首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

基于多元统计与复杂网络方法的考试数据分析研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 选题背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 国外的研究现状第11-12页
        1.2.2 国内的研究现状第12-13页
    1.3 论文研究的目的及意义第13页
    1.4 论文章节安排第13-14页
    1.5 本章小结第14-15页
第二章 背景知识第15-22页
    2.1 统计学习方法第15-17页
    2.2 多元统计及教育统计学第17-20页
        2.2.1 相关分析第18-19页
        2.2.2 回归分析第19页
        2.2.3 因子分析第19-20页
    2.3 网络科学第20-21页
        2.3.1 网络属性第20-21页
        2.3.2 动态阈值网络第21页
        2.3.3 最小生成树(MST)网络第21页
    2.4 本章小结第21-22页
第三章 网络分析第22-33页
    3.1 材料和方法第22-24页
        3.1.1 数据及处理第22-23页
        3.1.2 试题间距离定义第23-24页
    3.2 结果和讨论第24-32页
        3.2.1 相关系数矩阵第24-25页
        3.2.2 动态阈值网络第25-27页
        3.2.3 最小生成树(MST)第27-29页
        3.2.4 主观题的细化第29-31页
        3.2.5 物理单科第31-32页
    3.3 本章小结第32-33页
第四章 因子分析与多元评价第33-40页
    4.1 数据及步骤第33-34页
    4.2 因子分析结果第34-36页
        4.2.1 公共因子第34-36页
        4.2.2 公共因子的可靠性分析第36页
    4.3 多元评价第36-39页
        4.3.1 因子得分在学生多元评价中的应用第37-38页
        4.3.2 多元评价与传统评价的一致性第38-39页
    4.4 本章小结第39-40页
第五章 回归分析第40-47页
    5.1 数据及预处理第40-41页
        5.1.1 原始数据第40-41页
        5.1.2 数据预处理第41页
    5.2 多元回归分析第41-44页
    5.3 其他科目分析第44-46页
    5.4 本章小结第46-47页
第六章 总结与展望第47-49页
    6.1 总结第47-48页
    6.2 展望第48-49页
参考文献第49-55页
致谢第55-56页
攻读学位期间发表论文第56页

论文共56页,点击 下载论文
上一篇:基于二分网络集团化的推荐算法改进研究
下一篇:基于通信数据的人类行为分析