论文总字数：9700字

摘 要

本文运用描述性统计、正态性检验和显著性检验等统计分析方法，对我校统计学专业在采用两套不同培养方案下的学生考试成绩进行分析.分析结果显示，我校统计学专业的新老两套人才培养方案制定都是科学合理，切实可行的，同时新人才培养方案提高了学生的学习兴趣和考试成绩.说明我校统计学专业的专业建设在不断的提高，不断向更高层次迈进.

关键词：学生成绩，描述统计，正态检验，统计分析

Abstract：This passage conducts a comparison and analysis of the students’ test scores under two different cultivation schemes of statistics in HNU using descriptive statistics, normality test and significance test,etc. The results demonstrate that both the former and the later cultivation schemes are reasonable, scientific and practicable. Meanwhile, the results show that the later version is more workable at improving students’ learning interests and test scores. In a word, the major construction of the statistics is improving continuously and reaching a higher level.

Keywords: students’test scores,descriptive statistics,normality test, statistical analysis

目录

1 引言 4

2 学生成绩的描述性统计分析 4

3 成绩分布的正态性检验 6

4 学生成绩的显著性检验 9

4.1学生成绩平均分的差异性检验 9

4.2 学生成绩的离散程度检验 13

结论 14

参考文献 15

致谢................................................ 16

附录 17

1 引言

我校统计学专业于2008年成立，是淮阴师范学院众多院系中比较年轻的学系.我校统计学专业虽年轻，但所取得的研究成果及毕业生成绩是斐然的.系领导和授课教师的锐意进取，学生刻苦学习，统计学专业进步显著，也越来越成为数学科学学院乃至淮阴师范学院的明星专业，也吸引了越来越多的新生填报我专业.

面对着大数据，信息化时代的到来，新的经济发展形态对统计学人才的需求越来越大，要求也越来越高.我系学科领导和教师站在时代发展的新高度，准确把握时代对统计学人才的需求的变化，积极应对，对统计学人才培养方案进行了3次调整.为了考察最新一轮人才培养方案的变革是否切实有效地提高了学生成绩，以更好地指导教学，我们利用统计分析的方法，应用SPSS统计分析软件，抽取统计学专业2012级和2013级两个年级，分别应对2010版和2013版两套人才培养方案下的学生考试成绩进行对比分析，检验不同教学模式对学生学习成绩是否有显著影响，为后续人才培养方案的调整提供有价值的参考.

本文以教务处提供的12级和13级的前五个学期的各项考试成绩为数据源.考虑到两人才培养方案下的专业课有所调整，我们抽取两个年级所共有的五门专业课的考试成绩进行分析对比，同时，每个班级随机抽取30名同学.本文使用了描述性统计分析，正态性检验以及显著性检验依次对这两套人才培养方案下的培养的两个年级的学生进行对比分析，进而论证新的人才培养方案的可行性和有效性.

2 学生成绩的描述性统计分析

对学生成绩数据做描述性统计，主要包括数据的频数分布、数据的集中趋势分布、数据离散程度分析，最常用的指标有：均值、标准差、最值和全距.

均值^［1］是指一系列数据的总和除以个数的平均值，即数据的算术平均数，记为算术平均数具有科学、严密、可靠、易于计算和理解、在抽样的调查中具有良好的稳定性等优点，因此在计算平均成绩中较常被采用^[2].

标准差^［2］是指总体各个值对其算术平均数差平方的算术平均数的平方根，标准差又称为方差，可以反映一个数据集的离散程度，记为s = .

最值是一组数据中的最大值和最小值，在考试成绩中指的是最高分和最低分，而全距是最大值与最小值得差，即全班学生成绩最高分和最低分的差，全距可以用来测定数据的差异程度，但只取决于极端数值的大小，所以反映数据的差异情况并不精确.

表1 1202班考试成绩的描述统计
学科	总量	均值	标准差	极小值	极大值	全距
概率论分数	30	74.9333	11.63732	31.00	96.00	65.00
运筹学分数	30	83.5333	10.27043	64.00	100.00	36.00
模型分数	30	75.3333	7.21425	63.00	91.00	28.00
多元分数	30	75.4444	9.38460	45.00	95.00	50.00
统计软件分数	30	77.8889	11.27189	51.00	98.00	47.00

表一给出的是接受2010版人才培养方案教学的1202班抽样样本数为30的样本数据描述性统计分析表.表中给出了1202班五门抽样学科的均值、标准差、极小值、极大值以及全距.不难看出1202班这五门考试学科的考试成绩除运筹学均分较之其余四门略高外，其余四门的均分都在75分上下，总体还是较为平稳的.

表二1302班考试成绩的描述统计

学科	总量	均值	标准差	极小值	极大值	全距
概率论分数	30	76.8000	10.84729	61.00	97.00	36.00
运筹学分数	30	85.5333	7.99318	70.00	97.00	27.00
模型分数	30	72.3778	6.40060	61.00	90.00	29.00
多元分数	30	79.6222	8.19448	64.00	96.00	32.00
统计软件分数	30	92.6222	4.98766	75.00	98.00	23.00

对比表一和表二，我们可以看出接受2013版人才培养方案教学的1302班的期末考试成绩较之接受2010版人才培养方案教学的1202班考试成绩，除数学经济模型这一门外，其余四门平均分均高于后者;从标准差来看，1302班所抽取科目考试成绩的标准差均小于1202班同学科期末考试成绩的标准差，说明在新人才培养方案下，统计学专业学生的考试成绩更加稳定.这在一定程度上说明了新的人才培养方案取得了一定的成效.

剩余内容已隐藏，请支付后下载全文，论文总字数：9700字