- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学与应用数学毕业论文-应用主成分对学生综合素质进行评价汇
应用主成分对学生综合素质进行评价
数学系 01数本 指导老师:林志兴
摘 要:运用主成分分析方法,对高校学生的综合素质进行评价。避免传统方法在综合评价中对权重的主观判断,使权重的分配更合理,尽可能地减少重叠信息的不良影响,克服变量之间的多重相关性,简化系统分析。关键词:主成分分析 综合素质评价
0 言
高校对学生在德,智,体等方面表现进行综合评价时,一般均按照科学、实用、简便等原则设置一套综合指标评价体系,通过对上述各方面的具体量化,取得相应的数值,通过计算,数据处理,最终得到一个综合得分并进行综合排名,作为主要的评价依据给以奖励或批评。建立评价的核心问题有两个主要内容:(1)科学设立综合评价指标体系。(2)确定综合记分时各指标的权重系数。
在对学生的综合素质进行评价时,的做法是从现有的指标中精选出若干个有代表性的指标。但人为地精选指标难免带有主观随意性,可能丢失部分有价值的原始信息。
而利用主成分分析法对多维变量进行降维,降维后的变量是原变量的线性组合,并能反映原变量绝大部分的信息,使信息的损失最小,对原变量的综合解释能力强。该方法通过主成分的方差贡献率来表示变量的作用,可避免在系统分析中对权重的主观判断,使权重的分配更合理,尽可能地减少重叠信息的不良影响,克服变量之间的多重相关性,使系统分析简化。
从实际的运行结果来看,应用主成分分析法对高校学生的综合素质进行评价总体上是合理的,这能为大学生在校学习期间创造一个相当公平的育人环境,使他们能将更多的精力用于专业学习,培养学生具有健全的人格,因此是有积极意义的。
1 主成分分析的基本原理
1.1 什么是主成分分析
在实际问题中,研究多指标(变量)问题是经常遇到的,然而在多少情况下,不同的指标之间是有一定的相关性。由于指标较多再加上指标之间有一定的相关性,势必增加了分析问题的复杂性。主成分分析就是设法将原来指标重新组成一组新的互相无关的几个综合指标来代替原来指标,同时根据实际需要从中可取几个较少的综合指标尽可能多地反映指标的统计方法叫做主成分分析或称主分量分析。通常数学上的处理就是将原来p个指标作线性组合,作为新的综合指标,如果不加限制,则可以有很多,我们应该如何去选取呢?如果将选取的第一个线性组合即第一个综合指标记为,自然希望尽可能多的反映原来指标的信息,这里的 “信息”用什么来表达?最经典的方法就是用的方差来表达,即越大,表示包含的信息越多。因此在所有的线性组合中所选取的应该是方差最大的,故称为第一主成分。如果第一主成分不足以代表原来p个指标的信息,再考虑选取即选第二个线性组合,为了有效反映原来信息,已有的信息就不需要出现在中,用数学语言表达就是要求,称为第二主成分,依此类推可以构造出第三,四,第p个主成分。虽然这样做会损失一部分信息,但是由于它使我们抓住了主要矛盾,并从原始数据中进一步提取了某些新的信息,因而在某些实际问题的研究中得益比损失大。
1.2主成分分析法其主要研究思路通过可数变量的几个线性组合来概括大部分原始信息。用k个变量的n次观测数据代替p (kp)个原变量的几次观测数据,而基本的信息量保持不变。
设有样本容量为n的p个变量,通过变换将原变量 转换成主成分(用F表示),主成分是原变量的线性组合,且具有正交特征,即将 综合成k (kp)个变量,可用多项式表示:
这样确定的综合变量分别称原变量的第一、第 二、、第k个主成分,且 在总方差中占的比例依次递减。
实例及其计算步骤原始数据来源:莆田学院01级数学与应用数学专业本科班37位同学2003—2004学年各门课程的学习成绩。(成绩表见附表一)
该学年该班同学共修了10门课程,每位同学均有成绩,即没有缺失值具体的指标为:高等代数,数学分析1,C语言,英语1,心理学,邓小平理论,英语2,常微分,近世代数,数学分析2。
原始资料矩阵为
2.1 标准化
一般情况下,进行主成分分析,由于原始数据各指标的量纲不同,分析时需进行标准化处理,具体布是:
(1)中心化
将原始数据变换成:
其中,为每一列指标的平均值。针对变换的结果,得到新矩阵
(2)标准化
将矩阵中的数据变换成其中,为每一列指标的均方差。
经过中心化和标准化处理后,得到新的矩阵
根据样本相关系数矩阵求出其特征值 ,以及对应的单位正交化特征向量, 。然后根据主成分的累计率(数值上等于特征值的累积贡献率),确定取k个主成分即前k个主成分的累计贡献率达到85%以上。
表1
主成分 特征值 方差贡献率 累计方差贡献率 5.7651 57.65 57.65 1.4245 14.245 71.90 0.8564 8.564 80.46 0.5428 5.428 85.89 0.3746 3.746 89.636 0.3
您可能关注的文档
- 招商局物业接管验收培训稿PPT汇.ppt
- 报喜鸟股份有限公司财务分析及前景预测研究报告汇.doc
- 招标代理内部管理办法汇.docx
- 招投标课程设计-霓雲锦庭土建工程工程投标书汇.doc
- 招聘必备手册(仅供参考)汇.doc
- 拨叉零件的机械加工工艺及铣Φ32孔上端面工序的专用机床夹具设计汇.doc
- 招聘及面试技巧汇.pdf
- 挡土墙工程施工方案汇.doc
- 挤压工艺及模具设计课程设计-铝型材挤压工艺及模具设计汇.doc
- 换热器比值控制课程设计汇.doc
- Unit 4【速记清单】-2023-2024学年八年级英语上册单元速记•巧练(牛津上海版)(解析版).docx
- Unit 3 Welcome to Sunshine Town!教考衔接直击中考(选做).docx
- Unit 7 Poems【速记清单】(解析版).docx
- 第10讲 一般过去时态的被动语态-【暑假自学课】2023年新九年级英语暑假精品课(仁爱版)(解析版).docx
- Unit 9 What does he look like (主题:描述人的外貌 )【同步拓展阅读】(人教版七年级下册)(原卷版).docx
- Unit 2 This is my sister.-【同步拓展阅读】2023-2024学年七年级上册英语单元阅读深度指导(人教版).docx
- 第05讲 数词-【暑假自学课】2023年新七年级英语暑假课 (原卷版).docx
- Unit 8 【单元测试 · 提高卷】-2023-2024学年八年级英语上册单元速记•巧练(牛津沪教版).docx
- 解析:【知识图鉴】人教版九年级下册 Unit 14-02练基础(解析版).docx
- 第02讲 复习八下:疑问词+不定式作宾语和情态动词must, have to(原卷版)-【暑假自学课】2023年新九年级英语暑假精品课(牛津译林版).docx
最近下载
- XX附属中学集团化办学三年发展规划 .pdf
- ESICM 2023年ARDS的指南、定义、表型和呼吸支持策略.docx
- 小学数学六年级下册期末测试卷附答案.docx
- 部编版语文四年级上册第3单元习作《写观察日记》优质课件.pptx VIP
- 新北师大版九年级全一册初中物理全册教案(教学设计).doc
- WI-EA-7-W19001治具验收规范A2.doc
- TJSJCXH 4-2023 先张法预应力超高强混凝土管桩.docx VIP
- 人教版数学四年级下册期末测试卷附完整答案(易错题).docx
- 2024中国兵器工业集团有限公司总部招聘(29人)备考试题及答案解析.docx VIP
- 科尔摩根控制器操作手册.pdf
文档评论(0)