.31；本三男女生的成績平均分分別為55.85、61.91。本一男女生的不及格率分別為42.11％和30.76％。本三男女生的不及格率分別為67.50％和38.10％。無論哪種類別學(xué)生，女生的平均分均高于男生，不及格率均低于男生。一般而言，大學(xué)女生學(xué)習(xí)態(tài)度比較認(rèn)真，在課程學(xué)習(xí)上投入的時間高于男生，課堂聽課情況好于男生。
2.3 出勤情況與考試成績
學(xué)生出勤情況包括三種：缺勤、遲到和正常。統(tǒng)計(jì)結(jié)果顯示：較多缺勤和遲到(2次或以上)學(xué)生的最高分為67。當(dāng)然點(diǎn)名次數(shù)比較少，有些學(xué)生有可能因?yàn)楹苤匾氖氯闭n卻恰好被查出，但統(tǒng)計(jì)結(jié)果基本上可以反映真實(shí)情況。本一學(xué)生中有缺勤記錄的學(xué)生平均分為53.88，無缺勤記錄的學(xué)生平均分為60.24；本三學(xué)生中有缺勤記錄的學(xué)生平均分為53.09，無缺勤記錄的學(xué)生平均分為59.86；本一和本三有缺勤記錄的學(xué)生成績均低于總體平均分，缺勤學(xué)生的不及格率分別為55.56％、81.82％。這可能有兩個原因：(1)學(xué)習(xí)成績與學(xué)習(xí)態(tài)度有關(guān)；(2)考試成績與聽課效果有關(guān)。
2.4 宿舍環(huán)境與考試成績
同一宿舍的學(xué)生，一般有著相近的生活習(xí)慣和作息時間，彼此對學(xué)習(xí)的態(tài)度也會互相影響。河北工業(yè)大學(xué)因?yàn)榘创箢悓I(yè)招生，二年級下學(xué)期再分專業(yè)，而分班后宿舍不變，因此參加考試的學(xué)生住的比較分散。但統(tǒng)計(jì)結(jié)果也表明，有的宿舍不及格率達(dá)到80％，同時也有宿舍平均分在70分以上，分?jǐn)?shù)最低的學(xué)生也考了60分，因此宿舍學(xué)風(fēng)太差會影響所有的宿舍成員，而一個積極的學(xué)習(xí)氛圍也同樣影響所有宿舍成員。
2.5 上課座位與考試成績
經(jīng)過成績統(tǒng)計(jì)，發(fā)現(xiàn)河北工業(yè)大學(xué)經(jīng)常坐前排學(xué)生的平均分高于經(jīng)常坐后排學(xué)生的平均分。以本三為例，前者平均分為60.15，遠(yuǎn)遠(yuǎn)超過后者的平均分50.55?？梢娚险n時所坐的位置對聽課的效果有較大的影響。一般來講，前排距離老師比較近，視聽都很清楚。另外，距離老師比較近注意力會相對更集中。相反，坐在后排很容易走神，行動比較自由，很容易說話或玩手機(jī)等。
3 考試成績影響因素分析
為了更好的研究教學(xué)情況，設(shè)計(jì)了針對課堂教學(xué)和期末考試的調(diào)查問卷。共設(shè)計(jì)了16個問題，包括了出勤、課堂表現(xiàn)、作業(yè)、對考試的看法以及學(xué)習(xí)態(tài)度等方面。共發(fā)放問卷133份，分發(fā)給所有學(xué)習(xí)該課程并參與考試的學(xué)生，收回有效問卷132份。對回收問卷統(tǒng)計(jì)后，結(jié)合考試成績的統(tǒng)計(jì)分析和平時與學(xué)生的交流情況，認(rèn)為影響考試成績的因素如下。
3.1 考核知識點(diǎn)是否明確
調(diào)查結(jié)果顯示，60.61％的學(xué)生認(rèn)為考題難，僅有一個學(xué)生認(rèn)為考題簡單。多數(shù)認(rèn)為考前未劃重點(diǎn)對自己影響大，61.36％認(rèn)為復(fù)習(xí)的沒有考，20.45％的學(xué)生感覺不適應(yīng)題型，還有一部分學(xué)生認(rèn)為好多題會做，但答錯了。83.33％都認(rèn)為考前劃重點(diǎn)比較好，有53.79％的學(xué)生認(rèn)為劃重點(diǎn)可以促進(jìn)學(xué)習(xí)，支持劃重點(diǎn)的學(xué)生里有相當(dāng)一部分認(rèn)為劃重點(diǎn)僅為了方便考試，而不是為了真正學(xué)到知識。
3.2 學(xué)生的學(xué)習(xí)重點(diǎn)
由考試結(jié)果來看，學(xué)生對考查基本概念的題得分率都比較高，而對于知識的擴(kuò)展與運(yùn)用方面的題型得分相對較差。顯示學(xué)生在學(xué)習(xí)中更多的是機(jī)械地記憶，欠缺理解或者思考各個知識點(diǎn)之間的聯(lián)系。也許很大程度上只是想單純的應(yīng)付考試，沒有想過要扎實(shí)地掌握重點(diǎn)知識和基本方法。
3.3 學(xué)生的學(xué)習(xí)態(tài)度
成績統(tǒng)計(jì)結(jié)果顯示學(xué)習(xí)態(tài)度在很大程度上影響考試成績。調(diào)查結(jié)果顯示有14.39％的學(xué)生上課喜歡坐后排，但是認(rèn)為坐后排更有利于學(xué)習(xí)的只有4.55％。51.02％的學(xué)生坐在后排的理由僅僅是因?yàn)樾睦锸娣蚴强梢宰杂芍鋾r間。竟有44.70％的學(xué)生認(rèn)為上課時自由出入教室、隨意接電話等行為是可以接受的。另外，只有45.45％的學(xué)生上課會做筆記，48.48％的學(xué)生只是在老師強(qiáng)調(diào)會考的情況下才會記下來，還有一小部分人上課什么都不帶，也根本不做筆記。
3.4 學(xué)生的學(xué)習(xí)興趣
學(xué)生對多數(shù)課程知識不感興趣，因此對課程的重視程度和學(xué)習(xí)的主動性直接影響學(xué)習(xí)效果。14.39％的學(xué)生很不支持老師要求出勤，15.91％的學(xué)生會缺勤或遲到。理由多種多樣：很多學(xué)生認(rèn)為理論知識實(shí)際中用不著：有學(xué)生認(rèn)為只有土木技術(shù)類課程才是重要課程；還有部分同學(xué)只有在教師講實(shí)際項(xiàng)目經(jīng)歷時才能聚精會神。非常有趣的是，這些學(xué)生也認(rèn)為項(xiàng)目風(fēng)險(xiǎn)管理對于從事項(xiàng)目管理工作非常重要。
4 結(jié)論
通過對考試成績和問卷調(diào)查結(jié)果的統(tǒng)計(jì)分析，發(fā)現(xiàn)以下問題：教師和學(xué)生對課程知識的認(rèn)知存在較大差別，學(xué)生的學(xué)習(xí)情況與教師的期望存在較大差距，教師的授課與學(xué)生的期望存在較大差異。這些問題導(dǎo)致教師的“教”與學(xué)生的“學(xué)”未能有機(jī)結(jié)合。針對以上問題，課程改進(jìn)的思路是：(1)明確課程定位，加強(qiáng)課程重要性的認(rèn)知。工程管理專業(yè)的課程體系由管理學(xué)、經(jīng)濟(jì)學(xué)、法學(xué)和土木工程學(xué)四類課程構(gòu)成，這是專業(yè)特色，許多課程知識對于就業(yè)也許不能產(chǎn)生“立竿見影”的效果，但對于學(xué)生綜合能力的提升具有長期的影響。非土木工程類課程的重要性，教師必須說得明白，講的透徹，只有學(xué)生感知到了，才能產(chǎn)生興趣。(2)端正學(xué)生的學(xué)習(xí)態(tài)度，加強(qiáng)自學(xué)能力培養(yǎng)。教師端正“教”的態(tài)度是學(xué)生端正“學(xué)”的態(tài)度的前提，對自己和學(xué)生嚴(yán)格要求，本著教有所成的原則，采用靈活多變的教學(xué)方式，增加課下閱讀推薦量，并明確考前不劃重點(diǎn)的閉卷考試方式，引導(dǎo)學(xué)生自學(xué)的同時促使學(xué)生深入認(rèn)識本課程。及時批改課下作業(yè)，通過充分討論，提高學(xué)生對知識的運(yùn)用能力。鼓勵學(xué)生大膽質(zhì)疑，在師生的相互學(xué)習(xí)與探討中，把新舊知識融會貫通。(3)突出知識點(diǎn)和考核重點(diǎn)，明確學(xué)生的學(xué)習(xí)目標(biāo)。在列出每章學(xué)習(xí)目標(biāo)的基礎(chǔ)上，在課程開始時向?qū)W生發(fā)放教學(xué)計(jì)劃和課程考試大綱，加強(qiáng)師生互動溝通，結(jié)合課程知識體系，調(diào)整和優(yōu)化授課內(nèi)容，將知識模塊化。(4)逐步實(shí)現(xiàn)完全的案例式教學(xué)模式。這就要求任課教師認(rèn)真設(shè)計(jì)教學(xué)過程，從問題提出的方式、解決的過程到結(jié)論的形成與討論深化，將知識融入到其中，增強(qiáng)課程的趣味性，激發(fā)學(xué)生的學(xué)習(xí)興趣。在教學(xué)過程中，老師要注重發(fā)揮學(xué)生的主體地位，布置開放性問題，發(fā)掘?qū)W生學(xué)習(xí)的主動性，鼓勵他們思考和自我求解。
參考文獻(xiàn)
[1]孫劍米.談考試成績分析[J].統(tǒng)計(jì)教育，1999，(6)：29-30.
[2]劉戰(zhàn)芳.高校應(yīng)重視學(xué)生考試成績的分析與反饋[J].安徽警官職業(yè)學(xué)院學(xué)報(bào)，2007，(5)：79-80.
[3]陳國敏，肖新莉，李月英.留學(xué)生系統(tǒng)解剖學(xué)考試成績綜合分析[J].山西醫(yī)科大學(xué)學(xué)報(bào)(基礎(chǔ)醫(yī)學(xué)教育版)，2010，12(9)：939-942.
第4篇：考試成績分析范文
[關(guān)鍵詞]SPSS；期末考試成績；統(tǒng)計(jì)分析
1 引言
統(tǒng)計(jì)分析軟件――SPSS(Statistical Package for the Social sci，ence)的中文譯名為社會科學(xué)統(tǒng)計(jì)軟件包，它是世界著名的、優(yōu)秀的統(tǒng)計(jì)分析軟件之一。SPSS是一個具有綜合性的專業(yè)統(tǒng)計(jì)分析和數(shù)據(jù)管理系統(tǒng)。SPSS數(shù)據(jù)管理和分析功能強(qiáng)大，界面友好，操作簡單，有靈活的變量變換和文件交換系統(tǒng)，多種統(tǒng)計(jì)圖表的結(jié)果輸出，并具有與Microsoft Office軟件兼容等特點(diǎn)，在社會學(xué)、醫(yī)學(xué)、心理學(xué)、人文學(xué)、生物學(xué)、教育學(xué)等領(lǐng)域已取得了深入的應(yīng)用。它操作簡便、好學(xué)易懂、簡單實(shí)用，是學(xué)術(shù)界經(jīng)常使用的計(jì)量軟件。SPSS的主要功能為：回歸及相關(guān)分析、聚類與判別分析、主成分分析及因子分析等十幾個大類。下文將以某班學(xué)生的期末考試成績?yōu)闃颖?，簡單分析了一下SPSS在學(xué)術(shù)研究中的具體應(yīng)用案例。
2 數(shù)據(jù)來源和數(shù)據(jù)錄入
筆者通過運(yùn)用統(tǒng)計(jì)分析軟件SPSS，對某班30名同學(xué)的一次期末考試成績進(jìn)行了統(tǒng)計(jì)分析，各項(xiàng)成績包括大學(xué)體育、程序設(shè)計(jì)語言、成績設(shè)計(jì)語言SJ、思想和中國特色社會主義理論體系概論、大學(xué)英語、檔案學(xué)概論、信息系統(tǒng)管理和總分8項(xiàng)，統(tǒng)計(jì)數(shù)據(jù)如表1所示。將存在于excel中的表1，通過“文件”“打開”“數(shù)據(jù)”“文件類型”選擇excel一選中表某班同學(xué)期末考試成績所在的excel文件一點(diǎn)擊“打開”，便可將excel中的數(shù)據(jù)導(dǎo)入SPSS。
3 數(shù)據(jù)分析
3.1 描述性分析
3.1.1 頻數(shù)
在數(shù)據(jù)視圖中進(jìn)行以下操作：點(diǎn)擊菜單欄中的“分析”“描述統(tǒng)計(jì)”“頻率”將7門課程及總分項(xiàng)添加到變量中，選中“圖表”中的“直方圖”并勾選“帶正態(tài)曲線”后點(diǎn)擊“繼續(xù)”，勾選“顯示頻率表格”項(xiàng)，點(diǎn)擊“確定”共出現(xiàn)8個直方圖，圖1是其中一個。由圖1可分析，大學(xué)體育成績的均值為89.03分，取得89－91分的同學(xué)占8人，得分在80分以下的2位同學(xué)需加強(qiáng)此方面的鍛煉。大學(xué)體育成績呈正態(tài)分布，標(biāo)準(zhǔn)差為5.411，反映出此體育教師的評分較合理。
3.1.2 平均數(shù)與標(biāo)準(zhǔn)差
在數(shù)據(jù)視圖中進(jìn)行以下操作：點(diǎn)擊菜單欄中的“分析”“描述統(tǒng)計(jì)”“描述”在“描述性”對話框中添加7門課程和總分項(xiàng)到“變量”，勾選“將標(biāo)準(zhǔn)化得分另存為變量”，點(diǎn)擊選項(xiàng)中的“均值”、“標(biāo)準(zhǔn)差”、“最大值”、“最小值”后點(diǎn)擊“繼續(xù)”，單擊“確定”所得結(jié)果如表2：
由表1可知，大學(xué)英語中的極小值為55分，存在掛課現(xiàn)象，該同學(xué)必須重修，來年選課時應(yīng)及時通知該同學(xué)重修。程序設(shè)計(jì)語言和大學(xué)英語的均值達(dá)不到70分，英語和計(jì)算機(jī)是當(dāng)代大學(xué)生必備的兩個技能，我班需實(shí)施一些措施來提高同學(xué)們的英語和計(jì)算機(jī)水平。程序設(shè)計(jì)語言的標(biāo)準(zhǔn)差高達(dá)10.189分，極大值94分，同學(xué)們可以向計(jì)算機(jī)水平高的2009409035等同學(xué)請教。
3.1.3 分組求平均值
分組求平均值是對數(shù)據(jù)分組描述，可以輸出分組數(shù)據(jù)的均值、標(biāo)準(zhǔn)差、極值等，即對數(shù)據(jù)進(jìn)行多層分類匯總。點(diǎn)擊菜單欄中的“分析”“比較均值”“均值”在“均值”對話框中，將“總分”添加到“因變量列表”、“大學(xué)體育”添加到“自變量列表”，點(diǎn)擊確定。結(jié)果為表2：
隨著體育成績的逐步提高，總成績均值出現(xiàn)了高低起伏不定的趨勢，這說明體育成績和總分之間沒有必然的聯(lián)系。加強(qiáng)體質(zhì)鍛煉不會影響自己的學(xué)習(xí)成績，因此多運(yùn)動不應(yīng)成為成績不佳的借口。作為當(dāng)今社會的一名大學(xué)生，只是學(xué)習(xí)好是不行的。學(xué)習(xí)固然重要，但大學(xué)作為與社會接觸的橋梁，素質(zhì)拓展活動也不可缺少。同學(xué)們應(yīng)努力提升自己的綜合素質(zhì)，力圖使自己成為一名四有新人，德智體美各方面全部發(fā)展。
3.1.4 數(shù)據(jù)探測
點(diǎn)擊菜單欄中的“分析”“描述統(tǒng)計(jì)”“探索”在彈出的“探索”對話框中，將“總分”添加到“因變量列表”、“檔案學(xué)概論”和“信息系統(tǒng)管理”添加到“因子列表”，選擇“繪制”中的“莖葉圖”后單擊“繼續(xù)”，選擇“輸出”中的“圖”，最后點(diǎn)擊“確定”生成如圖2所示的兩張箱線圖：
圖2中的兩幅圖呈現(xiàn)出同一個趨勢，即數(shù)據(jù)點(diǎn)分布在左下角和右上角的對角線附近。也就是說，無論是檔案學(xué)概論的成績還是信息系統(tǒng)管理的成績，都與總分是正相關(guān)的關(guān)系。換句話講，一般情況下，專業(yè)課成績高的同學(xué)，總分也就越高。由此可見專業(yè)課的重要性，在日常的學(xué)習(xí)中，同學(xué)們應(yīng)把專業(yè)課放在首要位置。
3.2 聚類分析
聚類分析是根據(jù)一批樣本的多個觀測指標(biāo)，具體找出一些能夠度量樣品或指標(biāo)之間相似程度的統(tǒng)計(jì)量，以這些統(tǒng)計(jì)量為劃分類型的依據(jù)，把一些相似程度較大的樣品(或指標(biāo))聚合為一類。類聚分析是研究“物以類聚”的一種方法。
現(xiàn)將全班30人按總分分為三類，以直觀、簡明的方式統(tǒng)計(jì)每個同學(xué)在學(xué)習(xí)成績上所處的位置，具體操作步驟如下：點(diǎn)擊菜單欄中的“分析”“分類”“系統(tǒng)聚類”一在彈出的對話框中，將“總分”添加到“變量”、“學(xué)號”添加到“標(biāo)注個案”，分群為“個案”，輸出勾選“圖”，在“繪制”中勾選“樹狀圖”，然后繼續(xù)一單擊“確定，最后生成樹狀圖。
3.3 多維尺度分析
多維尺度分析技術(shù)是一種探索性數(shù)據(jù)分析技術(shù)，可以將含有多個變量的大型數(shù)據(jù)壓縮到一個低維空間，形成一個直觀的空間圖形，以空間中的點(diǎn)表示變量之間的潛在規(guī)律性聯(lián)系。
通過SPSS統(tǒng)計(jì)軟件“度量”功能中的“多維尺度”分析功能。可以分析七門課程之間的潛在規(guī)律性聯(lián)系，具體操作步驟如下：“分析”“度量”“多維尺度”在“多維尺度”對話框中，將七門課程添加到“變量”，數(shù)據(jù)為距離數(shù)據(jù)選擇“正對稱”，“模型”中度量水平為“序數(shù)”、條件性為“矩陣”、維數(shù)均為“2”，選項(xiàng)中的輸出選擇“組圖”點(diǎn)擊“確定”，生成圖3。通過圖3可以看出七門課程之間的潛在性規(guī)律，如程序設(shè)計(jì)語言和大學(xué)英語被劃分在第二象限，其中的潛在性規(guī)律可能有很多，比如均分都比較低等。通過此圖也可以驗(yàn)證上文的一些結(jié)論。
3.4 相關(guān)分析
相關(guān)分析是研究一個變量與另一個變量間的相互關(guān)系。研究變量間相互關(guān)系的性質(zhì)和緊密程度。換句話講，相關(guān)分析的任務(wù)是對相關(guān)關(guān)系給予定量的描述。
4 結(jié)語
成績分析是教育系統(tǒng)的有機(jī)組成部分，對考試成績的分析測量和評價(jià)應(yīng)當(dāng)是每個教師和同學(xué)必備的能力。SPSS在考試數(shù)據(jù)統(tǒng)計(jì)分析中應(yīng)用廣泛，本文結(jié)合具體數(shù)據(jù)，從描述性分析、聚類分析、多維尺度分析和相關(guān)分析四個方面介紹了使用SPSS進(jìn)行統(tǒng)計(jì)分析的一般方法和步驟，并提出一些實(shí)際存在的問題和建議。通過分析該班同學(xué)的期末考試成績，筆者更加深入地了解了同學(xué)們的學(xué)習(xí)現(xiàn)狀，相信此次統(tǒng)計(jì)分析結(jié)果會為該班提供很好的借鑒，同時也希望能為年輕的科研人員提供一種研究思路。
參考文獻(xiàn)
[1]楊曉秋，圖書館讀者滿意度調(diào)查問卷的SPSS設(shè)計(jì)[J]，農(nóng)業(yè)圖書情報(bào)學(xué)刊，2 008(20)：171-174
[2]楊曉明，SPSS在教育統(tǒng)計(jì)中的應(yīng)用[M]，北京：高等教育出版社，2004
[3]趙守盈，呂紅云，多維尺度分析技術(shù)的特點(diǎn)及幾個基礎(chǔ)問題[J]，評價(jià)與測量，2010(4)：13-19
[4]曹玲，楊靜，夏嚴(yán)，國內(nèi)競爭情報(bào)領(lǐng)域研究論文的共詞聚類分析[J]，情報(bào)科學(xué)，2011(28)：923-930
[5]李延波，房紅芳，SPSS統(tǒng)計(jì)軟件在大學(xué)英語考試成績分析中的應(yīng)用[J]，考試研究，2011(20)：1-3
[6]崔永紅，李學(xué)民，運(yùn)用SPSS對專業(yè)基礎(chǔ)課與專業(yè)課成績分析[J]，科教研究，2011(14)：34-36
[7]潘小燕，統(tǒng)計(jì)分析軟件在大學(xué)英語教學(xué)測試效果評估中的英語[J]，科教文匯，2011(3)：112-113
第5篇：考試成績分析范文
關(guān)鍵詞：核Fisher判別分析；高職教育；考試成績預(yù)測
中圖分類號： TP391 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-8454（2016）16-0076-04
一、引言
隨著國家“十三五”規(guī)劃的順利進(jìn)行，加快發(fā)展職業(yè)教育已經(jīng)越來越成為國家、社會和教育界的共識，高職院校不可避免的成為了培養(yǎng)實(shí)用技能型人才的主要基地。隨著高職招生人數(shù)的不斷擴(kuò)大，以及社會還沒有擺脫對職業(yè)教育的傳統(tǒng)觀念，高職院校的生源質(zhì)量每況愈下。一部分學(xué)生的基礎(chǔ)知識較差，學(xué)習(xí)新知識的意愿不強(qiáng)，無論在課堂上與老師的互動，還是課下的平時作業(yè)完成情況，都不盡如人意，使得教師很難在真正考試之前評估教學(xué)效果，從而造成教學(xué)質(zhì)量下降。因此，如何提高高職學(xué)生的學(xué)習(xí)成績，成為社會和學(xué)校都關(guān)注的問題。在教學(xué)過程中、期末考試之前，有針對性的建立模型預(yù)測考試成績，提前評估教學(xué)效果，可以起到預(yù)警的作用。對那些有可能不及格的學(xué)生及時糾正其不良學(xué)習(xí)行為，并進(jìn)行單獨(dú)輔導(dǎo)，則有助于提高學(xué)生成績，減少不合格現(xiàn)象，進(jìn)而提高學(xué)生培養(yǎng)質(zhì)量，優(yōu)化課程設(shè)計(jì)，促進(jìn)教師教學(xué)進(jìn)步。
正是意識到學(xué)生成績預(yù)測對提高教學(xué)質(zhì)量、促進(jìn)教學(xué)改革的重要性，國內(nèi)一些學(xué)者在幾年前就已經(jīng)開始對該領(lǐng)域展開研究。大部分學(xué)者將成績預(yù)測視為分類問題，于是多采用數(shù)據(jù)挖掘或機(jī)器學(xué)習(xí)領(lǐng)域的算法，如決策樹、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等來建立模型。其中，決策樹方法因?yàn)槔碚摪l(fā)展成熟、易于理解等優(yōu)點(diǎn)，被廣泛用于大學(xué)生英語成績預(yù)測[1]、大學(xué)生計(jì)算機(jī)等級考試成績預(yù)測[2]、一般性課程的成績預(yù)測[3， 4]等；而人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)也因?yàn)樵鷮?shí)的理論基礎(chǔ)和廣泛應(yīng)用，被用于大學(xué)生課程成績預(yù)測[5，6]，并取得良好的效果。
核Fisher判別分析作為基于核函數(shù)的機(jī)器學(xué)習(xí)算法的典型代表[7]，其分類效果在其他模式識別和預(yù)測領(lǐng)域得到了很好的驗(yàn)證[8，9]。學(xué)者們前期的研究成果表明，決策樹、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法在學(xué)生考試成績預(yù)測方面均取得了不俗的成績。但是到目前為止，我們尚未發(fā)現(xiàn)有學(xué)者應(yīng)用完整的核Fisher判別分析進(jìn)行大學(xué)生成績預(yù)測的系統(tǒng)報(bào)道（雖然有學(xué)者利用線性Fisher判別分析對SVM模型中的數(shù)據(jù)因素進(jìn)行加權(quán)[6]）。因此，本文提出利用核Fisher判別分析作為工具，嘗試尋找學(xué)生學(xué)習(xí)屬性與成績之間隱含的非線性復(fù)雜關(guān)系，從而建立高職在校學(xué)生期末考試成績預(yù)測模型。實(shí)驗(yàn)分析中以深圳信息職業(yè)技術(shù)學(xué)院物流管理專業(yè)2015級3個班級的學(xué)生作為研究對象，采用學(xué)生性別、生源地、考勤表現(xiàn)和平時作業(yè)成績等作為模型的輸入變量，來預(yù)測學(xué)生的期末考試成績。實(shí)驗(yàn)結(jié)果證明，核Fisher判別分析的泛化能力強(qiáng)，其預(yù)測精度與支持向量機(jī)十分接近，并且優(yōu)于C4.5決策樹方法。
二、核Fisher判別分析
核Fisher判別分析[7]是基于核函數(shù)的機(jī)器學(xué)習(xí)算法中的一種，其結(jié)合了線性Fisher判別分析與核函數(shù)的思想，能夠有效地解決現(xiàn)實(shí)中的分類問題[8， 9] 。
1.線性Fisher判別分析原理[10]
線性Fisher判別分析是一種有監(jiān)督學(xué)習(xí)的分類方法。給定一組d維空間的樣本數(shù)據(jù)x∈R（i∈1，2，.....n），n為樣本數(shù)據(jù)集的大小，他們分別屬于不同的兩類，則樣本類別標(biāo)識記為yi∈{1，2}。屬于類1的n1個樣本記為X1={x11，x12，......x1}，屬于類2的n2個樣本記為X2={x21，x22，......x2}。算法“學(xué)習(xí)”或者“訓(xùn)練”的過程，就是要找到樣本數(shù)據(jù)與其類別隱含的內(nèi)在關(guān)系模式xy。線性Fisher判別分析構(gòu)造學(xué)習(xí)模型的核心目標(biāo)是尋找一個d維向量w∈R，當(dāng)樣本數(shù)據(jù)向該方向投影時，最大化類間散度和類內(nèi)散度的比值，使得樣本數(shù)據(jù)在這個方向上盡可能的分開，達(dá)到清楚辨識的目的。定義某一類樣本（i=1，2）數(shù)據(jù)類內(nèi)均值為：
2.核Fisher判別分析原理
線性Fisher判別分析是一種線性分類器，當(dāng)樣本數(shù)據(jù)與類別呈現(xiàn)線性關(guān)系時其分類效果會很好。但是實(shí)際問題中，樣本數(shù)據(jù)與其類別的關(guān)系往往呈現(xiàn)出復(fù)雜的非線性，則線性Fisher判別分析的分類效果就會差強(qiáng)人意，而且也無法解決模式識別中常見的維數(shù)災(zāi)難問題。在支持向量機(jī)中成功應(yīng)用的核函數(shù)的出現(xiàn)解決了這個問題[11， 12]。核函數(shù)首先將數(shù)據(jù)從低維的輸入向量空間R映射到高維（甚至是無限維）的特征空間，即φ：R。通過某些核φ（?），映射可表示為xiφ（xi）=（a1φ1（xi），……，amφm（xi），……）。在這個高維的特征空間中應(yīng)用線性Fisher判別分析，在特征空間得到的線性分類器通過核映射回原始的輸入數(shù)據(jù)空間R時，就得到了非線性分類器。
基于線性Fisher判別分析的原理，核Fisher判別分析在特征空間要尋找w∈，使得下式F（w）最大化：
三、實(shí)驗(yàn)及分析
為了評估本文提出的基于核Fisher判別分析的預(yù)測模型的實(shí)際效果，我們將深圳信息職業(yè)技術(shù)學(xué)院物流管理專業(yè)2015級3個班級共151名學(xué)生作為研究對象，收集第一學(xué)年某門專業(yè)基礎(chǔ)課的期末考試成績及相關(guān)因素作為模型的輸出和輸入變量。預(yù)測模型的輸入變量（樣本屬性）應(yīng)該與考試成績密切相關(guān)，我們選擇輸入向量時主要根據(jù)日常教學(xué)經(jīng)驗(yàn)反饋的以下幾點(diǎn)事實(shí)：①大學(xué)生個體的期末成績往往與其曠課、遲到次數(shù)（出勤反映學(xué)習(xí)態(tài)度）負(fù)相關(guān)，與平時作業(yè)成績（平時作業(yè)代表學(xué)習(xí)態(tài)度和對知識的理解程度）正相關(guān)；②本專業(yè)學(xué)生的自有特點(diǎn)是女同學(xué)平均成績比男同學(xué)略勝一籌；③深圳市外生源較市內(nèi)生源入學(xué)平均成績高。因此，我們選擇學(xué)生的性別、生源地、出勤表現(xiàn)和平時作業(yè)成績作為樣本的屬性變量，具體總結(jié)如表1所示。
此外，將所有學(xué)生分為兩類，期末考試成績大于等于60分記為“合格”，否則記為“不合格”。數(shù)據(jù)集中的部分樣本示例如表2所示。
我們在MATLAB環(huán)境中編寫核Fisher判別分析的實(shí)現(xiàn)代碼，并裝載收集到的原始數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)研究。為了比較核Fisher判別分析對高職學(xué)生成績的預(yù)測效果，我們還測試了支持向量機(jī)SVM算法和C4.5決策樹方法，這兩種方法同樣在MATLAB環(huán)境中實(shí)現(xiàn)。在核Fisher判別分析和SVM建模時，為了防止樣本中某個維度的數(shù)值過大而在核函數(shù)計(jì)算中淹沒其他維度數(shù)據(jù)的作用，我們先對原始數(shù)據(jù)進(jìn)行預(yù)處理，即將原始數(shù)據(jù)標(biāo)準(zhǔn)化在[-1，+1]的范圍內(nèi)。在使用C4.5決策樹建模時，因?yàn)槠淠軌蛲瑫r處理連續(xù)值和離散值的屬性，訓(xùn)練和測試過程不受數(shù)據(jù)大小的影響，所以C4.5方法實(shí)現(xiàn)中仍舊保持原始數(shù)據(jù)，不進(jìn)行額外處理。
由于實(shí)驗(yàn)用的原始數(shù)據(jù)集較小，如果簡單地分為訓(xùn)練和測試兩個數(shù)據(jù)集合，評估效果容易出現(xiàn)偏差。為了能夠全面反映各種算法預(yù)測的精度，我們對整個樣本數(shù)據(jù)進(jìn)行多次劃分，每次從全體數(shù)據(jù)集中選擇10%的數(shù)據(jù)作為測試數(shù)據(jù)，其余數(shù)據(jù)用于訓(xùn)練模型和確定最優(yōu)參數(shù)。此外，核Fisher判別分析和SVM均采用RBF徑向基核K（xi，xj）=exp（-γ||xi-xj||2）作為核函數(shù)，其中γ是核參數(shù)。由于訓(xùn)練得到的模型的泛化能力高度依賴于核函數(shù)參數(shù)、正則化參數(shù)或懲罰系數(shù)的選擇，因此選擇最優(yōu)的參數(shù)很有必要。在實(shí)驗(yàn)中，核Fisher判別分析的正則化參數(shù)設(shè)為δ=10-3，核Fisher判別分析和SVM中用到的核參數(shù)γ和懲罰系數(shù)由10-交叉驗(yàn)證網(wǎng)格搜索法來確定[13]。在最優(yōu)參數(shù)設(shè)置下對測試樣本數(shù)據(jù)進(jìn)行預(yù)測，每次測試的準(zhǔn)確率定義如下：
準(zhǔn)確率=×100%（14）
實(shí)驗(yàn)的結(jié)果是進(jìn)行十次測試的平均值，如表3所示。
從實(shí)驗(yàn)結(jié)果可以看出，基于核函數(shù)方法的核Fisher判別分析和SVM預(yù)測精度相近（其中核Fisher判別分析預(yù)測準(zhǔn)確度的平均值略微高于SVM），這一點(diǎn)與兩者在標(biāo)準(zhǔn)數(shù)據(jù)集上的測試結(jié)果一致[7]，但是兩者的預(yù)測精度都明顯高于C4.5決策樹算法。C4.5決策樹方法訓(xùn)練模型時，主要采用信息增益率作為選擇根結(jié)點(diǎn)和各內(nèi)部結(jié)點(diǎn)中分支屬性的評價(jià)標(biāo)準(zhǔn)，訓(xùn)練速度快，得到的模型直觀性強(qiáng)，規(guī)則易于被使用者理解。但是決策樹方法在訓(xùn)練集上的預(yù)測效果往往優(yōu)于測試集，即容易出現(xiàn)過擬合的現(xiàn)象。核Fisher判別分析和SVM利用的核函數(shù)將數(shù)據(jù)從低維的輸入空間映射到高維的特征空間，在特征空間都基于各自的分類原理構(gòu)建線性分類器使得兩類數(shù)據(jù)集盡可能的分開，得到的線性分類器經(jīng)過核函數(shù)映射回輸入空間后，即成為非線性分類器。因此，核Fisher判別分析和SVM得到的預(yù)測模型泛化性能良好，能夠挖掘出輸入樣本屬性與其類別之間隱含的非線性復(fù)雜關(guān)系。另外，本文用到的原始實(shí)驗(yàn)數(shù)據(jù)采集自學(xué)生的實(shí)際情況，其中包含著一部分不完全、有噪聲的數(shù)據(jù)，比如有些學(xué)生學(xué)習(xí)能力強(qiáng)、成績突出，但是有個別作業(yè)沒有提交或是遲到的情況，卻依然會通過考試。噪聲數(shù)據(jù)會使得決策樹方法產(chǎn)生的過擬合現(xiàn)象更加嚴(yán)重，減小了泛化能力，從而影響測試效果。與之對應(yīng)的是，核Fisher判別分析和SVM分類的基本原理保證了盡可能將噪聲數(shù)據(jù)的影響降到最低，所以會取得較好的預(yù)測效果。
四、結(jié)束語
在我國的長期規(guī)劃中，高等職業(yè)教育受到越來越多的重視。基于目前高職教學(xué)和生源的自有特點(diǎn)，建立準(zhǔn)確的學(xué)生考試成績預(yù)測模型，能夠幫助教師提前評估教學(xué)成果，改進(jìn)教學(xué)方法，對提高教學(xué)質(zhì)量具有非常重要的意義。本文在MATLAB環(huán)境中建立了基于核Fisher判別方法的學(xué)生考試成績預(yù)測模型，可以在期末考試之前，根據(jù)學(xué)生的自身特點(diǎn)和平時表現(xiàn)來預(yù)測其成績。在以本校高職學(xué)生為研究對象的實(shí)驗(yàn)中，核Fisher判別方法取得了良好的預(yù)測效果，可以成為一線教師提高教學(xué)的有力工具。同時，只要能夠正確地選擇輸入變量的屬性，該模型可以被直接推廣到一般本科院校的學(xué)生考試成績預(yù)測中，同時也為后續(xù)建立教育信息化決策系統(tǒng)打下基礎(chǔ)。
在后續(xù)的研究中，可以在兩個方面進(jìn)行進(jìn)一步的拓展。第一，在實(shí)際情況中，經(jīng)常會出現(xiàn)通過考試的學(xué)生數(shù)量遠(yuǎn)遠(yuǎn)超過未通過考試的學(xué)生數(shù)量，使得不同類別的原始采樣數(shù)據(jù)數(shù)量不平衡，這有可能影響模型的泛化能力。未來可以考慮如何針對不平衡數(shù)據(jù)集進(jìn)行訓(xùn)練和測試。第二，本文建立的分類模型，僅僅可以根據(jù)輸入向量來預(yù)測學(xué)生是否通過考試，而不能預(yù)測學(xué)生具體的考試分?jǐn)?shù)。期望以后能夠應(yīng)用基于核函數(shù)的回歸分析算法[11]，進(jìn)行學(xué)生成績的分?jǐn)?shù)預(yù)測。
參考文獻(xiàn)：
[1]孫力，程玉霞.大數(shù)據(jù)時代網(wǎng)絡(luò)教育學(xué)習(xí)成績預(yù)測的研究與實(shí)現(xiàn)――以本科公共課程統(tǒng)考英語為例[J]. 開放教育研究，2015（3）： 74-80.
[2]黃振功.決策樹在高校計(jì)算機(jī)等級考試成績分析的應(yīng)用[J].科技資訊，2013（25）：18-19.
[3]武彤，王秀坤.決策樹算法在學(xué)生成績預(yù)測分析中的應(yīng)用[J].微計(jì)算機(jī)信息，2010（3）： 209-211.
[4]于立紅，張建偉.基于數(shù)據(jù)挖掘的高職生成績分析與預(yù)測[J].鄭州輕工業(yè)學(xué)院學(xué)報(bào)，2006（3）： 77-79.
[5]邱文教.基于人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)成績預(yù)測[J].計(jì)算機(jī)與信息技術(shù)，2010（4）： 5-6.
[6]李建萍.基于加權(quán)支持向量機(jī)的學(xué)習(xí)成績預(yù)測模型[J].中國科教創(chuàng)新導(dǎo)刊，2009（14）： 137-138.
[7]Mika S， R tsch G， Weston J， et al. Fisher discriminant analysis with kernels[C]. Neural Networks for Signal Processing IX， 1999. Proceedings of the 1999 IEEE Signal Processing Society Workshop.
[8]李建云，邱菀華.核Fisher判別分析方法評估消費(fèi)者信用風(fēng)險(xiǎn)[J].系統(tǒng)工程理論方法應(yīng)用，2004（6）： 548-552.
[9]李映，焦李成.基于核Fisher判別分析的目標(biāo)識別[J].西安電子科技大學(xué)學(xué)報(bào)， 2003（2）：179-182.
[10]Bishop C.Pattern Recognition and Machine Learning[M]. Springer Science & Business Media， 2006.
[11]Vapnik V.The nature of statistical learning theory[M]. Springer Science & Business Media， 2013.
第6篇：考試成績分析范文
關(guān)鍵字：城市內(nèi)澇；主要原因；對策
Abstract: City waterlogging occurs mainly city weather, topography and other natural causes, land expansion, drainage system and the city in the process of not perfect, people of poor quality, causes. City waterlogging has seriously affected the normal and orderly development of the city, but also a threat to the safety of public life and property. So we need to improve the drainage system, the rational use of land, improving the quality of citizens and other measures, reduce the city waterlogging may occur, reduce the harm, promote the orderly development of the city economy, society etc.
Key words:City waterlogging; reason; countermeasure
中圖分類號：P333.2文獻(xiàn)標(biāo)識碼：A 文章編號：2095-2104（2013）
近年來中國城市內(nèi)澇災(zāi)害頻發(fā)，嚴(yán)重影響了整個城市各方面的發(fā)展，同時也威脅著國民的生命和財(cái)產(chǎn)安全。2011年8月3日，杭州、嘉興、衢州、溫州、寧波等地帶相繼發(fā)生嚴(yán)重內(nèi)澇，水位最高達(dá)到50厘米；之后中國城市內(nèi)澇災(zāi)害在2012年集中爆發(fā)，4月13日，深圳特區(qū)200多個地點(diǎn)發(fā)生不同程度的內(nèi)澇，近90萬人口的生活和工作受影響；7月21日，首都北京遭遇了重大內(nèi)澇，全城出現(xiàn)了43個橋下或低地積水點(diǎn)，造成多人回家困難，甚至出現(xiàn)了人員傷亡；接著7月25日，天津又發(fā)生了內(nèi)澇災(zāi)害，根據(jù)網(wǎng)上圖片的顯示，最高水位可達(dá)到2米左右，人們都能夠在水上劃橡皮艇、沖鋒舟；爾后9月8日-10日，重慶和四川等城市爆發(fā)嚴(yán)重內(nèi)澇，水位達(dá)到200多毫米，造成多條國道中斷、引發(fā)山體滑坡。
可見城市內(nèi)澇不僅僅影響著城市居民的人身和財(cái)產(chǎn)安全，也影響著城市的交通、經(jīng)濟(jì)、社會的正常運(yùn)行。改變城市內(nèi)澇現(xiàn)狀，減少其發(fā)生的頻率，已經(jīng)成為城市發(fā)展進(jìn)程中的重要任務(wù)。而要完成這項(xiàng)任務(wù)，就需要充分了解城市內(nèi)澇發(fā)生的原因。
1 城市內(nèi)澇的主要原因
1.1自然原因
1.1.1天氣原因
縱觀城市內(nèi)澇的發(fā)生狀況，不難發(fā)現(xiàn)天氣，尤其是降雨天氣是城市內(nèi)澇發(fā)生的重要原因之一，而且其降雨基本有相同的特點(diǎn)，即雨量大、持續(xù)時間長、且較為集中。就拿北京的內(nèi)澇災(zāi)害為例，其平均降水量達(dá)到170mm，降水量為61年以來最大；且降水主要集中在21日晚17-20點(diǎn)鐘，在這段時間城內(nèi)增加了多出積水點(diǎn)；與此同時，降水的時間從上午10點(diǎn)一直下到晚上10點(diǎn)以后，持續(xù)了12個小時以上。罕見的高強(qiáng)度、長時間、集中的大暴雨自然會給整個城市帶來內(nèi)澇災(zāi)害。
1.1.2地形地貌
城市內(nèi)澇的發(fā)生與其所在地的地形地貌關(guān)系密切，通常地勢較高、地形較為平坦開闊、地面滲水性較好的城市，發(fā)生內(nèi)澇的可能較小。反之，發(fā)生內(nèi)澇的可能就大。重慶內(nèi)澇災(zāi)害就與其地形地貌相關(guān)，重慶周圍多山、多丘陵，故而其城市多依山而建，地形較為破碎，且面積狹小，凹凸不平，所以水流集中于城市低地，易造成內(nèi)澇。
1.2人為原因
1.2.1城鎮(zhèn)化速度加快
隨著中國城鎮(zhèn)化速度逐漸加快，土地急劇擴(kuò)張，造成了城市土地資源的嚴(yán)重緊缺。為了發(fā)展，很多城市都采用填湖造地、填海造地等方式增加土地面積，使得湖泊、池塘、海洋的面積逐漸減少，天然蓄水池的蓄洪能力下降、調(diào)洪能力減弱，大量洪水外泄，造成城市內(nèi)澇。
另外，人們還使用各種方法對洼地、軟土地進(jìn)行加固加硬措施，降低了土地的滲水能力，阻礙了地下水的正常循環(huán)，使大量的地表積水只能從有限的排水系統(tǒng)中排出，造成城市內(nèi)澇。
1.2.2排水系統(tǒng)不完善
排水系統(tǒng)不完善是發(fā)生城市內(nèi)澇的最主要原因，也是當(dāng)前城市基礎(chǔ)建設(shè)的當(dāng)務(wù)之急。城市排水系統(tǒng)不完善，主要表現(xiàn)在以下三個方面：
（1）排水系統(tǒng)的設(shè)計(jì)不合理
在設(shè)計(jì)排水系統(tǒng)時，一般要對所在城市的地形、地貌、降雨量、主要的湖泊、水系、預(yù)留地的應(yīng)用等進(jìn)行考察和研究，之后依據(jù)具體情況才能進(jìn)行合理的設(shè)計(jì)。然而很多城市的排水系統(tǒng)在設(shè)計(jì)之初，習(xí)慣于參照其他城市或者國家已有的排水系統(tǒng)，不進(jìn)行深入的調(diào)查研究，也不結(jié)合自身城市的實(shí)際狀況，具體問題具體分析，造成排水系統(tǒng)設(shè)計(jì)不合理。
另外很多城市通常會將雨水直接排放，在排水系統(tǒng)設(shè)計(jì)中只重視“排”，而不重視“收”浪費(fèi)了雨水資源。同時還出現(xiàn)了雨水和污水、生活污水和工業(yè)污水等混排現(xiàn)象。雨水和生活污水中并沒有大量的生化物質(zhì)，加工處理之后，能夠用于灌溉農(nóng)田、工業(yè)生產(chǎn)等領(lǐng)域。而工業(yè)污水中生化物質(zhì)含量極大，對人體和環(huán)境的危害也最多，故而工業(yè)污水的排放通常要進(jìn)行多道處理工序，才能夠達(dá)到排放標(biāo)準(zhǔn)。
（2）排水系統(tǒng)的質(zhì)量較低
排水系統(tǒng)作為城市的基礎(chǔ)設(shè)施建設(shè)之一，其對工程的質(zhì)量要求極高。而實(shí)際建造中，很多城市排水系統(tǒng)的質(zhì)量令人不敢恭維。主要表現(xiàn)在建造管道的材料較差，水流處理技術(shù)含量較低等。
為了保證排水率，減少地下水的污染，城市排水系統(tǒng)的管道一般會選用質(zhì)量較好、耐用性強(qiáng)、密度較小的材料。而在管道的實(shí)際建造中，為了節(jié)約成本，提高工程利潤，很多施工單位會以次充好，將較劣質(zhì)的管道設(shè)置在排水系統(tǒng)中，故而很多管道出現(xiàn)了裂縫、漏水等現(xiàn)象，縮短了管道的使用壽命，阻礙了排水系統(tǒng)的正常運(yùn)行，同時還污染了地下水資源。
除此之外，處理技術(shù)較低也是整個排水系統(tǒng)落后的因素之一。雨水或者污水經(jīng)過收集之后，會集中到污水廠進(jìn)行集中處理排放。而由于很多城市污水廠的污水處理技術(shù)較低，每一次處理的污水流量較少，排放達(dá)不到標(biāo)準(zhǔn)，故而使很多污水積聚。當(dāng)城市發(fā)生內(nèi)澇時，排水系統(tǒng)壓力過大，排澇能力自然下降。
（3）排水系統(tǒng)的維護(hù)體系不健全
目前，很多城市的財(cái)政性資金中只有4%用于排水系統(tǒng)的維護(hù)，而市民和政府工作人員幾乎都對排水系統(tǒng)抱著一勞永逸的態(tài)度，不重視或者不在乎其維護(hù)。資金的短缺、人們觀念的落后使得排水系統(tǒng)的維護(hù)體系至今仍不健全。在實(shí)際生活或者工作中，排水系統(tǒng)年久失修，排水管道和窖井基本處于無人管理的狀態(tài)，只有當(dāng)出現(xiàn)重大內(nèi)澇或者重大堵塞時，才可是緊急疏通和搶修。這些都不利于排水系統(tǒng)的正常運(yùn)行，也減少了排水系統(tǒng)的使用年限，故而在城市發(fā)生內(nèi)澇時，排水系統(tǒng)經(jīng)常處于失靈狀態(tài)。
當(dāng)然，也有很多城市制定了相應(yīng)的維護(hù)體系，并且安排人員進(jìn)行維護(hù)。但是在維護(hù)的過程中，工具落后，機(jī)械化水平和科技含量較低，疏通和搶修工作質(zhì)量不高。另外，由于排水系統(tǒng)維護(hù)的特殊性，很多水利專業(yè)的人員放棄從事這項(xiàng)工作或者鄙視這項(xiàng)工作，故而真正的工作人員往往是科學(xué)文化素質(zhì)和專業(yè)知識較為欠缺的人員，這樣的維護(hù)效果自然不佳。
1.2.3部分市民素質(zhì)較差
城市內(nèi)澇與排水管道堵塞息息相關(guān)，而排水管道堵塞的罪魁禍?zhǔn)拙褪鞘忻褡约?。在生活中，很多市民?xí)慣于將各種垃圾傾倒到排水管網(wǎng)之中，而且其多半是瓜果皮、塑料袋、剩菜剩飯、煤塊等固體的難以被水溶解的成分。日積月累，下水道的入口及管道中大量的垃圾堆放起來，使下水道逐漸堵塞，排澇能力下降，城市水澇嚴(yán)重。
了解了城市內(nèi)澇的原因，我們就需要對癥下藥，對其進(jìn)行防治和處理，減少城市內(nèi)澇發(fā)生的可能性。
2 城市內(nèi)澇的防治對策
2.1完善預(yù)報(bào)系統(tǒng)及暴雨應(yīng)急預(yù)案
對于降雨等自然原因引起的內(nèi)澇，要加強(qiáng)對天氣的觀測和預(yù)報(bào)，建立快速應(yīng)急預(yù)案。
在中國，天氣觀測和預(yù)報(bào)采用了先進(jìn)的雷達(dá)技術(shù)，每十分鐘就能夠更新一次。故而可以通過對天氣的觀測和預(yù)報(bào)，提前探知城市的降雨量，做好預(yù)防措施，降低城市內(nèi)澇產(chǎn)生的嚴(yán)重危害。同時還要建立完善的暴雨應(yīng)急預(yù)案。在發(fā)生特大特急暴雨時，及時啟動預(yù)案進(jìn)行災(zāi)后補(bǔ)償，這樣也能夠減少城市內(nèi)澇的危害。
除此之外，要建立和完善國家和城市的GIS（地理信息系統(tǒng)），通過數(shù)據(jù)庫、地理信息、多媒體、遠(yuǎn)程通信等先進(jìn)技術(shù)，將城市的內(nèi)澇及排澇狀況連成一個整體，減少城市內(nèi)澇發(fā)生的可能。
2.2降低地面硬化率
面對當(dāng)前地面不斷硬化、滲水困難的狀況，我們可以采用兩種方式來降低地面的硬化率，改變這種現(xiàn)狀，一種是采用非硬質(zhì)滲水性較好的材料進(jìn)行鋪設(shè)，另一種是采用有滲水能力的硬質(zhì)材料進(jìn)行鋪設(shè)。
非硬質(zhì)滲水性較好的材料比如滲水草皮，其鋪設(shè)出來的地面柔軟舒適，使整個城市更加溫暖有情，同時由于其滲水性較好，故而能夠使城市的地面實(shí)現(xiàn)正常的水循環(huán)，還能夠提高城市的空氣質(zhì)量，保護(hù)城市環(huán)境，減少城市內(nèi)澇的出現(xiàn)；具有滲水能力的硬質(zhì)材料較為多見，比如鏤空磚。它主要應(yīng)用于人行道的鋪設(shè)，其鋪設(shè)的道路防滑性較好，滲水能力也較強(qiáng)，在空心部位種植叢草，既能夠提高整個城市的植被覆蓋率，也能夠解決雨水下滲的問題。
2.3合理利用土地資源
城市土地資源本來就極為有限，所以要合理規(guī)劃、合理利用，禁忌盲目擴(kuò)張。在進(jìn)行土地資源規(guī)劃時，要充分考慮城市的自然條件，比如地形地貌、風(fēng)向等，之后合理劃分工業(yè)區(qū)、住宅區(qū)、商業(yè)區(qū)。減少填湖造地、填海造地的面積，恢復(fù)它們的蓄洪和調(diào)洪能力，盡量節(jié)省土地資源，控制城市建筑的距離和數(shù)量，保證在出現(xiàn)暴雨時，能夠合理排洪。
2.4完善城市排水系統(tǒng)
完善排水系統(tǒng)是整個城市內(nèi)澇治理的關(guān)鍵環(huán)節(jié)，也是最為有效快速的環(huán)節(jié)。通常要從設(shè)計(jì)、建造、維護(hù)等三個方面，完善城市的排水系統(tǒng)。
工程設(shè)計(jì)師在設(shè)計(jì)城市排水系統(tǒng)時，要進(jìn)行實(shí)地考察和測量，了解城市的地理狀況和天氣狀況，之后根據(jù)不同的功能區(qū)設(shè)置合理的管網(wǎng)系統(tǒng)，同時將雨水、生活污水、工業(yè)污水收集在不同的管道中，進(jìn)行分流處理，這樣才能夠保證排水系統(tǒng)的合理性和排洪能力。
施工單位在建造排水系統(tǒng)的過程中，要提高自身的責(zé)任感和信用，使用質(zhì)地較好的材料，保證排水系統(tǒng)管道的使用壽命。同時要提高排水系統(tǒng)的科學(xué)技術(shù)含量，提高其排洪能力，保證在發(fā)生重大內(nèi)澇時，排水系統(tǒng)的正常運(yùn)行。
除此之外，還有加強(qiáng)城市排水系統(tǒng)的維護(hù)，建立完善的維護(hù)體系和維護(hù)制度，提供良好的待遇，吸引專業(yè)的排水系統(tǒng)維護(hù)人員，同時要提高維護(hù)的機(jī)械化和科技水平，淘汰落后的維護(hù)工具，確定定期維修和養(yǎng)護(hù)方案。只有這樣，才能夠延長排水系統(tǒng)的使用壽命，提高其排洪能力。
2.5提高公民的素質(zhì)
針對下水道堵塞的問題，相關(guān)部門需要采取一定的措施，比如發(fā)送與排水系統(tǒng)相關(guān)的傳單、派遣專業(yè)人員講課等，普及排水系統(tǒng)的相關(guān)知識，提高公民的意識。同時要制定相應(yīng)的獎懲政策，對那些不遵守排水系統(tǒng)管理的公民進(jìn)行罰款處罰，約束其不文明行為。
當(dāng)然，防治和處理城市內(nèi)澇的方式還有很多。通過這些措施，能夠在一定程度上減少城市內(nèi)澇發(fā)生的可能，降低其危害，同時也能夠進(jìn)一步促進(jìn)城市的快速穩(wěn)定有序發(fā)展。
參考文獻(xiàn)：
[1] 丁燕燕，韓喬．城市內(nèi)澇的主要成因及防治對策[J]．市政技術(shù)．2012，（6）．
第7篇：考試成績分析范文
1 人?橐蛩?
1.1 教學(xué)管理者
教學(xué)管理者是課程考試制度的制定者，一方面，他們要以上級管理者的政策為行動指南，另一方面，又要面對來自課程考試改革的具體實(shí)際困難，所以常常會選擇現(xiàn)成的、固有的、傳統(tǒng)的課程考試模式，簡單易行、容易控制、風(fēng)險(xiǎn)小、省時省力。
1.2 任課教師
任課教師是課程考試的執(zhí)行者[4]，對傳統(tǒng)的考試模式比較熟悉，對創(chuàng)新課程考試模式缺乏足夠的認(rèn)識。近年來，隨著各醫(yī)學(xué)院校不斷擴(kuò)招，護(hù)理專業(yè)學(xué)生逐年增加，總課時量成倍增加，任課教師工作量大，大部分護(hù)理教師是女教師，平時除了上班，還要照顧家庭，繼續(xù)學(xué)業(yè)，為晉升職稱做準(zhǔn)備，非常忙碌，很難抽出時間和精力用于課程考試改革，并且任課教師大多是從事護(hù)理專業(yè)研究的，從專業(yè)學(xué)習(xí)到成為教師，都很少有機(jī)會學(xué)習(xí)課程考試?yán)碚摷霸u價(jià)技術(shù)，也很少有自行學(xué)習(xí)的動機(jī)，基本上是憑老教師傳授經(jīng)驗(yàn)和自己的主觀感受來實(shí)施課程考試。改革課程考試模式的難度與工作量均很大，而且要付出大量精力，還要承擔(dān)可能的風(fēng)險(xiǎn)與壓力，大部分任課教師存在畏難情緒，進(jìn)行課程考試改革的意愿不強(qiáng)，熱情不高[5]。
1.3 護(hù)理學(xué)生
隨著高校的不斷擴(kuò)招和生源的持續(xù)減少，出現(xiàn)了學(xué)生文化基礎(chǔ)總體比較薄弱的現(xiàn)象，學(xué)生缺乏堅(jiān)實(shí)的學(xué)習(xí)功底和較好的學(xué)習(xí)能力，學(xué)習(xí)主動性不強(qiáng)，面對多次考試和多樣化考試，學(xué)生畏難情緒較大，并且進(jìn)行階段性考試和綜合性考核需要較多時間和精力的投入，但是護(hù)生在校學(xué)習(xí)時間較短，學(xué)習(xí)課程多，學(xué)習(xí)任務(wù)重，課余時間少，時間和精力都難以保證，效果不佳。
2 制度因素
受傳統(tǒng)教育觀念的影響，家長、任課教師、學(xué)生、招聘單位等都是看重學(xué)生的卷面分?jǐn)?shù)和各種及格率、通過率，而非學(xué)生的綜合能力，學(xué)校在考核教師時，多注重課時量而非學(xué)生考試情況，《護(hù)理學(xué)基礎(chǔ)》課程考試多在每學(xué)期期末，教師要整理教案，書寫年度工作計(jì)劃、總結(jié)，出卷、閱卷，時間緊，任務(wù)多，任課教師往往愿意選擇簡單易行、評分標(biāo)準(zhǔn)簡單、難出差錯的考核模式，考試后的試卷分析也常常只是流于形式。教師晉升職稱時，科研分?jǐn)?shù)比教學(xué)分?jǐn)?shù)所占比例大很多，導(dǎo)致大部分教師把心思放在申報(bào)課題、撰寫論文及編寫教材上，而非課程考試改革上，對于以追求學(xué)術(shù)地位為榮的教師來說，探索、改革考試模式無疑是一件付出大而收益小的事情。
3 設(shè)備設(shè)施因素
《護(hù)理學(xué)基礎(chǔ)》包含出入院護(hù)理、清潔護(hù)理、飲食護(hù)理、用藥護(hù)理、排泄護(hù)理等8大基本理論模塊和20多項(xiàng)基本護(hù)理技能，內(nèi)容多、實(shí)踐性強(qiáng)，除去講授基本知識之外的機(jī)動課時不多，想要進(jìn)行綜合性課程考核，課時難以保證，并且實(shí)驗(yàn)用物、考試場地、教師人數(shù)、教學(xué)資源，如教學(xué)視頻，相關(guān)圖書等都不是很充足，較難滿足開展創(chuàng)新型綜合性《護(hù)理學(xué)基礎(chǔ)》課程考核的需求，進(jìn)行《護(hù)理學(xué)基礎(chǔ)》課程考核改革的難度較大。
第8篇：考試成績分析范文
南寧市教育局中小學(xué)招生辦公室將于7月8日把中考學(xué)生成績單發(fā)放至初中學(xué)校，由學(xué)校發(fā)放到考生手中。
成績呈現(xiàn)方式
筆試各科成績劃分為八個等級，原則上按考生考試人數(shù)劃比例，即由高到低大致為：A+（約占5%）、A（約占10%）、B+（約占15%）、B（約占20%）、C+（約占20%）、C（約占15%）、D（約占10%）、E（約占5%）。
第9篇：考試成績分析范文
評卷、復(fù)查
2019年山西臨汾專升本考試各科試卷全部采取網(wǎng)上評閱的方式。答題卡的掃描及選擇題答卷的評閱工作由省招考中心組織實(shí)施；非選擇題答卷的評閱工作由承擔(dān)評卷工作的院校全權(quán)負(fù)責(zé)，經(jīng)費(fèi)包干。評卷院校必須嚴(yán)格執(zhí)行有關(guān)評卷實(shí)施細(xì)則，做到科學(xué)、規(guī)范、公平、公正。省招考中心向評卷院校派駐質(zhì)量監(jiān)督組和技術(shù)支持組，對評卷工作進(jìn)行監(jiān)督檢查和技術(shù)支持。
2019年山西臨汾專升本考試成績查詢時間為6月26日，考生登錄“山西招生考試網(wǎng)”查詢考試成績。若考生對本人成績有疑義，可于6月27日至28日在原確認(rèn)點(diǎn)申請成績復(fù)查，復(fù)核結(jié)果由確認(rèn)點(diǎn)負(fù)責(zé)通知考生。
