基于sas软件以北大光华管理学院教学评估为例省公共课一等奖全国赛课获奖课件.pptx

小鱼儿小鱼儿对于协方差了解对于协方差了解Lorem Ipsum is simply dummy text of the printing and typesetting industry.Lorem Ipsum has been the industrys standard dummy text ever since the 1500.Contact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/Start Here以北大光华管理学院教学评定为例AnalyseAnalyseIt is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout.CaseCaseIt is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout.UnderstandUnderstandIt is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout.第1页分析步骤分析步骤 Write some things about For more information please visit your website:www.小鱼儿小鱼儿.com小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/1一.研究目二.数据来源和相关说明三.描述性分析四四.数据建模数据建模五五.结论及提议结论及提议第2页研究目Write some things aboutwww.小鱼儿小鱼儿.com小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/2 在大专院校教学管理中在大专院校教学管理中,教学教学评定是一个主要衡量教员教学成评定是一个主要衡量教员教学成绩伎俩绩伎俩.假如该评定伎俩非常准确假如该评定伎俩非常准确,那么我们就能够经过判定能地比那么我们就能够经过判定能地比较两门课教学评定成绩来比较两较两门课教学评定成绩来比较两个教员教学绩效个教员教学绩效。本汇报试图经过对北京大学光本汇报试图经过对北京大学光华管理学院教学评定数据分析华管理学院教学评定数据分析,建立建立一个计量经济学模型一个计量经济学模型,以此来找出影以此来找出影响最终教学评定成绩原因响最终教学评定成绩原因,并依据数并依据数据分析结果据分析结果,提出一个合理绩效考评提出一个合理绩效考评标准标准。第3页数据起源和相关说明数据起源和相关说明 Write some things about For more information please visit your website:www.小鱼儿小鱼儿.com小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/3数据起源：本汇报所使用数据来自于北京大学光华管理学院教学评定统计,共有340条有效统计,其中每一条统计都对应于年至20这三年间,在北京大学光华管理学院开设某一门课程.因变量：最终评定得分因变量：最终评定得分解释型变量：解释型变量：1.1.教员职称教员职称(助理教授助理教授,副教授副教授,正正教授教授)2.2.教员性别教员性别(男男,女女)3.3.学生类别学生类别(MBA,(MBA,本科生本科生,硕士硕士)4.4.年份年份(,)(,)5.5.学期学期(秋季秋季,春季春季)6.6.学生人数学生人数第4页补充说明补充说明 Write some things about For more information please visit your website:www.小鱼儿小鱼儿.com小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/4 值得注意是值得注意是,在我们所考虑解释性变量中在我们所考虑解释性变量中,学生人数学生人数(即班级中学生即班级中学生数目数目)是一个含有数值意义变量是一个含有数值意义变量,能够简单地看作连续型变量能够简单地看作连续型变量,而其它全而其它全部解释性变量都是离散型变量部解释性变量都是离散型变量.第5页描述性分析描述性分析（最终评定得分与学生人数散点图）（最终评定得分与学生人数散点图）小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/5 上图是一张杂乱无章散点上图是一张杂乱无章散点图，我们极难发觉非常有意义图，我们极难发觉非常有意义统计规律。其主要原因是噪声统计规律。其主要原因是噪声太大，我们肉眼极难对其它总太大，我们肉眼极难对其它总体趋势给予准确判断。体趋势给予准确判断。所以我们尝试将班级规模所以我们尝试将班级规模从从0-1400-140人等分成人等分成7 7组，然后再组，然后再按照不一样组作盒状图。按照不一样组作盒状图。plot(size,score)第6页描述性分析描述性分析（不一样分组盒装图）（不一样分组盒装图）小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/6 从上图我们能够发觉一下从上图我们能够发觉一下主要规律主要规律。（1 1）第一组和第二组之间平均）第一组和第二组之间平均教学评定成绩差异显著教学评定成绩差异显著。（2 2）第二至第五组之间平均教）第二至第五组之间平均教学评定成绩没有尤其显著差异学评定成绩没有尤其显著差异。（3 3）第六第七组平均教学评定）第六第七组平均教学评定成绩表现异常，怀疑是因为样成绩表现异常，怀疑是因为样本量过小而造成。本量过小而造成。boxplot(scoreceiling(size/20)第7页描述性分析描述性分析（补充：各组之间详细分布）（补充：各组之间详细分布）小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/7组数组数1234567分组分组数据数据9811259401777 从中能够看出，第六、七组样本量太小，所以盒状图中所表现从中能够看出，第六、七组样本量太小，所以盒状图中所表现出较高平均教学评定成绩缺乏可信度，不过第一、二组样本量非常出较高平均教学评定成绩缺乏可信度，不过第一、二组样本量非常大，所以能够比较确信第一组和第二组之间确实存在着显著差异。大，所以能够比较确信第一组和第二组之间确实存在着显著差异。第8页描述性分析描述性分析（基于盒装图描述性分析）（基于盒装图描述性分析）小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/8教员职称确实能够影响教学评定成绩，伴随教员职称提升，平均教学评定成绩依次提升，这在一定程度上反应出积累教学科研经验对教学评定成绩影响。教员性别对教学评定成绩影响甚微不一样学生类别对教学评定成绩影响很大，普通硕士给出平均教学评定成绩显著高于本科生和MBA，而本科生和MBA之间差异不大。伴随时间推移，北京大学光华管理学院教学评定成绩稳步提升秋季学期教学评定成绩低于春季学期小于20人班级教学评定成绩显著高于20人班级group=1*(size|t|)(Intercept)4.2367448 0.0666886 63.530 F)(Intercept)870.98 1 4083.1961|t|)(Intercept)4.2165679 0.0659871 63.900 F)(Intercept)380.46 1 2039.4286 F)(Intercept)416.91 1 2246.5544|t|)(Intercept)3.9160820 0.0826215 47.398 F)(Intercept)380.46 1 2039.4286 F)(Intercept)416.91 1 2246.5544 AIC(lm3.2,k=log(length(score)1 446.1874从中我们能够看出，该模型所产生残差平方和（RSS）为61.19。所以，其对应AIC和BIC值分别为：AIC(lm3.1)AIC=407.79AIC(lm3.1,k=log(length(score)BIC=457.57二者分别小于全模型二者分别小于全模型407.79和和457.57.由此可见，不论依据由此可见，不论依据AIC标标准还是准还是BIC标准，我们都认为简化后模型优于全模型。标准，我们都认为简化后模型优于全模型。第20页数据建模数据建模小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/20lm.aic=step(lm3.1,trace=F)Anova(lm.aic,type=III)Anova Table(Type III tests)Response:score Sum Sq Df F value Pr(F)(Intercept)416.91 1 2246.5544 F)(Intercept)416.91 1 2246.5544 2.2e-16*as.factor(aa)3.57 2 9.6151 8.737e-05*as.factor(ss)3.24 2 8.7373 0.000*as.factor(year)3.57 2 9.6100 8.779e-05*as.factor(group)2.57 1 13.8368 0.0002343*size 0.09 1 0.4669 0.4949033 as.factor(group):size 2.00 1 10.7536 0.0011518*Residuals 61.24 330 -Signif.codes:0*0.001*0.01*0.05.0.1 1 我们从不一样角度，采取我们从不一样角度，采取不一样方法分析结果重复不一样方法分析结果重复证实了能够显著影响教学证实了能够显著影响教学评定成绩原因共五个，即评定成绩原因共五个，即教员职称、学生类别、年教员职称、学生类别、年份、班级规模和学生人数。份、班级规模和学生人数。第22页数据建模数据建模小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/22a0=read.csv(D:/R数据/CH3/new.csv,header=T)a0$group=1*(a0$size|t|)(Intercept)3.9160820 0.0826215 47.398 2e-16*as.factor(title)正教授 0.1748254 0.0524794 3.331 0.000962*as.factor(title)助理教授-0.0962026 0.0694582 -1.385 0.166975 as.factor(student)本科生 0.0953513 0.0671288 1.420 0.156428 as.factor(student)硕士 0.2415691 0.0577886 4.180 3.73e-05*as.factor(year)0.1470044 0.0589738 2.493 0.013167*as.factor(year)0.2414840 0.0567421 4.256 2.72e-05*as.factor(group)1 0.5961725 0.1602708 3.720 0.000234*size 0.0007578 0.0011090 0.683 0.494903 as.factor(group)1:size -0.0349458 0.0106566 -3.279 0.001152*Signif.codes:0*0.001*0.01*0.05.0.1 1 Residual standard error:0.4308 on 330 degrees of freedomMultiple R-squared:0.2047,Adjusted R-squared:0.1831 F-statistic:9.44 on 9 and 330 DF,p-value:8.422e-13 我们分析第一位教授，假如从平均水平来看，我们分析第一位教授，假如从平均水平来看，我们模型认为他预期教学评定成绩应该为我们模型认为他预期教学评定成绩应该为3.9160820+0.0007578*114=4.0024713.9160820+0.0007578*114=4.002471。很遗。很遗憾，她实际教学评定成绩憾，她实际教学评定成绩3.1753.175低于低于4.0024714.002471，差距为，差距为-0.827471.-0.827471.而该差异反应了踢出全而该差异反应了踢出全部主要但非教员主观所能控制原因后实际教部主要但非教员主观所能控制原因后实际教学评定成绩。学评定成绩。第24页数据建模数据建模小鱼儿小鱼儿CREATIVE SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/24a$adj.score=lm.aic$residualsac(1:10),title gender student year semester size score adj.score1 副教授 女 MBA 秋季 114 3.175-0.82746812 副教授 女 MBA 秋季 88 3.523-0.45976603 副教授 女 MBA 秋季 83 4.458 0.3344 副教授 女 MBA 秋季 66 3.470-0.49609505 副教授 女 MBA 秋季 46 4.630 0.53205606 副教授 女 MBA 秋季 45 4.511 0.31933427 副教授 女 MBA 秋季 38 3.184-0.76087748 副教授 女 MBA 秋季 31 3.548-0.39157309 副教授 女 MBA 秋季 30 4.433 0.347180410 副教授 女 MBA 秋季 30 4.300 0.1197008 基于调整后教学评定成绩，我们能够对不一样课程教学效基于调整后教学评定成绩，我们能够对不一样课程教学效果重新排序，在新排序结果基础上，我们能够将调整后教学评果重新排序，在新排序结果基础上，我们能够将调整后教学评定成绩转换成我们习惯单位或进制，从而愈加科学有效地为教定成绩转换成我们习惯单位或进制，从而愈加科学有效地为教学管理服务。学管理服务。第25页结论结论及提及提议议Conclusion and suggestion依据以上结果分析依据以上结果分析提议另外,依据最有模型,我们能够得到一个较为客观合理教学绩效评定标准.因为模型中原因解释了诸如教员职称,讲课年份等客观原因带来影响,所以我们能够分离出模型残差,把它作为调整后教学评定成绩并对不一样课程教学效果重新排序.在新排序结果基础上,将调整后教学评定成绩转换成我们习惯单位或进制(如百分制),从而愈加科学有效地为教学管理服务 我们知道有五个原因对教学评定成绩有显著影响,这为教学管理提供了主要参考.管理部门能够依据这些影响原因愈加合理地安排课程计划,如对未来最终教学评定成绩进行预测,并依据预测结果来合理安排老师课程 SLOGAN GO HEREContact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/25第26页小鱼儿小鱼儿Contact UsLorem ipsum dolor,03663,State,Country/P.123 456 7890/AnalyseAnalyseIt is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout.CaseCaseIt is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout.UnderstandUnderstandIt is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout.See you soonwww.小鱼儿小鱼儿.com第27页