基于多模式樣本t 檢驗(yàn)的精準(zhǔn)化學(xué)習(xí)模型構(gòu)建與研究

郭 麗

（安徽電子信息職業(yè)技術(shù)學(xué)院 軟件學(xué)院，安徽 蚌埠 233000）

高職院校學(xué)生學(xué)習(xí)水平亟待通過各種內(nèi)外因素共同促進(jìn)，提高學(xué)生的學(xué)習(xí)能力.制約學(xué)生學(xué)習(xí)績(jī)效的多種因素將直接影響到他們未來能否成才.傳統(tǒng)的教育教學(xué)方法按部就班，無法真正從根本上促進(jìn)和提高學(xué)生的學(xué)習(xí)積極性，務(wù)必從根源上匹配出適用于高職院校學(xué)生的教學(xué)方法等.通過大數(shù)據(jù)技術(shù)，開拓高職院校學(xué)生績(jī)效因素比較研究的新領(lǐng)域.依托高職院校學(xué)生學(xué)習(xí)習(xí)慣等建立數(shù)據(jù)分析模型可以更好地分析制約學(xué)生學(xué)習(xí)績(jī)效研究的多種因素.

從大數(shù)據(jù)視域?qū)虒W(xué)改革進(jìn)行解讀，充分利用大數(shù)據(jù)技術(shù)，提高教學(xué)改革的針對(duì)性和適應(yīng)性，輔助人才培養(yǎng)工作的穩(wěn)步推進(jìn).通過大數(shù)據(jù)技術(shù)智能收集、處理數(shù)據(jù)，提供精準(zhǔn)的反饋信息，實(shí)現(xiàn)了教學(xué)的實(shí)時(shí)跟蹤，精準(zhǔn)診斷，對(duì)學(xué)生學(xué)習(xí)過程的評(píng)價(jià)更客觀、真實(shí)、準(zhǔn)確.隨著數(shù)據(jù)流在教學(xué)各個(gè)環(huán)節(jié)的生成與運(yùn)行，大數(shù)據(jù)智能處理驅(qū)動(dòng)的精準(zhǔn)教學(xué)逐步替代傳統(tǒng)教學(xué)模式，見圖1.

基于學(xué)生學(xué)習(xí)情況信息采集的數(shù)據(jù)背景下，通過多模式樣本t 檢驗(yàn)方法進(jìn)行模型的分析與構(gòu)建實(shí)驗(yàn)，樣本實(shí)驗(yàn)成熟后提高至高數(shù)量級(jí)大數(shù)據(jù)樣本，保證結(jié)果的更加精準(zhǔn)性.目前，在實(shí)驗(yàn)階段首先抽取學(xué)院小樣本數(shù)據(jù)做出基礎(chǔ)實(shí)驗(yàn).獨(dú)立樣本t 檢驗(yàn)是在比較平均值的不同情況后，通過對(duì)每個(gè)隸屬于總體樣本的獨(dú)立樣本進(jìn)行分析，進(jìn)一步推斷兩個(gè)樣本之間的方差齊性情況，即顯著性差異情況.成對(duì)樣本t 檢驗(yàn)的數(shù)據(jù)是同一群被試或個(gè)案被測(cè)兩次而獲得的，即同一群體有前測(cè)和后測(cè)兩組測(cè)試數(shù)據(jù).其研究目的也是均值的差異情況，它與單樣本t 檢驗(yàn)又有不同，成對(duì)樣本t 檢驗(yàn)是進(jìn)一步推斷隸屬總體之間的差異情況，即總體間是否存在顯著性差異.

圖1 大數(shù)據(jù)智能驅(qū)動(dòng)精準(zhǔn)教學(xué)模式框架圖

1 選取試題庫使用被試進(jìn)行獨(dú)立樣本t 檢驗(yàn)

1.1 確定獨(dú)立樣本t 檢驗(yàn)的前提條件

被抽取的樣本源符合鐘形分布，即正態(tài)分布形態(tài)；兩樣本之間無交互效應(yīng)，獨(dú)立存在；樣本變量不可為離散型變量，符合連續(xù)型數(shù)據(jù)特征［1］.選擇樣本時(shí)，從一個(gè)總體中抽取一組樣本與從另一個(gè)總體抽取的一組樣本彼此獨(dú)立，沒有任何影響，它們分別屬于不同的總體，樣本數(shù)量可以相等亦或不相等.與單樣本t檢驗(yàn)一樣，在寫備擇假設(shè)時(shí)這里的顯著差異寫法包括顯著不等于（H1：μ1≠μ2）、顯著小于（H1：μ1＜μ2）和顯著大于（H1：μ1＞μ2），案例基于檢驗(yàn)顯著不等于的情況，即只做雙側(cè)檢驗(yàn)，如果做單側(cè)檢驗(yàn)，需要通過雙側(cè)檢驗(yàn)數(shù)據(jù)后再進(jìn)行人為判斷［2］.

1.2 獨(dú)立樣本t 檢驗(yàn)步驟

利用隨機(jī)試題庫篩選出被試共50 人，作為前測(cè)；然后將他們隨機(jī)分組，1 組采用傳統(tǒng)教學(xué)方法教學(xué)，2組采用大數(shù)據(jù)精準(zhǔn)化方法教學(xué)；干預(yù)完成后用隨機(jī)試題庫進(jìn)行第二次測(cè)量，這是后測(cè).傳統(tǒng)教學(xué)方法和大數(shù)據(jù)精準(zhǔn)化教學(xué)方法哪種方法對(duì)于教學(xué)質(zhì)量提高更有效可以基于獨(dú)立樣本t 檢驗(yàn)?zāi)Ｊ?，通過萊文方差同性檢驗(yàn)和平均值同性t 檢驗(yàn)結(jié)合做出診斷，確立樣本是否隨機(jī)分組［3］.假如被試者隨機(jī)分組成功，即隨機(jī)分配的兩組學(xué)生在不同教學(xué)方法干預(yù)前的水平不存在顯著性差異，兩組樣本數(shù)據(jù)又是相互獨(dú)立的，符合獨(dú)立樣本t 檢驗(yàn)的前提條件.但在數(shù)據(jù)精準(zhǔn)性方面，要先測(cè)試前期分組數(shù)據(jù)是否隨機(jī)，才能確保后續(xù)數(shù)據(jù)分析的正確性.

1.2.1 獨(dú)立樣本t 檢驗(yàn)的原理與步驟

步驟1：建立原假設(shè)H0與單樣本t 檢驗(yàn)一樣，獨(dú)立樣本t 檢驗(yàn)的數(shù)值也存在3 種不同情況：顯著不等于、顯著大于和顯著小于.

步驟2：確定檢驗(yàn)統(tǒng)計(jì).樣本總體均符合鐘形正態(tài)分布曲線，方差σ12和σ2確定數(shù)值后，對(duì)兩樣本進(jìn)行抽樣分布估計(jì)，即σ212，可以表示為：

表達(dá)式中，σ12為第一個(gè)樣本的總體方差，為第二個(gè)樣本的總體方差，n1和n2代表樣本數(shù)據(jù)中的數(shù)量.由于之前已確定樣本符合正態(tài)分布，可以采用Z 檢驗(yàn)得出的萊文統(tǒng)計(jì)量做出差異性判定.因?yàn)榉讲畹那闆r不同需要采用不同的t 檢驗(yàn)方式，所以在進(jìn)行兩獨(dú)立樣本t 檢驗(yàn)之前，首先應(yīng)當(dāng)明確兩者的方差是否相等，以此判斷應(yīng)該采用哪種檢驗(yàn)統(tǒng)計(jì)量［4］.

步驟3：觀察萊文統(tǒng)計(jì)量F 值以及檢測(cè)性雙尾P 值.根據(jù)t 統(tǒng)計(jì)量所服從的分布計(jì)算對(duì)應(yīng)的概率P值，與單樣本t 檢驗(yàn)不同的是，獨(dú)立樣本t 檢驗(yàn)的分析結(jié)果會(huì)給出兩個(gè)t 統(tǒng)計(jì)量供選擇，需要根據(jù)相應(yīng)的檢驗(yàn)結(jié)果選擇合適的統(tǒng)計(jì)量.

步驟4：設(shè)定顯著性水平α 與概率P 值進(jìn)行比較，做出統(tǒng)計(jì)決策.

1.2.2 兩獨(dú)立樣本t 檢驗(yàn)的決策分兩步進(jìn)行

（1）考察兩個(gè)獨(dú)立樣本的方差齊性問題. F 檢驗(yàn)中的萊文統(tǒng)計(jì)量表判定方差是否相等，通過概率值P查看兩樣本之間是否存在顯著性差異［5］.若萊文統(tǒng)計(jì)量檢驗(yàn)中，檢測(cè)性雙尾P＞0.05，兩總體方差齊性；若概率P＜0.05，則判定兩總體方差不相等.

（2）判斷兩獨(dú)立樣本的總體均值是否有差異.第一步證明的方差相等與否為選擇合適的t 檢驗(yàn)提供了依據(jù)，再通過t 檢驗(yàn)的模式，判定兩樣本是否存在顯著性差異，萊文檢驗(yàn)中，將P 與數(shù)值0.05 進(jìn)行差異性比較，得出結(jié)論.檢測(cè)性雙尾P＞0.05，不存在顯著性差異；檢測(cè)性雙尾P＜0.05，存在顯著性差異，見表1.

表1 組統(tǒng)計(jì)量

表2 獨(dú)立樣本檢驗(yàn)結(jié)果

首先，檢驗(yàn)兩組被試的前測(cè)差異性.從表2 可以看出兩者的方差是沒有差異的（F=0.299，P=0.587），進(jìn)而對(duì)兩者進(jìn)行獨(dú)立樣本t 檢驗(yàn)，發(fā)現(xiàn)兩者均值差異也是不顯著的（t=0.955，自由度df=48，P=0.344），可確定隨機(jī)分組是成功的.

其次，檢驗(yàn)兩組被試后測(cè)的差異性.表2 中F=1.569，P=0.216，由于P ＞0.05，即兩者的方差是沒有差異的，進(jìn)而對(duì)兩者進(jìn)行獨(dú)立樣本t 檢驗(yàn)，發(fā)現(xiàn)兩者均值差異也是不顯著的（t=-2.624，自由度df=48，P=0.012），且P ＜0.05，可確定傳統(tǒng)教學(xué)方法和大數(shù)據(jù)精準(zhǔn)化教學(xué)方法的干預(yù)效果是有顯著性差異的［6］.從表1 可以看出傳統(tǒng)教學(xué)方法干預(yù)后測(cè)試平均分是50.480 0，大數(shù)據(jù)精準(zhǔn)化教學(xué)方法干預(yù)后測(cè)試平均分是56.360 0，則大數(shù)據(jù)精準(zhǔn)化教學(xué)方法干預(yù)后的測(cè)試得分顯著高于傳統(tǒng)教學(xué)方法，即大數(shù)據(jù)精準(zhǔn)化教學(xué)方法教學(xué)效果更好.

2 兩配對(duì)樣本t 檢驗(yàn)的原理和步驟

在進(jìn)行獨(dú)立樣本t 檢驗(yàn)之前，提出條件假設(shè)，查看樣本形態(tài)分布是否符合鐘形正態(tài)分布特征［7］.再則兩樣本均為獨(dú)立個(gè)體，兩樣本間無交互效應(yīng)，因而各自樣本數(shù)量勿需一致，另外需要保證樣本變量符合連續(xù)型變量的要求［8］.在數(shù)據(jù)分析與構(gòu)建模型過程中，首先要判斷使用前提條件是否符合，決定使用的檢驗(yàn)方法.兩配對(duì)樣本t 檢驗(yàn)的原理和步驟如下：

步驟1：建立原假設(shè)H0，存在3 種不同情況：顯著不等于、顯著大于和顯著小于.

步驟2：由于總方差不確定，抽取樣本的方差可以作為總體樣本方差的替代，其F 檢驗(yàn)值為：

只要樣本足夠大（n ≥30），都可以用近似正態(tài)Z'檢驗(yàn)［9］，其統(tǒng)計(jì)量為：

步驟3：得到F 值和檢測(cè)性雙尾P 值［10］.

步驟4：設(shè)定顯著性水平α 并與概率P 值進(jìn)行比較，做出統(tǒng)計(jì)決策.

當(dāng)P＞α 時(shí)，不存在顯著性差異； 當(dāng)P＜α 時(shí)，存在顯著性差異.

收集某專業(yè)數(shù)據(jù)只涉及一個(gè)群體35 個(gè)個(gè)案，每個(gè)個(gè)案都有4 門課程的學(xué)習(xí)時(shí)長(zhǎng)數(shù)據(jù)，可理解成被測(cè)試了4 次，現(xiàn)在要比較4 門課程學(xué)習(xí)時(shí)長(zhǎng)對(duì)于學(xué)習(xí)效果的影響是否存在差異，可以采用成對(duì)樣本t 檢驗(yàn)進(jìn)行分析，對(duì)兩門課程的學(xué)習(xí)時(shí)長(zhǎng)進(jìn)一步做兩兩比較.

表3 可以看出6 個(gè)配對(duì)組各自的統(tǒng)計(jì)指標(biāo)，表4 指出了6 個(gè)配對(duì)組的差異性檢驗(yàn)：“課程1-課程2 =-7.326 540 00”，說明課程2 的學(xué)習(xí)時(shí)長(zhǎng)比課程1 的學(xué)習(xí)時(shí)長(zhǎng)從均值上來說增加了7.326 540 00，對(duì)其進(jìn)行檢驗(yàn)的統(tǒng)計(jì)量t 值為-3.451，自由度df 為34，概率P 值（顯著性）為0.002＜0.05，說明課程2 的學(xué)習(xí)時(shí)長(zhǎng)要顯著大于課程1 的學(xué)習(xí)時(shí)長(zhǎng)；同理，課程2 的學(xué)習(xí)時(shí)長(zhǎng)也顯著大于課程3 和課程4，其他配對(duì)組的差異都不顯著.通過樣本的差異性分析，對(duì)于后期人才培養(yǎng)方案的修改提供了強(qiáng)有力的理論及數(shù)據(jù)依據(jù)，為后續(xù)的課程體系建設(shè)提供支持與保障.

表3 成對(duì)樣本統(tǒng)計(jì)量

表4 成對(duì)樣本檢驗(yàn)

3 結(jié)語

面對(duì)迅速崛起、異軍突起的高等職業(yè)教育，在大數(shù)據(jù)背景下，對(duì)制約高職院校學(xué)生學(xué)習(xí)績(jī)效的各因素進(jìn)行對(duì)比研究，發(fā)現(xiàn)各因素中的主要矛盾及次要矛盾，確立研究的重點(diǎn)及次重點(diǎn)，同時(shí)高校學(xué)生的學(xué)習(xí)習(xí)慣、學(xué)習(xí)動(dòng)機(jī)等亦是本課題的研究基礎(chǔ).通過大數(shù)據(jù)樣本分析為多重因素的研究提供強(qiáng)有力的數(shù)據(jù)保障與技術(shù)支持，努力為學(xué)生營造高績(jī)效良好的學(xué)院教育生態(tài)環(huán)境.