統計學中常用的基本概念

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇統計學中常用的基本概念范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

統計學中常用的基本概念范文第1篇

一、討論教學法與范例教學法交叉使用

討論教學法，是指在教師的指導下，學生圍繞中心問題相互交流個人看法，相互啟發，相互學習的一種教學方法。這種教學方法可激發學生的學習興趣，提高學習情緒，活躍學生的思想，便于培養學生獨立分析問題、解決問題的能力，有助于提高學生表達能力。

范例教學法，是指教師根據教學目標的需要，采用范例進行講解及組織學生對范例進行研討，引導學生從實際范例中學習、理解掌握一般規律、原則、方法及操作實驗，從而有效地將理論知識和實踐技能相互結合的一種教學方法。

在第一章概述中，要求理解統計和統計學的含義，對于高一新生來講，面對這些專業術語，很難理解，這時教師采用“討論教學法”效果要好，第一步，教師設疑，什么是統計？統計與統計學有什么關系？第二步，學生自主思考，自由討論，每個小組選一位發言人回答上述問題；第三步，教師總結發言，概括各種意見和分歧，幫助其得出結論，切入主題。

在講解什么是總體、總體單位、標志、指標、指標體系、變量時，采用范例教學法，學生更易接受。以研究本班學生的語文成績為范例，指出總體是全班的所有學生，總體單位是本班的每一位同學，每位學生的成績是數量標志，全班語文總分是統計指標，并且語文總分、數學總分、英語總分、政治總分、專業綜合總分又構成了一個總成績的指標體系，同時對于各位學生而言各科成績又不盡相同，那這個可以有不同取值的成績就是變量，各種分數就是變量值。通過這個范例，夯實學生對上述概念的認識，并以此為例，舉一反三，指導學生再投入到其他經濟現象的討論中。

二、案例教學法與情境教學方法的交叉應用

案例教學法是一種以案例為基礎的教學方法。在教師的指導下，學生通過了解案例發生的背景，反映的事實，找出案例中存在的問題，或者案例中應用的方法措施，引導學生掌握案例分析的基本步驟，從案例中分析其反映的本質內容。這種教學方法可以激發學生的思維能力，培養學生獨立思考的能力，有助于學生學習能力的提高。

情境教學法是指教師在教學過程中，有目的地將一些在日常生活中常見的場景，引入到課堂中，是學生在情境中體驗，從而幫助學生深刻理解教材的內容，激發學生學習的興趣。

在教學中，通過設置一些學生常見的生活案例，引入到授課中，引導學生親身感受統計學的魅力，從而將學生學習的積極性激發出來。例如，在講授“調和平均數”時，就可以應用學生比較常見的場景為案例。例如，紅富士蘋果的價格，甲乙丙三個超市，分別是3元、3.25元、3.5元，若在3個超市各買10元的該蘋果，請計算其平均價格。通過預設學生日常相關的實例，引起學生學習的興趣，通過簡單的運算公式，得出蔬菜的平均價格。這樣，將生活情境和案例分析結合起來，讓學生把實際生活與統計學聯系在一起，在激發學生學習興趣的同時，還可以激發學生認真思考，引導學生深刻理解所學內容。

三、對比教學法與歸納總結教學法的交叉應用

對比教學法可以幫助學生更好地掌握、理解學習內容，激發學生探究性的學習熱情，使學生能夠準確把握基本概念，理解抽象的公式。

歸納總結的教學方法是將一些具有相同特性的內容，總結在一起，可以將學習的內容進一步鞏固和理解。有助于學生自主學習能力的培養。

在《統計基礎知識》的教材中，有許多的基本概念比較難理解，也比較容易混淆。例如在第二章中我國常用的幾種調查組織方式，利用對比教學法，可以是學生更加容易的理解這些概念，同時利用歸納總結法，將這些容易混淆的概念，通過表格的形式，總結在一起，形成一個基本的學習構架。

四、啟發性教學與強化訓練結合應用

在教學過程中，教師應該盡量減少講授教學。因為，講授法的教學方式，不能夠打開學生的思維能力，學生只能被動的接受教師傳授的知識，喪失了獨立思考的能力。因此，教師在教學過程中，應該采取引導啟發式教學，例如在案例分析中，可以引導學生在案例中發現問題，同時，提出應該如何解決這樣的問題。將問題留給學生，教師做一些引導，從而培養學生發現問題、解決問題的能力。然后，在將一些類似的案例，或者題目，讓學生進行強化訓練，鞏固所學知識。

五、總結

《統計基礎知識》這門課主要研究自然和社會現象總體的數量特征和數量關系，進而從數量上認識客觀世界的一門獨立的方法論科學。它在眾多的專業課中，內容比較抽象，屬于比較難的一門課程。因此，教學方法的恰當運用，會使得教學任務得到事倍功半的效果。

參考文獻：

[1]鮑愛芳.學以致用中職學生必備的能力.科技信息，2011，（11）.

[2]寧.在統計教學中實施情境創設的探索.內蒙古統計，2007，（2）.

統計學中常用的基本概念范文第2篇

【關鍵詞】內科教學；LBL；PBL；滿意度

內科學屬于一門常見學科，具有很強的實踐性，并且涉及的相關學科也較多[1]。本科學生一般在校時間是4年，其基礎課程常被壓縮，內科學習時間一般為1年，因此若在教學活動中采用單一、枯燥的教學方法，可導致其教學質量下降[2]。本文主要分析了在內科教學中多種教學法中的應用價值，現報告如下。

1資料與方法

1.1臨床資料

將我院2014級內科學210名學生作為研究對象，男82名，女128名，年齡范圍18～22，平均年齡（20.28±1.11）歲，隨機分為A組、B組、C組各70例。三組研究對象資料對比，差異無統計學意義（P＞0.05），具有可比性。

1.2方法

A組采用LBL教學法開展教學活動，主要是根據章節內容理論課程由教師進行主導式傳統理論進行授課。B組采用PBL教學法開展教學活動，由10～12名學生組成學習小組，選派組長，并配1名經驗豐富的導師；老師需要制定1個典型案例進行分析，分為2～3幕形式分次設計圍繞教學計劃制定相關題目；導師要提前2周將下次需要進行討論的內容布置給學生，小組成員對這些問題進行專題討論。利用相關書籍、教科書以及網絡資料等查找相關答案，最后組織學生在課堂上進行問題討論，教師進行提問、總結與分析。C組采用LBL＋PBL教學法開展教學活動，將兩種教學方法進行結合，對于部分章節應由教師展開主導式教學，而對于一些實踐性內容，則由學生組成學習小組，由教師引導學生以主體地位參與學習，這一事實過程和B組相同。

1.3觀察指標

試驗結束后對學生進行分離方式考核，根據教學大綱要求進行命題，采用百分制形式進行評價，分值越高，成績越好。對學生進行教學方法滿意度調查[3]，包括課堂氣氛、師生交流、學生自主學習能力、學習積極性、自我評價等方面，分值為100分，得分在80分以上（包括80分），可視為滿意，見表1。（82.14±2.05）分，C組學生考核成績為（94.82±1.87）分，C組學生考核成績明顯高于A組和B組，差異有統計學意義（P＜0.05）。

2三組研究對象滿意度調查

A組學生滿意48例，滿意率為68.57%（48/70），B組學生滿意52例，滿意率為74.29%（52/70），C組學生滿意69例，滿意率為98.57%（69/70），C組學生滿意度明顯高于A組、B組，差異有統計學意義（P＜0.05）。

3討論

統計學中常用的基本概念范文第3篇

關鍵詞關鍵詞：譜聚類；特征向量；譜聚類矩陣；本征間隙

DOIDOI：10.11907/rjdk.161953

中圖分類號：TP312

文獻標識碼：A 文章編號：1672-7800（2016）008-0023-03

0 引言

聚類分析是數據挖掘的一個重要研究領域，在統計學、生物學、模式識別、機器學習和社會科學中有著極為廣泛的應用。所謂聚類，就是將數據對象分成多個類或簇，使得同一簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。k-均值聚類是聚類分析中最經典的算法，算法簡單，可用于多種類型數據的聚類。但當數據集為非凸時，k-均值聚類往往陷于局部最優，聚的效果欠佳。此外，對于大小或密度不均勻的簇，k-均值聚類通常無法處理。

譜聚類是一種新型的聚類分析方法，可以克服k-均值聚類等經典方法的某些缺陷。譜聚類方法以圖論中的譜圖理論為基礎，將聚類問題轉化為圖最優劃分問題。在眾多圖的最優劃分準則中，歸一化割集準則的劃分效果相對較好，是譜聚類中常用的劃分準則。對于給定的劃分準則和聚類數目k，譜聚類通常采用多路譜聚類算法將數據集劃分為k個簇。

最早的譜聚類算法是Ng、Bach和Jordan提出的多路譜聚類方法。代表性的譜聚類算法還有Meila提出的多路歸一化割譜聚類方法；Vidal 提出的子空間譜聚類方法；Wang等提出的多流形譜聚類方法；Cheng等提出的低秩譜聚類方法；Elhamifar等提出的稀疏子空間譜聚類方法。

在眾多譜聚類算法中，多路譜聚類方法和多路歸一化割譜聚類方法因其劃分效果較好，算法復雜度也較低，被廣大學者普遍接受。但這兩種算法尚有一些問題有待研究，例如：如何選取包含聚類信息的特征向量？如何確定較合理的聚類數？

本文在多路譜聚類算法的基礎上，對特征向量組的選取問題進行研究，提出一種特征向量自動選取的譜聚類算法，并根據數值實驗對該算法進行性能測試。

1 譜聚類算法的基本概念與原理

譜聚類的基本思想是將聚類問題轉化為圖的最優劃分問題，利用圖的最優劃分準則，使劃分出的子圖之間的邊權之和較小，而子圖內的邊權之和較大。本文算法設計過程中涉及到的基本概念、性質及原理如下：

1.1 譜聚類矩陣

設數據集為{p1，p2，…，pn}，將pi視為圖G（V，E）的一個頂點vi，i=1，2，…，n，對邊賦權Wij，Wij通常是根據頂點vi，vj間的距離經過某種適當的變換而得，這樣就得到一個基于樣本點相似度的無向加權圖G（V，E，W），從而將數據集{p1，p2，…，pn}的聚類問題轉化為在圖G（V，E，W）上的最優劃分問題。

圖劃分準則的合理性決定著聚類結果的優劣。由于圖劃分問題是一個NP難問題，所以首先要將圖劃分問題轉化為連續松弛形式，進而再將其轉化為某些譜聚類矩陣的譜分解問題[2]。

常用的譜聚類矩陣如下：

1.3 高斯核參數

在譜聚類算法中，通常先要計算頂點間的距離矩陣，然后再用高斯核函數法將距離矩陣轉換為相似矩陣，進而得到各種譜聚類矩陣。根據所選高斯核參數的不同，高斯核函數可分為局部尺度高斯核函數和全局尺度高斯核函數兩類。通常采用全局尺度高斯核函數將距離矩陣轉化為相似矩陣，具體方法為：

在將距離矩陣轉換為相似矩陣的過程中，高斯核參數σ起著極為重要的作用。不同的高斯核參數可能導致不同的劃分結果。本文算法中采用Zhang等[11]提出的高斯核函數法。

2 基于特征向量自動選取的譜聚類算法

2.1 算法理論基礎

下面給出幾個理論結果，它們是本文算法的理論基礎。

引理1：非對稱規范Laplace矩陣Lrw的性質[2]。

（1）λ，x分別是Lrw的特征值和特征向量的充要條件是λ，x是廣義特征值問題Lx=λDx的解。

（2）Lrw具有n個非負、實的特征值：0=λ1≤λ2≤…≤λn。

引理2：連通子圖的數目與Lrw的譜之間的關系[2]。

Lrw的特征值0的重數等于圖GV，E，W的連通子圖V1∪V2∪…∪Vk的數目；特征值0的特征空間由這些子圖的指示向量組成。

2.2 算法原理

引理1 確保了Lrw的特征值的實值性和非負性。引理2表明，Lrw的理想情形包含不同類間完全分離的情形，即Lrw的理想情形一般優于相似矩陣和Laplace矩陣的理想情形。另外，Lrw的包含聚類信息的特征向量構成的矩陣具有分段常值性，即它反映的聚類信息比較明顯。綜上，本文算法中選用Lrw作為譜聚類矩陣。

在經典的譜聚類算法中，往往選定譜聚類矩陣的前k個特征向量，得到特征向量空間，再用k-均值聚類等傳統聚類算法對特征向量空間的特征向量進行聚類，從而得出聚類結果。這種作法的局限性在于，當k較大時，選取的k個特征向量不一定包含聚類信息，從而導致聚類結果出現偏差。特別是當聚類數k有誤差時，聚類結果會較混亂[6]。

為了解決上述問題，本文提出兩個應對策略。首先，為避免遺漏包含聚類信息的特征向量，選取較多的Lrw的特征向量進行分析、判斷。當n較大時，究竟選取多少特征向量進行分析比較合理目前尚無定論。綜合考慮劃分效果和算法的復雜度，本文選取前ln（n）個特征向量進行分析。其次，采用本征間隙法[12]判定選取的特征向量中是否包含聚類信息。

所謂本征間隙是指相鄰兩個特征值的差。本征間隙法的原理是，根據矩陣攝動理論，本征間隙越大，選取的k個特征向量所構成的子空間就越穩定。

雖然本征間隙法理論上并不能保證找出全部包含聚類信息的特征向量，但由于此方法簡單易行，而對特征向量分段常值性的檢驗能在一定程度上彌補此方法的缺陷。

2.3 算法步驟

根據上述分析，本文提出一種特征向量自動選取的譜聚類方法，具體步驟如下：

3 數值實驗

為了檢驗新算法的聚類性能，本文選取了4組典型的子空間譜聚類仿真數據進行實驗，結果如圖1～圖4所示。

圖1中的數據類數較多，但聚類難度并不大；圖2和圖3中的數據無法用傳統方法聚類，適合用譜聚類，其中圖3中的數據聚類有一定難度；圖4中的數據量大，且密度相差較大，經典譜聚類算法的效果往往欠佳。上述聚類效果圖顯示，本文提出的特征向量自動選擇譜聚類算法對各類子空間聚類問題具有極佳的聚類效果。

4 Y語

本文根據非對稱規范Laplace矩陣特征向量組的分段常值性，增加了待分析特征向量的數量，并利用本征間隙方法判斷特征向量中是否包含聚類信息。數值實驗表明，這種算法對典型的譜聚類問題可獲得質量較高的聚類結果，在一定程度上解決了特征向量的自動選取問題。

需指出的是，本文提出的算法較適用于獨立子空間情形，而對于不滿足獨立子空間的情形或者是復雜的多流形情形效果欠佳。另外，與經典的譜聚類算法相比，本文算法具有較高的復雜度。

參考文獻：

[1]JAIN A，MURTY M，FLYNN P.Data clustering： a review[J].ACM Computing Surveys，1999，31（3）： 264-323.

[2]LUXBRUG U.A tutorial on spectral clustering[J].Statistics and Computing，2007，17（4）： 395-416.

[3]VERMA D，MEILA M.A comparison of spectral clustering algorithm[R].Washington： University of Washington，2003.

[4]NG A，JORDAN M，WEISS Y.On spectral clustering： analysis and an algorithm[C].Advances in Neural Information Processing Systems.Cambridge： MIT Press，2001： 849-856.

[5]BACH F，JORDAN M.Learning spectral clustering[C].Advances in Neural Information Processing Systems.Cambridge： MIT Press，2004： 1-13.

[6]MEILA M，XU L.Multiway cuts and spectral clustering[R].Washington： University of Washington，2003.

[7]VIDAL R.Subspace clustering[J].IEEE Signal Processing Magazine，2011，28（2）：52-68.

[8]WANG Y，JIANG Y，WU Y，et al.Spectral clustering on multiple manifolds[J].IEEE Transactions on Neural Networks，2011，22（7）：1149-1161.

[9]CHENG B，LIU G，WANG J，et al.Multi-task low rank affinity pursuit for image segmentation[J].ICCV，2011（15）：36-39.

[10]ELHAMIFAR E，VIDAL R.Sparse subspace clustering：algorithm，theory，and applications[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2013，35（11）：2765-2781.

統計學中常用的基本概念范文第4篇

關鍵詞： 博士研究生；課堂教學評價；評價體系

中圖分類號： G643文獻標識碼： A文章編號： 1673-8381（2013）05-0106-06

一、 問題的提出與文獻綜述

隨著高校成本分擔機制的推行和學費收入在高校經費收入中所占比重的提升，高校學生已從傳統的“知識、技能的接受者”轉化為“知識、技能的需求方和消費者”，成為影響高等教育機構行為及其職能的一個主體性角色。高校教學活動的成敗與否已不再單純取決于高等院校單方因素。教學活動在實施過程中受到高等院校與其學生——來自供求雙方的影響和制約。為此，從穩定與提高高等教育質量，保障教學活動順利開展的角度出發，無論是在課程內容設計，還是在教學實施運作等方面，院校都必須密切關注教學活動最直接、最深入的參與者，即學生的教學滿意程度[1]。對學生評教的研究者在學術界也不乏其人。胡子祥建立了高等教育服務質量的評價模型，將質量分解為9個維度，并檢驗了模型的信度和效度[2]。張雪梅、劉若蘭選取臺灣高等教育數據庫大三學生問卷資料，將評價高教質量的“過程指標”分為校園支持等6個維度，發現這些指標能反映出學生心中的高等教育質量[3]。鮑威通過2006年實施的學生教學評估問卷調查，考察范圍包括教學課程的結構性、教學的順應性、教師的教學態度和校園學術環境4個維度，試圖全面綜合地把握高校的教學服務[1]。岳昌君、胡叢采用2007年全國高校畢業生的抽樣調查數據，將高等教育質量分解為10個分項指標進行考察，包括基礎知識、職業技能等[4]。張倩、岳昌君利用2008年“首都高校學生發展調查”本科高年級學生數據對高等教育質量評價和學生滿意度進行了分析，采用因子分析的方法提取了高等教育質量評價的六大因子[5]。雖然已有較多對學生評教的研究，但對課堂教學的微觀研究還不夠，教學管理部門的作用在評價中也有所缺失。因此，切實關注教室內的課堂教學活動，分析博士研究生對微觀課堂教學的滿意度，完善博士研究生課堂教學評價體系，科學合理地設計博士研究生課程是十分必要的。

二、 數據來源及研究方法

（一） 研究對象

本研究采用方便抽樣的方法進行問卷調查，于2010年11月在W大學2010級博士生中實施了調查。W大學是一所教育部直屬的、以人文社會科學為主的綜合性重點大學，是國家“211工程”、“985工程”重點建設高校，2010級在校博士研究生800多位。具體調查方式為：利用全校博士研究生的政治課課堂休息時間發放問卷按照培養方案要求，政治課是W大學所有博士研究生必修的公共基礎課。，分兩次調查，共發放問卷300份，回收238份。在被調查者的性別構成上，男性占56.7%，女性占43.3%；在學習方式上，脫產讀博的占73.5%，在職讀博的占26.5%；從年齡構成看，樣本年齡的中位數為28，最小者22，最長者45，30歲及以下的占64.2%，31歲到40歲的占34.1%，41歲及以上的占1.7%。

（二） 測量工具

以自制調查問卷為主要測量工具。由于是研究者自編的問卷，因此需要對其進行信度分析。信度是指由多次測量所獲得結果之間的一致性或穩定性[6]260。運用SPSS對問卷的所有題目進行信度檢驗，得到α=0.892，標準化值為0.883。一般來說大于0.7說明問卷比較可信。問卷共包括4部分內容，第一部分是博士研究生基本信息，作為對博士研究生群體構成特征和比較不同性別、學習方式等的博士研究生對課堂評價差異分析的基礎。第二部分是博士研究生對課堂教學的總體評價，包括課堂重要性評價、課前評價、課堂形式內容評價、課堂實質內容評價、課堂考核方式評價、課后評價以及課堂教學管理評價7個方面。第三部分是博士研究生對課堂教學的滿意度評價，問卷共列舉了19項課堂教學中的積極行為，根據對這一行為描述的認同程度，允許被調查者運用四級評定法（很同意、同意、反對、很反對）表達個人滿意度。第四部分是開放式題目，考察博士研究生就課堂教學問題對教師和教學管理部門的意見和建議。

（三） 數據處理

問卷回收后，運用SPSS17.0錄入數據建立數據庫，并進行統計學分析。數據主要處理如下：

1. 統計描述。運用SPSS17.0對所獲數據進行頻數統計、描述分析等，展現數據的基本情況。

2. 方差分析。方差分析基本思想是通過分析試驗中由不同水平引起的差異和隨機因素造成的差異對總差異程度的貢獻大小，確定考察因素對試驗結果影響的顯著性，要求各總體具有方差齊性。通過方差分析考察影響課堂教學評價得分的因素，分析性別、學習方式、課程重要性的認識等不同因素的不同水平之間的差異是否顯著。

3. 卡方檢驗。卡方檢驗既可用于推斷某個變量是否服從某種特定分布的擬合優度檢驗，也可用于推斷兩個離散變量是否存在依從關系的獨立性檢驗或推斷幾次重復試驗的結果是否是相同的同質性檢驗[6]260。

4. 因子分析。因子分析是一種用來分析隱藏在表象背后因子作用的一類統計模型和方法。在實際問題的分析過程中常采用因子分析去除重疊信息，將原始的眾多指標合成較少的幾個因子變量來分析。

三、 研究結果與討論

（一） 博士研究生對課堂教學的評價

第一，課堂地位的總體性評價。這一指標主要解答現實中的兩方面疑問：已經讀博士了是否還用上課和在職博士研究生是否有必要上課。從問卷調查結果看，博士研究生對課堂教學的重要性給予了較高的肯定性評價，85.8%的博士研究生認為研究生課程教學對研究生的培養質量起到“很重要”和“重要”作用。另外，從選課數量看，大部分博士研究生都選了4或5門課（占總人數的65.5%），由此可見，學生主觀上比較肯定課堂教學的地位，并按照培養方案規定的學分要求選擇了較多的課國外學生通常每學期只有兩到三門課，我國博士研究生培養模式中，課程負擔相對而言較重，但這與很多復雜因素相關，不能據此認為孰優孰劣。。為了進一步考察女性博士研究生比男性博士研究生是否更重視課堂？脫產學生是否更重視課堂？需要進一步進行單因素方差分析。首先，運用SPSS進行的oneway ANOVA過程的輸出結果顯示，levene統計值在0.05的顯著水平下都是顯著的，符合方差齊性的假設。其次，學習方式、性別的方差分析F統計值分別為3.145、0.414，伴隨概率分別為0.078、0.521。說明學習方式不同導致的對課程重要性評價的差異是顯著的，而男女博士研究生對課程重要性的評價并無顯著差異。

第二，課前評價。該評價主要考察教學活動是否遵循了科學的教學規律，教師是否做到了上課前已經使學生對課程內容有了一定的認識和準備。調查發現，這一情況并不樂觀，在回答“總體而言，是否有課程的課程大綱”這一問卷問題時，69.6%的學生選擇了“否”。教學論認為，課程大綱對保證課堂教學質量具有重要作用，由此看來W學校在這方面尚需做很多工作。

第三，課堂形式評價。該評價主要考察博士研究生對教學方法與教學手段的評價。首先考察博士研究生是否關注課堂在教學方法與手段上的形式內容，還是只關注課堂實質內容。調查發現，57.1%的博士研究生對教學方法在意，略微高于“不在意”的比例（42.9%）。結合問卷開放式問題的分析，調查表明教學方法是學生認為影響教學效果的重要因素之一。這一結論與教學論關于教學方法的認識是一致的，說明即使是博士階段的教學活動，也要遵守這一規律。此外，在備選的8種教學方法中，學生最喜歡的教學方法（多選題）為：課堂討論法（24%）、問題或案例教學法（22.7%）；學生認為最常用的教學方法（多選題）為：講授法（66.4%）、課堂討論法（10.3%）；學生認為最有效的教學方法（多選題）為：課堂討論法（23.4%）、問題或案例教學法（20.2%）。綜上，學生最喜歡和認為最有效的方法首先均為課堂討論法，其次為問題或案例教學法，再次為講授法。而在教學手段評價上，近一半的人認為教學手段對教學效果的影響力不大，近30%的人認為影響力因課程而異。可見，博士研究生對教學方法的要求高于對教學手段的要求。

第四，課堂實質內容評價。該評價主要考查學生對課堂存在的主要問題的認識和評價。238個被調查者中有231個回答有效（占被調查者的97.1%），7個缺失值（占2.9%）。231個被調查的回答次數總計為485次。學生認為的問題主要集中在“教學方法呆板且課件無吸引力”（19.6%）、“過于注重學術性忽視實踐性，因而缺乏吸引力”（16.9%）、“教師不重視，因而投入時間不足且上課隨意性太強”（15.7%）、“學生自己不重視”（13.6%）、“教學內容陳舊”（10.5%）。需要引起重視的是，課堂之外的原因——教師和學生不重視占到了29.3%。

第五，課后評價。該評價主要考察博士研究生與課程相關的課后學習情況。問卷題目“您平均每次課（3學時）的課下準備時間多久”的回答結果可以說是令人吃驚的，“不準備”的學生占19.6%，不超過3個小時的學生占52.8%，兩者累計占72.4%。博士研究生課下不為課程做準備或很少做準備，是否與課外任務繁重而無暇備課有關？首先，從客觀上來看博士研究生的課外閑暇時間多少與備課時間的關系。通過單因素方差分析發現，即使脫產讀博的學生和在職讀博的學生課外閑暇時間差異很大，但兩個群體在課下準備時間上沒有顯著性差異。其次，從主觀上看博士研究生對課外任務繁重程度的體驗與備課時間的關系。調查發現43.9%的博士研究生認為課外學習任務“很繁重”，53.6%的博士研究生認為“一般”，只有2.5%的博士研究生感覺課外學習任務“輕松”。由此可見博士研究生主觀感受的課外學習任務還是比較重的，進一步對“課外任務繁重程度感知評價”與“每次課下準備時間”兩個分類數據進行卡方檢驗，發現在90%的置信水平上二者具有負相關關系，即博士生感覺課外學習任務越繁重在備課上投入的時間就越少。

第六，課堂考核方式評價。該評價主要考察學生課程考核方式的傾向性以及對研究生院制定的有關課程考核的具體管理規定的看法。74.6%的博士研究生認為應考慮作業的因素，選擇“考勤”、“課堂發言”和“期末考核”的比例也都超過了一半（因為是多選題）。由此可見，教學管理部門應該允許采用多樣化的課程考核方式。這也反映在對“博士研究生學科綜合考試采用考試方法而不能用考查方法”這一規定的不滿上，72.8%的博士研究生認為這一規定不合理。此外，在成績評定上不應賦予期末考核的比重過高，多數學生認為這一比重應該在50%左右，不宜超過70%。

第七，課堂教學管理評價。從博士研究生的角度看教學管理部門參與評價課堂教學效果的正當性。調查發現，86.4%的學生仍寄希望于學校對教師的教學效果進行評價，與目前管理部門對博士研究生教學管理較少、重視本科教學的現狀相比，博士研究生課堂教學的管理、評價工作也需要管理部門予以重視。

（二） 博士研究生對課堂教學滿意度的評價

為了進一步從微觀上發現博士研究生對課堂教學各方面的滿意度，同時也為了驗證問卷第一部分所得出的宏觀結果，研究問卷的第二部分從教學基本功、教學吸引力與教學規范性3個方面設計了19個提問項目。通過因子分析的方法對這19個有關滿意度的提問項目進行深入剖析，試圖發現其背后的結構性特征。在應用因子分析方法前需要注意這一方法的一些事項[7]：第一，樣本量不能太小。一般而言，樣本量至少應是變量數的5倍以上。本研究進行因子分析的變量數為19個（見表1），樣本量為238個，符合要求。第二，各變量之間應該有一定的相關性。如果相關系數矩陣中大部分相關系數都小于0.3，且未通過統計檢驗，那么這些變量不適合做因子分析。經計算19個變量之間兩兩相關的皮爾森相關系數，發現相關系數絕大部分都大于0.3，且通過α=0.05水平的顯著性檢驗。第三，KMO檢驗。用于檢驗變量間的偏相關性，取值在0—1之間，大于0.9表示非常適合作因子分析。本研究的KMO檢驗取值為0.917，非常適合。

對19個變量進行因子分析，按照特征值大于1的原則提取3個因子，3個因子總計解釋了總體方差的62.693%，基本上滿足因子分析的要求。通過方差最大化方法進行因子旋轉，得到旋轉后的3個因子（見表1）。

表1關于博士研究生課堂教學滿意度的因子分析結果

名稱提問項目因子載荷

F1F2F3

F1教學基本功教師上課認真負責0.6240.0670.539

教師課前準備充分0.6330.1490.541

能有效利用課堂時間，且信息量大、重點突出0.6740.4230.165

能講清基本概念和基本理論，并聯系實際0.5560.4580.200

多媒體課件制作規范，且運用適當0.6690.0970.290

講授熟練0.4380.2860.398

對教師的教學態度滿意0.6970.1150.299

對課堂教學效果滿意0.7390.3350.013

教師上課認真負責0.6240.0670.539

F2教學吸引力課程目標和教學計劃合理明確0.4250.5210.318

教師經常鼓勵學生進行研究性學習0.0460.8110.288

教師經常鼓勵學生發表自己的見解0.0740.8520.200

教學方法靈活，且善于利用討論和案例等新穎的教學方法0.4890.6670.039

對教師的課很有興趣0.4630.4980.243

教師善于提出問題啟發同學思考0.4020.6850.089

F3教學規范性

教師批改作業及時認真0.2510.4160.429

能按規定時間上課0.1800.1700.887

能按規定地點上課0.1730.1800.875

教學學時得到了保證0.2460.2420.759

方差貢獻率23.07319.98419.636

注： 因子抽出方式：主成分法；旋轉方式： Varimax

根據每個因子對應的列載荷系數對因子命名。對因子1影響力較大的變量有：“教師上課認真負責”、“教師課前準備充分”、“能有效利用課堂時間，且信息量大、重點突出”等9個變量，這些變量集中反映了教學的基本能力和要求，因此將因子命名為“教學基本功”。對因子2影響較大的則有：“課程目標和教學計劃合理明確”、“教師經常鼓勵學生進行研究性學習”等6個變量，要求教師不僅要達到課程目標和教學計劃上的基本要求，而且要注重靈活性以及與學生互動等，可命名為“教學吸引力”因子。因子3則包括了“教師批改作業及時認真”等與教學基本任務、基本時間地點要求有關的4個變量，可將其命名為“教學規范性”因子。進一步通過描述統計（descriptives）發現，教學吸引力是當前博士研究生對課堂教學滿意度最低的方面。這與問卷第二部分關于“課堂中存在的主要問題”的調查結果非常一致。

（三） 博士研究生對教師及教學管理部門的意見

在問卷第三部分設計了兩個開放性問題：“針對研究生課堂教學，您對教師有什么建議和意見”和“針對研究生課堂教學，您對學校管理部門有什么建議和意見”。238個填了問卷的博士研究生中，122個博士研究生表達了意見。本文采用詞頻分析方法，根據主要關鍵詞出現的頻次，將博士研究生提出的建議整理如下：

第一，互動。33個博士研究生提到了有關加強促進師生互動的要求，但同時希望“討論要針對具體問題”，“教師要有控制力”。第二，內容。46個博士研究生針對課程內容表達了自己的意見，主要有3點：首先希望教師將教學與科研相聯系，“深入學術，培養學術精神和健全人格”；其次，課程內容還要具備前沿性和開放性，注重理論聯系實際；最后，要有全球視野。第三，方法和手段。26個博士研究生就此提出了自己的意見，這與前文關于教學方法和教學手段的調查結果一致，甚至有人認為過于強調多媒體等教學手段對授課效果有負面影響。第四，教師。26個博士研究生對教師的教學態度表達了不滿，5個博士研究生指出個別老師的教學基本功較差。第五，學時、學分與課程考核。11個博士研究生提出，應該減少對博士研究生學分的要求，減少必選課增加選修課，減少公共課的課時等。12個博士研究生希望采用多元化的成績考查方式。第六，課堂管理與監督。被調查者對此表達出了截然相反的兩種意見。38個博士研究生雖然同意加強課堂管理和監督，但反對簡單化的巡視課堂，提出應該允許和鼓勵教師創新課堂教學模式，比如一些專業課可以不在教室進行而是走出教室去實踐；與此相反，還有10個博士研究生認為可以用點名、簽到等方式嚴格考勤、嚴格課堂考勤管理。

四、 結論與建議

第一，博士研究生對課堂的重視與失望并存，這一失望可能源于對教學吸引力和教師教學態度的不滿，因此要求規范課堂教學。盡管在職讀博的學生與全日制脫產博士研究生在課堂重要性的評價上有差異，但總體來說85%以上的學生主觀上仍然認為課程教學在保證研究生培養質量方面有著重要作用。但是，在評價“研究生課堂教學中存在的主要問題是什么”時，又有13.6%的人選擇了“學生自己不重視”。重要卻不重視，從中可以看出博士研究生對課堂教學存在一定程度的失望。為什么會失望？結合因子分析和描述統計過程發現，博士研究生對教師的教學基本功和教學規范性（盡管有層次性：對時間地點規范滿意，對課前提綱等不滿）基本滿意，但對教學吸引力的滿意度評價不高。這就需要教師著力追求教學吸引力，但是結合主觀題的調查結果發現，教師不能簡單追求吸引力，更要注重對課堂的控制力以及知識的系統性、完整性。

第二，博士研究生對教學手段要求并不高，重視和希望教師對教學方法進一步改進，應結合學生需求完善對博士研究生的課堂教學評價管理。首先，要建立以學生為主的評教體系，使學生敢于給出真實的評價結果。其次，教學評價指標上應該側重于教學方法和教學效果的評價，輕教學手段等形式評價。評價指標中應該少些形式上的強硬要求，比如不應再把是否使用多媒體等作為一個指標（而這一指標卻是目前很多學校的教學管理部門對教師的課堂教學進行評價時的必備指標）。再次，評價應該與培訓相結合，雖然博士研究生課程任課教師的教學水平普遍較高，但是調查中也有不少博士研究生指出一些老師的普通話都有問題，還有一些年輕老師科研水平高，教學水平差。最后，也是最根本的，就是對教師的評價體系應該改變重科研輕教學的狀況，才能從根本上改變某些教師教學態度不端正的局面。

第三，博士研究生對課程的學時、學分存在不滿，應進一步科學合理地設計課程體系。首先，應該減少對博士研究生的學分要求。雖然博士研究生的課下準備時間與是否為全日制脫產博士研究生無關，但是博士研究生依然普遍認為現在的課程過多，學分要求過高。其次，應減少部分課的學時，對于政治、英語以及小語種等公共課，應該采取合理辦法允許學生免修、免考等（目前已有相關辦法，但仍應繼續完善），使博士研究生將更多時間花在科研上。再次，減少必修學分的要求，增加選修學分的比重，多提供選修課，且最好能一門課由多位老師開設。最后，各學期的課程應該合理均衡分配，不要過于集中在一個學期。

參考文獻

[1]鮑威.學生眼中的高等院校教學質量——高校學生教學評估的分析[J].現代大學教育，2007（4）：1622.

[2]胡子祥.高等教育服務質量評價模型研究[J].現代大學教育，2006（2）：6167.

[3]張雪梅，劉若蘭.構建以學生校園經驗與學習成果為高等教育質量評鑒指針之研究[J].高教發展與評估，2007（5）：3443.

[4]岳昌君，胡叢.畢業生對高等教育質量評價的實證研究[J].大學·研究與評價，2008（3）：5662.

[5]張倩，岳昌君.高等教育質量評價與學生滿意度[J].中國高教研究，2009（11）：4043.