检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:吴培群[1] 孟缘 WU Peiqun;MENG Yuan(Beijing Electronic Science and Technology Institute,Beijing 100070,P.R.China;Information Center of Ministry of Agriculture and Rural Affairs,Beijing 100125,P.R.China;School of Statistics,RenMin University of China,Beijing 100872,P.R.China)
机构地区:[1]北京电子科技学院,北京市100070 [2]农业农村部信息中心信息安全处,北京市100125 [3]中国人民大学统计学院,北京市100872
出 处:《北京电子科技学院学报》2021年第3期103-109,共7页Journal of Beijing Electronic Science And Technology Institute
基 金:教育部人文社会科学研究规划基金项目“大学教师流动与其学术绩效的实证研究”(项目批准号:20YJA880056);北京市优质本科教材课件建设项目“概率论与数理统计及SPSS软件应用”(项目编号:2020135);北京电子科技学院2021年一流学科建设项目“《随机过程》课程与教材建设项目”(项目编号:1201012)
摘 要:数据离散化是众多实际工作领域中涉及的问题,而离散化的关键是选取分点。本文依据连续型随机变量密度函数的性质,提出单变量数据离散化的“极小值点准则”,并以此对学生考试成绩的等级确定、由学生评教分数评定教学等级这两个教学评价问题进行了实证分析。Data discretization is a problem related to numerous practical work fields,and the key of the discretization is selecting the points of division.In this paper,according to the properties of the density function of continuous random variables,a minimum point criterion for the discretization of univariate data is proposed,and an empirical analysis on two teaching evaluation problems is performed,which are grading the students,examination scores and evaluating the teaching effect grades based on students?evaluation scores,respectively.
关 键 词:数据离散化 密度函数 极小值点 教学评价 等级值
分 类 号:O212.1[理学—概率论与数理统计]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.170