教育信息处理课复习提纲201106

教育信息处理课复习提纲第一章：教育信息概述1 教学过程是一种信息的传递和信息处理过程。

在这一过程中有效地应用信息技术，有利于实现教学过程最优化。

教学设计是在信息收集、分析、加工、处理的基础上，实现创造信息的操作过程；教学实施是信息的呈现、传递、处理和控制的阶段；教学评价是收集、分析、处理信息的阶段。

2 教育信息的获取：可利用（网络）调查（量表、问卷）、（网络）考试、（网络）交流工具、文献检索（书、杂志、光盘、搜索引擎）、访谈、观察、实地考察、实验等。

教育信息的处理：可利用教材分析（图、ISM）、教学分析（逐语记录、分类、时序、S－T）、结构分析（S－P表、IRS图）、多元分析（回归、聚类）、生物信息分析等方法，可用Excel、SPSS及专门软件等。

教育信息的表达和传送：可利用word、Powerpoint、Authorware、Frontpage等软件，网络、传统媒体等途径。

3 信息论的奠基者香农（C.E.Shannon）将信息定义为熵的减少，即信息可以消除人们对事物认识的不确定性，并将消除不确定程度的多少作为信息量的量度。

信息的价值因人而异。

是否是信息，不是由传者，而是由受者所决定。

4 教育信息表现的结构形式：矩阵、时间序列、图5教育数据数量化的尺度有四种，分别是名义尺度(nominal scale)、序数尺度(ordinal scale) 、等距尺度(interval scale,equal unit scale)、比例尺度(ratio scale)。

第二章：教育信息熵1 信息量：以2为底的对数，单位为字位（bit）。

若对数是以e或10为底,H的单位为nat或dit。

2 信息熵，简称为熵(entropy)。

熵的意义：熵的大小可用于表示概率系统的不确定程度。

设概率系统中有n个事件，每一事件产生的概率为：p i（i=1~n）当事件I产生后，给予我们的信息量为对于n个事件构成的概率系统，每一事件产生的平均信息量为：H为信息熵信息熵的基本性质：单峰性、对称性、渐化性、展开性、确定性3 相对信息熵h信息熵的计算与系统中事件数的多少有关，它不利于我们对不同系统的熵进行比较。

相对信息熵使得熵的计算归一化为标准的范围0~1之间，它使得不同系统的信息熵易于比较。

4 冗余度冗余度表示了由于各个事件出现的概率不同而使信息熵减少的程度。

5多重选择问题信息熵的计算b（0.5，0.125，0.125，0.125，0.125）计算相应的应答信息熵：第三章：教材分析1 教材结构化的分析方法：学习层级法（Learning Hierarchy）、课题分析法、逻辑分析法、ISM法（interpretive structural modeling method）、目标矩阵法。

2 ISM法分析教材的流程：抽出要素(知识点)、决定要素间的形成关系、制作形成关系图、研讨。

3 目标矩阵法分析教材的流程：制定教学目标（前提知识、低级目标）、决定具有形成关系的直接低级目标、目标矩阵、按目标水平分十类、形成关系图。

第四章：教学分析1 教学分析方法主要有：逐语记录法、时序列分析法、S-T分析法、FIAS分析法等。

2 S-T分析法即Student-Teacher 分析法，主要用于对教学过程的定量分析。

它将教学性格以图形表示，使得教师可以采用可视化的方法对教学过程加以研讨，是一种有效的定量分析方法。

S-T分析法是以图形的方法表示教学性格的。

其重要特点：a将教学中的行为仅分为学生S行为和教师T行为两类，减少了教学过程中行为分类的模糊性，增加了客观性。

b 由于将计划教学与实施教学的结果以图形表示，可采用可视化的方法研讨教学。

c不需要复杂的计算，有利于推广、实施。

S-T数据的收集：通过对教学过程的实际观察或观看录像资料，以一定的时间间隔（30秒），对观察的内容进行采样，并根据样本点的行为类别，以相应的符号S或T记入，由此构成S-T时序列数据，简称S-T数据。

Rt （T行为占有率）：表示教学过程中T行为所占有的比例。

教学过程中Rt的取值范围为0~1。

Rt越大，T行为所占的比例越多。

Rt＋Rs＝1Ch(行为转换率):表示教学过程中，T行为与S行为间的相互转换次数与总的行为采样数之比。

教学过程中，行为转换率Ch为：Ch = （g - 1）/ N四种教学模式:练习型、讲授型、对话型、混合型。

3 FIAS课堂语言行为互动分析系统（Flanders Interaction Analysis System）由美国教育学家内德.弗兰德斯(Ned. Flanders)20世纪60年代初提出。

FIAS把课堂教学中师生的语言行为分为10大类, 其中1～7类为教师的语言行为, 第8～9 类为学生的语言行为, 第10 类为其他语言行为（沉默或混乱）。

矩阵分析：对于N 个编码序列，前一代码与后一代码结成N-1 个“序对”。

10 类语言行为构成10× 10阶矩阵，将全部序对进行计数，就形成弗兰德迁移矩阵。

矩阵主对角线( 左上到右下) 上的各个单元格叫做“稳态格”, 迁移矩阵的1- 3行与1- 3列相交的区域叫做“积极整合格”, 7- 8行与6- 7列相交的区域是“缺陷格”。

训练型提问：由( 4, 4) 、( 4, 8) 、( 8, 4) 、( 8, 8) 四个单元格所形成的闭环显示由教师提问驱动学生回答的情况, 可反映训练型提问的程度。

创新型提问：( 3, 3) 、( 3, 9) 、( 9, 3) 、( 9, 9) 四个单元格所形成的闭环则显示由教师通过接受或采纳学生意见诱导学生主动发言的情况, 可反映创新型提问的程度。

比率分析：依据矩阵中各种课堂行为频次之间的比例关系以及它们在矩阵中的分布可以对课堂教学状况如课堂的动力( the dynamic of the classroom )、总的课堂气氛( the general classroom atmosphere) 以及学生的参与程度等作出有意义的分析。

教师语言比率TT、学生语言比率PT、安静或混乱比率SC、教师的积极影响与消极影响比率i/d等。

曲线分析：纵坐标代表师生语言行为,横坐标代表时间, 3秒钟为一时间单位, 两者构成一个坐标系, 将行为与时间的交点用线段连接起来, 构成曲线, 它基本可以反映出师生语言行为持续、衔接和变化情况。

FIAS优点：a在观察范畴上, 对每类语言行为都下了操作性定义, 便于观察者对课堂语言行为进行甄别、归类。

用“代码”客观地记录下了课堂内所发生的事件及其序列, 这些“代码”基本上反映了课堂教学的原貌, 为随后进行的评价奠定了扎实的基础, 克服了传统课堂教学评价的主观性, 大大地提高评价的客观性和科学性。

b在处理方法和结果使用上, 它把复杂的课堂教学现象转化为相对简单的数学问题, 采用矩阵、比率、曲线、时间线分析, 形成一定的数学结论, 然后把数学结论还原为教学结论，将量与质的分析结合用于研究教学过程。

c它既是一份评价的结果, 也是一张改进的处方, 是一种比较理想的定量评价法,及时反馈教师在教学中存在的问题, 提出改进方案, 具有较强的诊断性。

如果教师借助于录音机、摄像机, 还可以运用弗兰德斯课堂互动分析系统记录、分析自己的课堂教学, 无须外来的评价者, 为教师提供一种很好的反思自己教学的工具。

FIAS缺点：a它只关注显性的、可观察的课堂中师生的语言行为，而使其他影响教学质量的重要因素难以体现，如身体语言、教学内容、教学媒体、板书、学生内部的认知活动等，失落了许多有价值的信息,从而造成结论不够全面。

b对实施者要求高，不仅要记住每一个数字所代表的语言意义，而且还要有较强的鉴别能力以及对时间的敏感性，一般需经过专门的培训。

c许多语言行为还没有细分, 如提问中没有区分是发散性(divergent) 问题, 还是收敛性convergent) 问题;无声是自学时的无声、思考时的无声、作业时的无声, 还是心不在焉时的无声; 混乱是热烈谈论的混乱, 还是说闲话的混乱; 讲授是精彩的讲授, 还是枯燥的讲授; 学生主动讲话是学生对其他学生的主动讲话, 还是学生对教师的主动讲话, 是与教学内容有关的主动讲话, 还是与教学内容无关的主动讲话等。

其它方法：匹兹堡认知动词表、VICS语言互动类别系统。

第五章学生集团应答系统1 应答分析系统是一种用于对学生的应答数据进行定量的、实时的收集、处理的信息系统。

2 集团应答曲线是一种表示集团（一个班的学生）应答、应答率随时间变化的曲线，即一种集团应答的时间特性曲线。

纵轴表示应答率，横轴表示时间。

ts：提示课题（问题）的时刻； th：学生中最早给出应答的时刻； te：截止应答的时刻；Ｅ：应答率；Ｐ：正答率；Ｔd：无应答的时间，Ｔd＝th－ts。

经验公式：te-th=nTd 。

在小学教学中，1.5≤n≤2.5；在中学教学中，2.5≤n≤ 3.5 。

可帮助我们如何根据无应答时间决定应答的截止时刻。

第七章测试与测试理论1 测量主要有三大派别理论：经典测量理论(Classical Test Theory，CTT)、项目反应理论(Item Response Theory，IRT)、可概括性理论(Generalizability Theory，GT)。

2信度估计的方法有：再测试法、平行测试法、折半法、库里法、克伦巴赫α系数。

3百分排位计算公式：百分排位的实质是将各种不同测试中的排位规范化，正是这种规范化才能对不同测试中的排位进行比较。

4 标准得分：原始测试得分x变换后，得到y，其平均值为B，标准偏差为A5 正态分布在正则分布中，称平均值为0，标准偏差为1的正态分布为标准正态分布。

5假设检验（hypothesis testing），又称显著性检验（significance test）。

假设检验的基本思想是小概率反证法思想。

所谓小概率原理，就是认为小概率事件（P<0.01或P<0.05）在一次试验中是几乎不可能发生的。

双侧检验two-tailed test只强调差异不强调方向。

所提出的假设检验的问题是是否一样、相同、有差异等等。

一般认为双侧检验较为稳妥，故较常用。

单侧检验one-tailed test既检验差异又考虑差异的方向，分为左侧检验和右侧检验。

假设检验的基本步骤：第一步：提出检验假设H0和备择假设H1。

第二步：选定统计方法和计算统计量。

第三步：确定P值，作出推断结论。

6 T检验法包括：单样本t检验One-Sample T Test（样本均数与总体均数比较），配对样本t检验Paired-Sample TTest配对样本是否来自具有相同平均数的总体(前后比较或配对)用；独立样本t检验Independent-Sample T Test 完全随机（或称成组）设计两样本均数比较用。