教育信息处理课复习

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＝1
Ch(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。

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A
5 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 T Test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。

对单样本资料，要求样本服从正态分布。

对成组两样本资料，除了要求各样本服从正态分布外，还要求总体方差相等，即方差齐性。

7方差分析的目的：推断多个总体均数是否相等。

方差分析的适用条件：各处理组样本来自正态总体；各样本是相互独立的随机样本；各处理组的总体方差相等，即方差齐性。

8卡方检验(Chi-square test/Chi-Square Goodness-of-Fit Test)是一种用途很广的计数资料的假设检验方法。

它属于非参数检验的范畴。

9秩和检验是一种非参数检验法, 它是一种用样本秩来代替样本值的检验法。

用秩和检验可以检验两个总体的分布函数是否相等的问题。

10假设检验可分为参数检验和非参数检验。

对正态分布，检验两样本均值假设问题，可用T检验；对正态分布，检验多个样本均值假设问题，可用方差分析；当未知分布时，采用秩和、卡方检验。

11项目反映理论：项目反应理论中三参数逻辑斯谛模型中a表示区分度参数、b表示难度参数、c表示猜测参数应用：a生成试卷: b预测得分分布: c自适应测试。

第八章教育信息的结构分析
1 结构分析可以分为图表法（主要使用矩阵运算处理）和图法（主要用图论特别是有向图来进行处理）等两种不同类型的方法。

2 S-P表
S-P表是student－problem表的简称，即学生问题表，是1969年日本藤田广一等人提出的一种量形结合的教学评价方法。

它是一种以学生（Students）数据作为纵轴、问题(Problems)数据作为横轴的一览表.
适用范围: S-P表分析方法，特别适用于以班级为单位的少数人资料的分析（实际使用的S-P表，学生数约为45名，问题数约为20个左右）；S-P表分析方法属于无母数统计方法（不对母群体特性设定任何假设值的统计推论方法），因此，尤其适合用于形成性评量的测验资料分析。

S-P表的制作:
a原始分的转化 b学生排序：根据每个学生总分的高低，将学生由上至下地进行排列。

c问题排序根据每个问题总分的高低，将问题由左至右地进行排列。

d排序调整 e画S线和P线：
画S线，先画竖线，区分横行上每个学生正确回答的问题和错误回答的问题数目，将所有竖线连接起来后，形成S线。

S线表示学生正确回答的问题数的分布。

S线在左下和右上，实线。

画P线，先画横线，区分竖列上每个问题被学生正确回答和错误回答的学生数目，将所有横线连接起来后，形成P线。

P线表示表示问题被正确回答的学生数的分布。

P线在左上和右下，虚线。

差异系数：是用于表示S曲线与P曲线不一致程度的重要参数。

差异量D ＝S曲线和P曲线间所包围的面积/S-P表的总面积
差异系数D*
a差异系数如果较小（0.25以下），可以认为测试问题具有较好的等质性。

b差异系数如果较大（0.5以上），则需分析:学生判断问题是否出现了随机性的推测；测试问题是否适宜，判分是否标准；学生对知识的理解和掌握是否充分；测试问题与教育目标的对应关系是否明确、恰当。

注意系数由学生（问题）得分模式与学生（问题）得分的完全模式之间的差异所表示。

注意系数超过了0.5的学生或问题应引起注意。

若达到0.7，则应引起特别注意。

S-P表分析的缺点:不能给出问题（项目）间的相互关系，在使用时受到了一定的限制。

3 IRS分析Item Relational Structure Analysis是基于学生对个问题（项目）的理解程度排序，对问题间的关联结构进行分析的一种结构分析法。

IRS图构成方法：1.从S－P表得到IRS图。

2.从实际测试结果直接得到IRS图。

第九章多元分析法
1 多元分析法是对具有一定相关性的多个变量（或多特性）的数据，根据不同的分析目的，所进行的各种综合分析方法的总称。

多元分析是讨论多维随机变量的统计方法的总称。

2 回归分析用以评估和分析一个因变量与多个自变量之间线性函数关系的统计方法。

包括直线回归、多元线性回归、多项式回归、指数曲线回归等。

3主成分分析: （Principal component Analysis,PCA）主成分分析是一种进行信息压缩的方法。

通过这种方法，可以将原来相关的若干p变量，变换成不相关的m变量。

累积贡献率α≥0.85为标准。