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。