教育信息处理课后习题解答全.docx
《教育信息处理课后习题解答全.docx》由会员分享，可在线阅读，更多相关《教育信息处理课后习题解答全.docx（20页珍藏版）》请在冰点文库上搜索。
教育信息处理课后习题解答全
教育信息处理课后习题解答全
3．试根据Flanders的分类方法制作某一教学过程的迁移矩阵。
设某一教学过程的数据序列为：
⑩－⑥－⑥－⑥－⑥－⑤－⑤－⑤－⑤－④－⑧－⑧－⑧－①－⑧－②－⑥－⑥－③－⑥－⑥－⑤－⑤－④－⑧－⑤－⑤－⑦－⑤－⑤－⑤－⑤－⑦－⑤－⑨－⑩
对数据进行处理，得到以下的单元行为组：
⑩－⑥，⑥－⑥，⑥－⑥，⑥－⑥，⑥－⑤，⑤－⑤，⑤－⑤，⑤－⑤，⑤－④
④－⑧，⑧－⑧，⑧－⑧，⑧－①，①－⑧，⑧－②，②－⑥，⑥－⑥，⑥－③
③－⑥，⑥－⑥，⑥－⑤，⑤－⑤，⑤－④，④－⑧，⑧－⑤，⑤－⑤，⑤－⑦
⑦－⑤，⑤－⑤，⑤－⑤，⑤－⑤，⑤－⑦，⑦－⑤，⑤－⑨，⑨－⑩
通过对行为组出现次数的统计，有：
⑩－⑥出现一次⑥－⑥出现五次
⑥－⑤出现两次⑤－⑤出现八次
⑤－④出现两次④－⑧出现两次
⑧－⑧出现两次⑧－①出现一次
①－⑧出现一次⑧－②出现一次
②－⑥出现一次⑥－③出现一次
③－⑥出现一次⑧－⑤出现一次
⑤－⑦出现两次⑦－⑤出现两次
⑤－⑨出现一次⑨－⑩出现一次
据这些统计的数据得迁移矩阵：
教师
学生
①
②
③
④
⑤
⑥
⑦
⑧
⑨
⑩
计
教师
①
1
1
②
1
1
③
1
1
④
2
2
⑤
2
8
2
1
13
⑥
1
2
5
8
⑦
2
2
学生
⑧
1
1
1
2
5
⑨
1
1
⑩
1
1
计
1
1
1
2
13
8
2
5
1
1
5．什么是S－T分析？
如何制作计划S－T图和实测S－T图。
S－T分析是指将教学中的行为分为学生（S）行为和教师（T）行为，并将计划教学和实施教学的结果以图形表示，采用可视化的方法研究，它有助于减少教学过程中行为分类的模糊性，增加客观性。
计划S－T图是一种在教学实施前，参考教学设计的结构和教材所描绘的S－T图。
S－T图应在S－T教学分析记录卡片上描绘。
实测S－T图与计划S－T图应描在同一张记录卡片上，以便对它们进行比较、分析。
6．试说明T行为占有率Rt和行为转换率Ch的意义，并以Rt－Ch图对教学和教学模式进行分析。
（其中数据为TTSSTSSTSTSTTTTTSSTSTTTTTSTSTSSTSSTTTTTS）
（1）T行为占有率Rt表示教学过程中T行为所占有的比例。
设教学过程中，行为的采样数为N，其中T行为数为NT，S行为数为NS，则有：
N=NT＋NS
T行为占有率Rt为：
Rt=NT/N=（N－NS）/N=1－（NS/N）
根据题目数据可知Rt＝24/40＝0.6
（2）行为转换率Ch表示教学过程中，T行为与S行为间的相互转换次数与总的行为采样数之比。
据数据可知：
该数据中具有5个连：
TT、SS、T、SS、T、S、T、S、TTTTT、SS、T、S、TTTTT、S、T、S、T、SS、T、SS、TTTTT、S
以g表示数据中的连数，则有：
g=21。
教学过程中，行为转换率Ch=（g－1）/N
其中，N=40，g=21，则有：
Ch=（g－1）/N=20/40=0.5
（3）Rt－Ch图
将计算出的Rt和Ch数据描绘在横轴为Rt，纵轴为Ch的平面上，可得到Rt－Ch图（如下）。
所以，这种教学过程属于对话型教学模式。
第五章测试与测试理论
2．计算下列数据的平均值，方差，协方差和相关系数，并说明相关系数的意义。
A：
80889076668998708788
B：
70788086768888727786
解：
＝1/10*（80+88+90+76+66+89+98+70+87+88）＝83.2
SA2＝1/10*[（80－83.2）2＋（88－83.2）2＋（90－83.2）2＋（76－83.2）2＋（66－83.2）2＋（89－83.2）2＋（98－83.2）2＋（70－83.2）2＋（87－83.2）2＋（88－83.2）2]＝89.16
＝1/10*（70+78+80+86+76+88+88+72+77+86）＝80.1
SB2＝1/10*[（70－80.1）2＋（78－80.1）2＋（80－80.1）2＋（86－80.1）2＋（76－80.1）2＋（88－80.1）2＋（88－80.1）2＋（72－80.1）2＋（77－80.1）2＋（86－80.1）2]＝39.29
SAB＝1/10*[（80－83.2）*（70－80.1）+（88－83.2）*（78－80.1）+（90－83.2）*（80－80.1）+（76－83.2）*（86－80.1）+（66－83.2）*（76－80.1）+（89－83.2）*（88－80.1）+（98－83.2）*（88－80.1）+（70－83.2）*（72－80.1）+（87－83.2）*（77－80.1）+（88－83.2）*（86－80.1）]＝33.58
相关系数的取值范围从-1—1，可表示两次测试的相关程度。
若为1，表示这两次测试是完全的正相关；若为－1，表示完全负相关；若为0（或近似与0），表示不存在直线相关。
该数据的相关系数为0.567表示两数据适当相关。
3．什么是信度系数，信度系数在测试中的意义是什么，如何计算信度系数。
答：
信度系数是得分真值的方差与测试得分方差之比。
信度系数表示测试的信赖性。
测试的信度系数越大，测试的可信度越高。
由于得分真值的方差不能确定，因此信度系数往往以一定的方法估计：
（1）再测试法；
（2）平行测试法；（3）折半法。
5.给定一组测试数据如下：
88909081786878908478，求相对应的Z得分。
解：
＝82.5
=6.89
根据本题数据，计算结果如下：
scoresZ-scores
880.7984
901.089
901.089
81-0.2178
78-0.6533
68-2.105
78-0.6533
901.089
840.2178
78-0.6533
8.试说明信息函数的意义。
答：
信息函数表示了对于各种不同能力的被测试者，测试整体的测定精度。
9．试说明单参数、双参数、三参数逻辑斯谛模型的意义，其参数的设置各有什么特点。
答：
单参数逻辑斯谛模型中仅包含难度参数，在进行数学处理时较为方便。
双参数逻辑斯谛模型包含有难度参数和区分度参数。
三参数逻辑斯谛模型包含有难度、区分度和猜测参数，主要用于多重选择问题的测试中。
这三种模型都是基于指数分布的分布函数模型。
11．什么是自适应测试？
如何利用计算机实现自适应测试？
答：
自适应测试就是测试本身要自动地适应被试的具体情况，在测试题目难度和数量上，根据被试的特点灵活决定。
自适应测试是这样进行的：
从测试项目的应答结果对被测试者的能力水平进行估计（或估计的修正）。
再根据估计的能力水平，从项目数据库中检索出与之匹配的、适宜的测试项目。
由于估计带来的大量计算，以及项目抽取的及时性的要求，必须利用计算机才能实现自适应测试。
第七章教育信息的结构分析
3．试说明差异系数和注意系数的意义和计算方法。
答：
差异系数表示S曲线与P曲线不一致程度，以完全不一致S-P表中S曲线和P曲线的不一致性对实际测量的S-P表中S曲线和P曲线的不一致性所进行的标准化。
可以按如下公式计算：
通常，差异系数在0.25以下认为测试的问题有较好的等质性。
不同目的的测试，差异系数有不同的要求。
练习训练、课程习作、课外练习，差异系数一般0.4左右。
用作学习结果的测试，差异系数一般在0.5左右。
当差异系数超过0.5，应仔细分析。
注意系数表示对学生、对问题应引起某种考虑。
在考虑时，作为对象的学生或问题是否存在着某种不正常的情况，应由教师进行判断和解释。
注意系数超过0.5的学生或问题应引起注意；若达0.7，则应引起特别注意。
在实际计算时，注意系数的计算方法如下：
第I个学生的注意系数为：
C.Si＝
C.Pj＝
4．针对一个班级的测试数据进行S-P表分析。
包括：
作出S-P表，绘制S曲线和P曲线，计算差异系数，并基于S-P表对该测试情况进行分析。
P2
P8
P5
P1
P3
P6
P4
P7
总分
％
S2
1
1
1
1
1
1
1
1
8
100
S6
1
1
1
1
1
1
1
1
8
100
S5
1
1
1
1
1
1
1
0
7
87.5
S3
1
1
1
1
1
0
1
1
7
87.5
S1
1
1
1
1
1
1
0
0
6
75
S4
1
1
1
1
1
1
0
0
6
75
S10
1
0
1
1
1
1
0
1
6
75
S8
1
1
0
1
0
1
1
1
6
75
S12
1
1
1
1
1
0
0
0
5
62.5
S7
1
1
1
0
0
1
0
0
4
50
S11
1
1
1
0
0
0
0
0
3
37.5
S9
1
1
0
0
0
0
0
0
2
25
总分
12
11
10
9
8
8
5
5
％
100
92
83
75
67
67
42
42
虚线表示S曲线实线表示P曲线
差异量＝8/（12*8）＝0.08平均正答率＝28/（12*8）＝0.29
差异系数＝（1/12*0.7）/（7/24*17/24）＝0.28
该测试的差异系数为0.28，接近0.25，说明该测试的问题具有一定的等质性。
6．说明顺序系数的意义和计算方法。
答：
顺序系数表示问题回答间的相关程度，计算两个问题的顺序系数如下：
用a表示正确回答问题i且正确回答问题j的人数；用b表示正确回答问题i且错误回答j的人数；用c表示错误回答问题i且正确回答问题j的人数；用d表示错误回答问题i且错误回答问题j的人数。
从问题i到问题j的顺序系数为：
（N＝a+b+c+d）
若c＋d＝0（错误回答人数不存在）或a＋c＝0（正确回答j的人数不存在），则γij＝1，表明有完全顺序关系，且认为γii，γjj都为1。
当γij>＝0.5时，顺序性i→j成立；
当γij<0.5时，顺序性i→j不成立；
若i→j，j→i都成立，则它们等价关联，以i←→j表示。
8．据4题的S-P表作出相应的IRS图，并基于IRS图对测试结果进行分析。
解：
γ12＝1－3*12/（3*12）=0；γ13＝1-0*12/（3*8）=1
γ14＝1；γ15＝0.2；γ16＝0.5；γ17＝1；γ18＝－0.1；
γ21＝1＝γ23＝γ24＝γ25＝γ26＝γ27＝γ28
γ31＝0.7；γ32＝0；γ34＝0.4；γ35＝0.5；γ36＝0.25；γ37＝0.4；γ38＝1；
γ41＝0.2；γ42＝0；γ43＝0.1；γ45＝0；γ46＝0.1；γ47＝0.7；γ48＝0；
γ51＝0.3；γ52＝0；γ53＝1；γ54＝-0.2；γ56＝0.25；γ57＝-0.2；γ58＝-0.1；
γ61＝0.3；γ62＝0；γ63＝0.25；γ64＝0.4；γ65＝0.1；γ67＝0.4；γ68＝-0.1；
γ71＝0.2；γ72＝0；γ73＝0.1；γ74＝0.7；γ75＝0；γ76＝0.1；γ78＝-0.1；
γ81＝-0.3；γ82＝0；γ83＝-0.5；γ84＝1；γ85＝-0.2；γ86＝-0.5；γ87＝-1.4；
IRS矩阵如下：
1
2
3
4
5
6
7
8
1
1
0
1
1
0
1
1
0
2
1
1
1
1
1
1
1
1
3
1
0
1
0
0
0
0
0
4
0
0
0
1
0
0
1
0
5
0
0
1
0
1
0
0
0
6
0
0
0
0
0
1
0
0
7
0
0
0
1
0
0
1
0
8
0
0
0
1
0
0
0
1
IRS图如下：
第八章多元分析的基本原理
补充1：
下面是两个班教学前后的成绩，试求XA，XB，并分析意义。
学号
S1
S2
学号
S1
S2
学号
S1
S2
学号
S1
S2
学号
S1
S2
1
93
81
7
63
76
13
83
91
19
52
64
25
88
95
2
90
89
8
87
80
14
77
81
20
82
87
26
82
84
3
89
82
9
81
85
15
93
86
21
68
72
27
88
93
4
78
93
10
80
80
16
82
92
22
83
89
28
80
81
5
89
80
11
72
65
17
85
78
23
81
86
6
90
75
12
85
74
18
75
78
24
79
87
学号
S1
S2
学号
S1
S2
学号
S1
S2
学号
S1
S2
学号
S1
S2
1
74
84
7
96
87
13
86
82
19
92
88
25
73
80
2
80
85
8
65
89
14
76
71
20
64
70
26
83
80
3
89
80
9
80
88
15
78
80
21
68
81
27
70
75
4
93
83
10
88
85
16
75
76
22
70
86
5
72
84
11
53
58
17
89
84
23
87
83
6
83
82
12
76
69
18
81
70
24
86
86
XA=（4/28，17/28，4/28，2/28，1/28）
XB=（3/27，11/27，9/27，3/27，1/27）
0
3/4
1/4
0
0
4/17
11/17
2/17
0
0
1/4
1/4
1/4
1/4
0
0
0
1
0
0
0
0
0
1
0
PA=
0
4/17
1/4
0
0
3/4
11/17
1/4
0
0
1/4
2/17
1/4
1
0
0
0
1/4
0
1
0
0
0
0
0
PA’=
（I-PA’）*X’=0
解得：
x1=0.183，
x2＝0.543，x3=0.219，x4=0.055，x5=0
所以XA＝（0,183,0.543,0.219,0.055,0）
同理，可求得XB＝（0,0.83,0.12,0.013,0.037）
为了进一步给出评定两位教师的教学效果的定量指标，不妨预先给每个等级确定一个分数值。
如成绩90分以上为80，80－89分为70，70－79分为60，60－60分为50，60分以下为40，即取评定水平向量L为（80，70，60，50，40）。
据此可得评定的综合指标S为:
S=X•L’，从而有
SA＝0.183*80+0.543*70+0.219*60+0.055*50=68.54
SB＝0.83*70+0.12*60+0.013*50+0.037*40=67.43
可见，SA>SB，即A班教师的教学效果较好。
补充2：
完成聚类分析例题中剩余的四次并类。
1
（2,9）
3
4
（5,6）
7
8
10
1
0
0.8863
0.9196
0.9502
0.3660
1.2662
0.8270
0.5816
（2,9）
0
0.8545
0.6878
0.6840
0.9294
0.3886
0.4856
3
0
0.2630
1.0549
0.9116
0.6860
0.4849
4
0
1.0165
0.685
0.4731
0.4073
（5,6）
0
1.2812
0.7598
0.6069
7
0
0.5795
0.8300
8
0
0.3492
10
0
上面距离矩阵中，第三与第四个学生的距离值最小，所以将他们划为一类，则第三次并类后，各类的规格化数据为：
指标
学生
x1’
x2’
x3’
1
1
0.7015
0.8000
（2,9）
0.1528
0.9015
0.6333
（3,4）
0.4722
0.5000
0.0667
（5,6）
0.7500
0.9105
0.9667
7
0
0
0.4667
8
0.2222
0.5224
0.5833
10
0.5278
0.6418
0.4667
据上表得新的距离矩阵为：
1
（2,9）
（3,4）
（5,6）
7
8
10
1
0
0.8863
0.9257
0.3660
1.2662
0.8270
0.5816
（2,9）
0
0.7644
0.6840
0.9294
0.3886
0.4856
（3,4）
0
1.0275
0.7956
0.5743
0.4280
（5,6）
0
1.2812
0.7598
0.6069
7
0
0.5795
0.8300
8
0
0.3492
10
0
上面矩阵中可将第8名和第9名学生并为一类，记为（8，10）。
则第四次并类后，各类的规格化数据为：
指标
学生
x1’
x2’
x3’
1
1
0.7015
0.8000
（2,9）
0.1528
0.9015
0.6333
（3,4）
0.4722
0.5000
0.0667
（5,6）
0.7500
0.9105
0.9667
7
0
0
0.4667
（8,10）
0.3750
0.5821
0.5250
据上表得新的距离矩阵为：
1
（2,9）
（3,4）
（5,6）
7
（8,10）
1
0
0.8863
0.9257
0.3660
1.2662
0.6932
（2,9）
0
0.7644
0.6840
0.9294
0.4039
（3,4）
0
1.0275
0.7956
0.4756
（5,6）
0
1.2812
0.6660
7
0
0.6949
（8,10）
0
由上面矩阵可将第1与第（5，6）划为一类，则第五次并类后，各类的规格化数据为：
指标
学生
x1’
x2’
x3’
（1,5,6）
0.8750
0.8060
0.8834
（2,9）
0.1528
0.9015
0.6333
（3,4）
0.4722
0.5000
0.0667
7
0
0
0.4667
（8,10）
0.3750
0.5821
0.5250
据上表得新的距离矩阵为：
（1,5,6）
（2,9）
（3,4）
7
（8,10）
（1,5,6）
0
0.7702
0.9796
1.2644
0.6547
（2,9）
0
0.7644
0.9294
0.4039
（3,4）
0
0.7956
0.4756
7
0
0.6949
（8,10）
0
据上面矩阵可将第（2，9）与第（8，10）划为一类，则第六次并类后，各类的规格化数据为：
指标
学生
x1’
x2’
x3’
（1,5,6）
0.8750
0.8060
0.8834
（2,8,9,10）
0.2639
0.7418
0.5792
（3,4）
0.4722
0.5000
0.0667
7
0
0
0.4667
据上表可得距离矩阵为：
（1,5,6）
（2,8,9,10）
（3,4）
7
（1,5,6）
0
0.6658
0.9796
1.2644
（2,8,9,10）
0
0.6056
0.7995
（3,4）
0
0.7956
7
0
至此，在距离d＝0.5的水平上，可将10名学生分成四类。
升级会员 