考试成绩分析精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的考试成绩分析主题范文，仅供参考，欢迎阅读并收藏。

第1篇：考试成绩分析范文

本次试卷共120分，与中考要求一致，覆盖面较广，涉及题型多。有对基础知识的考察(如字音字形、词语释义、排序、语病及古诗文默写)，也有对阅读能力的考察(包括文言文和现代文)，还有对学生写作能力的考察(如作文)以及综合性学习和名著导读的考察。

二、学情分析

经过半学期的学习，学生已经渐渐适应了初中的学习习惯和学习方法，对于初中的做题思路慢慢熟悉，所以有许多学生的成绩考得还是比较理想，但也有一部分学生还需要教师在以后的教学中作进一步的引导，争取让全部学生尽早适应初中生活和学习习惯，培养学生的做题能力。

三、成绩分析

对于这次期中考试，我在考前两个星期进行了系统的分版块的给学生复习备考，从基础知识、课内现代文的阅读、课内文言文、诗歌鉴赏和名著阅读以及语言综合运用等方面一一复习，共做测试题8套。阅卷时感觉不太好，系统显示平均分75.8分，比（2）班高了将近10分，倍感欣慰，但新的考核办法计算结果为负值，这个成绩是我没有想到的。我感到深深的自责，在反思的过程中我看到了自己在语文教学中存在的诸多问题。

第一，重点字词和读音很多同学没有真正的掌握，出现记忆模糊和含混不清的情况。就拿这次的选择题来说，前两道都是我们讲过的原题，但是班上仍然还是有一大部分同学选错，按照我的要求，基础知识的字音字形题是坚决不能出错的，但是很多人抄了很多次却没有真正的记在大脑里。

第二、懒惰的思维方式，不爱思考。对诗歌鉴赏和课外文言文束手无策。大部分学生碰到这一类需要思考的题，都不知道该怎么做，即使讲试卷和练习册的时候教给他们方法了仍然还是要执着自己的思维模式，更有甚者直接空着不做。这就造成大面积的失分严重。我一再的要求他们，语文学科和其他学科不同，即使你实在不会做，那你想到什么就写什么，无论如何坚决不能给我空着，但是显然这方面对于一些基础差的学生说了也是白说。另外一方面就是，对课内老师要求掌握和默写的古诗词和重点句段没有落实在笔头，造成送分的题也失分的情况。

第三、对于课外现代文的解读大多停留在表面，答题时不知所云，也不注重答题格式和答题技巧，分值较重的题大约十多个字就浓缩完了。对于需要迁移思考的问题大多数就乱答或者不答。

第四、作文出现审题偏差，不认真读题等现象。明明是命题作文，却要自拟题目。大部分同学不知道作文应该怎么写，多是一些口水话，对于好词佳句的运用只限于有一定文学功底的优生。

第五、普遍存在字迹潦草，书写不规范的情况，有些学生写的字根本让阅卷老师无法辨认。更有一些学生，答题卡出现多处涂改，抹黑、题号答错等现象。

第六、某些同学对时间把握不到位，出现后面容易得分的题空着不做的情况。正是因为这些情况的出现，才造成了这次考试不是那么理想。

当然，除了上述情况外，还有一些客观的原因：比如说大部分学生的基础本来就不是很好，对待语文学科的学习习惯和方法不明确；态度不端正，上课不认真听讲，发呆、走神、听课质量低，没有良好的自觉性和好学心理；更有甚者是长期不交家庭作业，家长也不管等情况。这就给提高语文成绩造成了很多障碍性的因素。

通过这次考试，我应当积极引导学生认清自己的情况，在今后学习中及时调整。七（1）班有很多学生对学习不感兴趣、学习习惯差或是学习能力不足。针对学生出现的一些问题，开学以来我也采取了一些相应的措施：

第一，常抓字词；针对基础差的学生，我采取每学一课就在课堂上至少听写2次的方法，听写的时间我会在头一天告诉他们，然后课前三到五分钟听写，第一次同桌交换改，第二次听写全班交上来我改。

第二，重视晨诵；每次课前就把任务写在黑板上，这样学生就能清楚明白的知道自己应该掌握的知识和课文。

第三，跟紧经常不交作业的学生，上课经常抽那些语文成绩差的学生，即使他回答不上来，但是却可以通过这种方式让他随时都有紧迫感，迫使他认真听课和学习。

第四，对待班上懒惰不好学的学生，实行必要的惩戒教育，我说过我能忍受你学了不会，但我不能忍受学都不学就说学不会，否则既影响班上的总体成绩，也影响班上的学习氛围。

第五，对于班上语文成绩和能力稍微好一点的学生，就严格的抓他们的答题格式和答题方法，规范他们的书写，让他们在平时学习和作业的情况下时时刻刻注意提升和完善自己的答题技巧。

第2篇：考试成绩分析范文

关键词： SPSS13.0统计软件 大学英语考试成绩 应用

1.引言

社会科学统计大型软件包SPSS13.0具有操作简单、灵活、功能性强等特点。作为一种有效的统计工具，在教育统计中所发挥的作用越来越大。在教学中，教师常需要进行诸如考试成绩等的统计分析，以评估学生的学习，及时调整教学。SPSS13.0统计软件能够代替传统的手工计算方法，方便快捷，可以轻松地进行多种数据统计和分析。

我通过运用SPSS13.0统计软件对我校2010级某班级按照学号选取的前30名学生的大学英语A（1）课程期末考试成绩进行了统计分析。在此之前，我已把选取的30名学生考试成绩的各项数据分为性别、听力、听写、阅读、词汇、写作和总成绩7项，输入SPSS13.0统计软件。

本研究主要是用SPSS13.0统计分析软件从二元变量相关分析、双因素混合实验设计方差分析与多组配对检验等角度对本次大学英语A（1）成绩进行分析，以期从分析数据中发现问题并在今后的大学英语教学中进行教学方法或策略的改进或调整，从而有效地增强大学英语教学效果。

2.二元变量相关分析（Bivariate）

相关分析（Correlation）是研究一个变量与另一个变量间的相互关系，研究变量间相互关系的性质和紧密程度。换句话讲，相关分析的任务就是对相关关系给予定量的描述。相关系数（correlation coefficient）又叫积差相关系数（product moment coefficient of correlation），用符号“r”表示，一般按“r”的绝对值大小，规定统计学中低于0.40以下的相关系数为低相关；0.40―0.70为较显著相关；0.70―0.90为显著相关；0.90―1则为最高相关（胡健颖、冯泰，2002）。

而二元变量相关分析方法可以研究两个观测量之间的单相关关系。如果在实际运用中，研究的是多个自变量与一个因变量的复相关关系，则应该抓住其中的主要因素，把复相关转化为单相关来进行研究。调用Bivariate过程命令可以允许同时输入两个或者两个以上的变量，但是输出的是变量间两两相关的相关系数。

在双变量相关分析中，对于正态分布资料，可选择积矩相关系数（Pearson相关系数）；对于非正态分布资料，可选择等级相关系数（Spearman相关系数）或Kendall相关系数等非参数方法，在本次统计分析中，我首先检验性别、听力、听写、阅读、词汇、写作和总成绩7个变量之间两两相关情况。

步骤一：读取数据（score analysis.sav），打开analyze-correlate-bivariate；

步骤二：将变量性别、听力、听写、阅读、词汇、写作和总成绩选入到variables，在correlation coefficients中选pearson，在test of significance 中选two-tailed；

步骤三：单击option，在statistics中选means and standard deviations，在单击continue；

步骤四：单击OK。

表1数据表明，在本次考试中，所选取30名学生的听写成绩的标准差（standard deviation）是2.61868为最大，而写作成绩的标准差是1.35782，为最小。

分析：标准差越大，说明离散程度越大，数据就越不均匀，这表明所选取30名学生的听写成绩在各分项成绩中相差最大，也说明学生的听写技能相差最大，有一部分学生在听写技能方面还需加以强化训练，这就为今后的大学英语教学中调整教学策略提供了数据支持。而标准差越小，说明离散程度越小，数据就越均匀，这表明所选取30名学生的写作成绩在各分项成绩中相差最小，也说明学生的写作水平相差不是非常显著。

表2数据表明，在此次考试中，学生的听写和总成绩之间双尾检验的概率值为0，小于0.01，阅读与词汇、听写与总成绩和词汇与听力之间的Pearson相关系数分别为0.87，0.743和0.449。

分析：学生的听写和总成绩之间双尾检验的概率值为0，这说明它们之间的相关程度是最显著的，听写能力的高低显著影响英语总成绩。而阅读与词汇、听写与总成绩和词汇与听力之间的Pearson相关系数大，这说明学生的词汇能力对他们在听力和阅读部分的得分起到了显著影响。

3.双因素混合实验设计方差分析

双因素混合实验设计方差分析就是包含两个因素的重复测量设计。我们用该实验设计来检验3位英语老师分别为所选取的30名学生所给出的作文评分是否存在显著差异，作文评分与学生性别之间是否存在显著差异。

步骤一：打开Analyze-General Linear Model-Repeated Measures

步骤二：定义被试内因素名及其水平数。我们要检验老师所给作文评分与男女学生性别是否存在显著差异，在Within-Subject Factor Name 中可键入“grading”。有3位老师参与了打分，因此在Number of Levels中输入水平数3，然后点击Add。

步骤三：定义被试内变量。点击Define，将变量teacher 1、teacher 2、teacher 3移入Within-Subjects中。同时将性别变量移入Between Subject Factors。

步骤四：选择被试内变量的对比方法。点击contrast，在contrast的下拉菜单中，选择repeated作为变量间的对比方法，再点击change。

步骤五：点击options，把几个变量都移入display mean for中，表示对变量的平均值进行比较。在confidence interval adjustment下拉菜单中选bonferroni，表示进行事后检验。选择descriptive statistics，最后单击OK。

Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix.

a.May be used to adjust the degrees of freedom for the averaged tests of significance.Corrected tests are displayed in the Tests of Within-Subjects Effects table.

b. Design： Intercept+gender

Within Subjects Design： grades

a. Adjustment for multiple comparisons： Bonferroni.

数据描述：由表3数据来看，3位老师所给作文平均分分别为11.5333，11.2667和11.7333，标准差分别为0.35782，1.61743和1.20153。再由表4 Mauchly球形检验数据结果看，Mauchly检验值为0.848，明显大于0.05。而表6被试内效应检验结果看，由于表4中的Mauchly检验结果0.848大于0.05，我们就只看sphericity assumed的结果就可以了。由表5数据可见，对评分变量进行的sphericity assumed检测结果为0.310，显著水平明显大于0.05。而对评分变量和性别因素变量进行的sphericity assumed检测结果为0.545，也明显大于0.05。由表6数据可见，教师1和教师2所给作文评分相对教师1和教师3所给作文评分检验P值均为1.000，而教师2和教师3之间的评分检验P值为0.432，而性别和作文得分的检验P值为0.545。

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文

分析：上述评分检验P值数据说明，3位老师对所选30位学生的作文评分差异不具有显著性，同时还看到，教师在评分时受学生性别因素的影响也不具有显著性。这说明阅卷老师在作文评分中，对作文评分标准地把握还是比较科学、合理且比较一致的，比较客观、公正地反映出了学生作文的真实成绩。

4.多组配对检验（Friedman Test）

我们还可以通过多组配对检验（Friedman Test）来检验3位英语老师分别为所选取的30名学生所给出的作文评分是否存在显著差异。

步骤一：打开Analyze - Nonparametric Test - K Related Samples（多列相关样本）；

步骤二：选择检验变量。将教师1、2、3对学生作文的评分分别移入Test Variables，并在检验类型中选Friedman。

步骤三：选定输出统计量。点击Statistics，选择Descriptive。点击OK。

由表9数据可得出，多组配对检验显著水平为0.177，大于一般可接受的0.05的显著值，表明三个变量之间不存在显著差异。也就是说，三位老师对30名学生作文的评分是比较一致的。

5.结语

大学英语A（1）考试是2010级A班学生在完成了大学英语第一学期的教学任务后进行的终结性评估（summative test）（金艳，2005），但是数据分析表明此种形式的评估只能从一定程度上反映教学的结果，还不具备对整个教学过程或教学全貌进行评估的能力。

其次，本次考试的效度、信度和可操作性之间也会存在问题，尚需对试卷进行全面的统计分析。另外，针对主观题部分的批改，为保证批卷老师的阅卷信度（包括批卷老师的评分一致性、批卷老师之间的评分一致性），应该采取系列措施，包括制定明确的评分标准、确定评分参照卷、严格的阅卷前培训、阅卷过程随机抽查等（杨惠中、金艳，2001）。

总之，测试既是教育系统的有机组成部分，又是教育系统中不可缺少的环节。对测试结果的分析测量和评价应当是每一位语言教师必备的能力。本研究侧重于如何使用SPSS13.0工具的二元变量相关分析与双因素混合实验设计方差分析来分析本次大学英语测试成绩，从中发现学生在大学英语学习中哪些技能相差最大，这就为今后的大学英语教学中调整教学策略提供了数据支持，并能更加有效地增强大学英语教学效果。

参考文献：

［1］胡健颖，冯泰.实用统计学［M］.北京：北京大学出版社，2002：236-237.

［2］皇甫伟.SPSS相关分析与线性回归分析在英语考试成绩分析中的应用［J］.中国电力教育，2007，（10）：52-53.

［3］金艳.大学英语四、六级考试改革思路与未来展望-解读《全国大学英语四、六级考试改革方案（试行）》［J］.中国大学教学，2005，（5）：49-53.

第3篇：考试成绩分析范文

[关键词]项目风险管理；考试成绩；统计分析；问卷调查；教学改进方向

[中图分类号]G642.0　[文献标识码]A　[文章编号]1005-4634(2012)03-0094-03

0　引言

为了培养学生的风险意识和风险管理技能，河北工业大学从工程管理专业2005级开始，在专业培养计划的第六学期中设置了《项目风险管理》课程。本课程的任务是：通过大量的项目风险管理活动实例，系统分析项目风险的客观规律，研究项目风险管理的产生、发展及其基本概念体系，掌握项目风险管理规划、风险识别、风险估计、风险评价、风险应对、风险监控等过程管理的基本框架、科学方法和实用技术、工具。

控制论创始人维纳认为：“一个有效的行为必须通过某种反馈过程来取得信息，从而了解目的是否已经达到。”对课程成绩分析的研究经历了从重要性认识到成绩的作用分析，再到成绩分类统计进而分析原因并将信息反馈给教学的过程。早在1999年孙剑米就提出对试卷及学生考试成绩进行分析，可为教与学提供有针对性的反馈信息的观点。成绩分析既是教学评估的手段，又是教学研究的重要环节。建立对考试成绩分析的反馈利用机制，有助于全面提高教育教学质量。陈国敏教授针对2004级至2009级《系统解剖学》的考试成绩，统计分析了试卷的难度及区分度、男女生成绩的差异性、年级成绩之间的差异性。李素红等在分析理工科学生《技术经济学》考试成绩时，对学生分别按学院和生源进行了分类，然后根据考试知识点、重点和难度对不同学生的考试平均分、及格率以及各知识点的得分率进行了研究。与以上两个文献研究侧重于对试卷本身分析不同的是，王佳眉教授通过对比分析《大学物理》3个年级考试成绩的平均分和峰值成绩、成绩达标度及整体分布等成绩分布情况，提出了对于学风问题、教师和学校投入等问题的思考。本文在试卷分析和问卷调查的基础上，通过对学习兴趣、学习态度和学习环境等因素的分析，研究改进教学效果的途径。

1　考试成绩总体分析

本课程采用闭卷考试的方式对授课班级的学习情况进行考察。出题的思路主要是突出知识应用，重视学生的听课效果及对知识系统性的掌握。试卷主要包括四个题型：单项选择题(10分)，多项选择题(15分)，简答题(50分)和综合计算题(25分)。

本次考试主要的考核点：项目风险的内涵；项目风险与项目特性的关系；风险特征；项目后果标度；风险效用；风险态度；忧虑价值；利率风险；风险管理规划依据；风险识别方法；风险登记册；决策树分析方法；AHP；蒙特卡洛模拟方法；不确定风险决策的特点和方法；风险等级评价；风险处理技术；项目风险监控的步骤。参加本课程考试的学生有本一和本三两个类别，本一和本三试卷题型相同，本三试卷总体难度低于本一试卷，两种试卷试题不同。参加考试的学生情况见表1。考试成绩统计情况见表2。

就成绩总体情况来看，平均分接近60分，单选题得分率高，多选题和简答题得分率低，本一学生成绩标准差为12.61，本三学生成绩标准差为13.08，不及格率高，命题偏难。从试卷本身和考试情况来看，存在两个主要问题：一是考试成绩与试卷难度不符，组卷初衷是难度适中，统计结果显示难度偏高。二是从题型来看，单选题考查的都是基本知识点，得分较高；多选题、简答题得分低，总体显示侧重知识应用的题得分不高。估计原因可能有：(1)考前没划重点，学生对考核点的理解有偏差；(2)整套试题侧重知识的应用，偏重课堂听课的效果，学生并没有完全理解和掌握相关知识点，知识运用能力需要加强。

2　考试成绩对比分析

2.1　学生类别与考试成绩

本次考试的成绩统计结果显示：本一学生平均得分和及格率都高于本三学生，各题得分率基本高于本三学生，只有综合计算题例外，原因在于本三试卷的综合计算题与课堂例题类似，本一试卷的综合计算题加大了难度。考试成绩总体情况说明本一学生的学习能力优于本三学生。

2.2　性别与考试成绩

经计算，本一男女生成绩平均分分别为58.71、60.31；本三男女生的成绩平均分分别为55.85、61.91。本一男女生的不及格率分别为42.11％和30.76％。本三男女生的不及格率分别为67.50％和38.10％。无论哪种类别学生，女生的平均分均高于男生，不及格率均低于男生。一般而言，大学女生学习态度比较认真，在课程学习上投入的时间高于男生，课堂听课情况好于男生。

2.3　出勤情况与考试成绩

学生出勤情况包括三种：缺勤、迟到和正常。统计结果显示：较多缺勤和迟到(2次或以上)学生的最高分为67。当然点名次数比较少，有些学生有可能因为很重要的事缺课却恰好被查出，但统计结果基本上可以反映真实情况。本一学生中有缺勤记录的学生平均分为53.88，无缺勤记录的学生平均分为60.24；本三学生中有缺勤记录的学生平均分为53.09，无缺勤记录的学生平均分为59.86；本一和本三有缺勤记录的学生成绩均低于总体平均分，缺勤学生的不及格率分别为55.56％、81.82％。这可能有两个原因：(1)学习成绩与学习态度有关；(2)考试成绩与听课效果有关。

2.4　宿舍环境与考试成绩

同一宿舍的学生，一般有着相近的生活习惯和作息时间，彼此对学习的态度也会互相影响。河北工业大学因为按大类专业招生，二年级下学期再分专业，而分班后宿舍不变，因此参加考试的学生住的比较分散。但统计结果也表明，有的宿舍不及格率达到80％，同时也有宿舍平均分在70分以上，分数最低的学生也考了60分，因此宿舍学风太差会影响所有的宿舍成员，而一个积极的学习氛围也同样影响所有宿舍成员。

2.5　上课座位与考试成绩

经过成绩统计，发现河北工业大学经常坐前排学生的平均分高于经常坐后排学生的平均分。以本三为例，前者平均分为60.15，远远超过后者的平均分50.55。可见上课时所坐的位置对听课的效果有较大的影响。一般来讲，前排距离老师比较近，视听都很清楚。另外，距离老师比较近注意力会相对更集中。相反，坐在后排很容易走神，行动比较自由，很容易说话或玩手机等。

3　考试成绩影响因素分析

为了更好的研究教学情况，设计了针对课堂教学和期末考试的调查问卷。共设计了16个问题，包括了出勤、课堂表现、作业、对考试的看法以及学习态度等方面。共发放问卷133份，分发给所有学习该课程并参与考试的学生，收回有效问卷132份。对回收问卷统计后，结合考试成绩的统计分析和平时与学生的交流情况，认为影响考试成绩的因素如下。

3.1　考核知识点是否明确

调查结果显示，60.61％的学生认为考题难，仅有一个学生认为考题简单。多数认为考前未划重点对自己影响大，61.36％认为复习的没有考，20.45％的学生感觉不适应题型，还有一部分学生认为好多题会做，但答错了。83.33％都认为考前划重点比较好，有53.79％的学生认为划重点可以促进学习，支持划重点的学生里有相当一部分认为划重点仅为了方便考试，而不是为了真正学到知识。

3.2　学生的学习重点

由考试结果来看，学生对考查基本概念的题得分率都比较高，而对于知识的扩展与运用方面的题型得分相对较差。显示学生在学习中更多的是机械地记忆，欠缺理解或者思考各个知识点之间的联系。也许很大程度上只是想单纯的应付考试，没有想过要扎实地掌握重点知识和基本方法。

3.3　学生的学习态度

成绩统计结果显示学习态度在很大程度上影响考试成绩。调查结果显示有14.39％的学生上课喜欢坐后排，但是认为坐后排更有利于学习的只有4.55％。51.02％的学生坐在后排的理由仅仅是因为心里舒服或是可以自由支配时间。竟有44.70％的学生认为上课时自由出入教室、随意接电话等行为是可以接受的。另外，只有45.45％的学生上课会做笔记，48.48％的学生只是在老师强调会考的情况下才会记下来，还有一小部分人上课什么都不带，也根本不做笔记。

3.4　学生的学习兴趣

学生对多数课程知识不感兴趣，因此对课程的重视程度和学习的主动性直接影响学习效果。14.39％的学生很不支持老师要求出勤，15.91％的学生会缺勤或迟到。理由多种多样：很多学生认为理论知识实际中用不着：有学生认为只有土木技术类课程才是重要课程；还有部分同学只有在教师讲实际项目经历时才能聚精会神。非常有趣的是，这些学生也认为项目风险管理对于从事项目管理工作非常重要。

4　结论

通过对考试成绩和问卷调查结果的统计分析，发现以下问题：教师和学生对课程知识的认知存在较大差别，学生的学习情况与教师的期望存在较大差距，教师的授课与学生的期望存在较大差异。这些问题导致教师的“教”与学生的“学”未能有机结合。针对以上问题，课程改进的思路是：(1)明确课程定位，加强课程重要性的认知。工程管理专业的课程体系由管理学、经济学、法学和土木工程学四类课程构成，这是专业特色，许多课程知识对于就业也许不能产生“立竿见影”的效果，但对于学生综合能力的提升具有长期的影响。非土木工程类课程的重要性，教师必须说得明白，讲的透彻，只有学生感知到了，才能产生兴趣。(2)端正学生的学习态度，加强自学能力培养。教师端正“教”的态度是学生端正“学”的态度的前提，对自己和学生严格要求，本着教有所成的原则，采用灵活多变的教学方式，增加课下阅读推荐量，并明确考前不划重点的闭卷考试方式，引导学生自学的同时促使学生深入认识本课程。及时批改课下作业，通过充分讨论，提高学生对知识的运用能力。鼓励学生大胆质疑，在师生的相互学习与探讨中，把新旧知识融会贯通。(3)突出知识点和考核重点，明确学生的学习目标。在列出每章学习目标的基础上，在课程开始时向学生发放教学计划和课程考试大纲，加强师生互动沟通，结合课程知识体系，调整和优化授课内容，将知识模块化。(4)逐步实现完全的案例式教学模式。这就要求任课教师认真设计教学过程，从问题提出的方式、解决的过程到结论的形成与讨论深化，将知识融入到其中，增强课程的趣味性，激发学生的学习兴趣。在教学过程中，老师要注重发挥学生的主体地位，布置开放性问题，发掘学生学习的主动性，鼓励他们思考和自我求解。

参考文献

[1]孙剑米.谈考试成绩分析[J].统计教育，1999，(6)：29-30.

[2]刘战芳.高校应重视学生考试成绩的分析与反馈[J].安徽警官职业学院学报，2007，(5)：79-80.

[3]陈国敏，肖新莉，李月英.留学生系统解剖学考试成绩综合分析[J].山西医科大学学报(基础医学教育版)，2010，12(9)：939-942.

第4篇：考试成绩分析范文

[关键词]SPSS；期末考试成绩；统计分析

1　引言

统计分析软件――SPSS(Statistical Package for the Social sci，ence)的中文译名为社会科学统计软件包，它是世界著名的、优秀的统计分析软件之一。SPSS是一个具有综合性的专业统计分析和数据管理系统。SPSS数据管理和分析功能强大，界面友好，操作简单，有灵活的变量变换和文件交换系统，多种统计图表的结果输出，并具有与Microsoft Office软件兼容等特点，在社会学、医学、心理学、人文学、生物学、教育学等领域已取得了深入的应用。它操作简便、好学易懂、简单实用，是学术界经常使用的计量软件。SPSS的主要功能为：回归及相关分析、聚类与判别分析、主成分分析及因子分析等十几个大类。下文将以某班学生的期末考试成绩为样本，简单分析了一下SPSS在学术研究中的具体应用案例。

2　数据来源和数据录入

笔者通过运用统计分析软件SPSS，对某班30名同学的一次期末考试成绩进行了统计分析，各项成绩包括大学体育、程序设计语言、成绩设计语言SJ、思想和中国特色社会主义理论体系概论、大学英语、档案学概论、信息系统管理和总分8项，统计数据如表1所示。将存在于excel中的表1，通过“文件”“打开”“数据”“文件类型”选择excel一选中表某班同学期末考试成绩所在的excel文件一点击“打开”，便可将excel中的数据导入SPSS。

3　数据分析

3.1　描述性分析

3.1.1　频数

在数据视图中进行以下操作：点击菜单栏中的“分析”“描述统计”“频率”将7门课程及总分项添加到变量中，选中“图表”中的“直方图”并勾选“带正态曲线”后点击“继续”，勾选“显示频率表格”项，点击“确定”共出现8个直方图，图1是其中一个。由图1可分析，大学体育成绩的均值为89.03分，取得89－91分的同学占8人，得分在80分以下的2位同学需加强此方面的锻炼。大学体育成绩呈正态分布，标准差为5.411，反映出此体育教师的评分较合理。

3.1.2　平均数与标准差

在数据视图中进行以下操作：点击菜单栏中的“分析”“描述统计”“描述”在“描述性”对话框中添加7门课程和总分项到“变量”，勾选“将标准化得分另存为变量”，点击选项中的“均值”、“标准差”、“最大值”、“最小值”后点击“继续”，单击“确定”所得结果如表2：

由表1可知，大学英语中的极小值为55分，存在挂课现象，该同学必须重修，来年选课时应及时通知该同学重修。程序设计语言和大学英语的均值达不到70分，英语和计算机是当代大学生必备的两个技能，我班需实施一些措施来提高同学们的英语和计算机水平。程序设计语言的标准差高达10.189分，极大值94分，同学们可以向计算机水平高的2009409035等同学请教。

3.1.3　分组求平均值

分组求平均值是对数据分组描述，可以输出分组数据的均值、标准差、极值等，即对数据进行多层分类汇总。点击菜单栏中的“分析”“比较均值”“均值”在“均值”对话框中，将“总分”添加到“因变量列表”、“大学体育”添加到“自变量列表”，点击确定。结果为表2：

随着体育成绩的逐步提高，总成绩均值出现了高低起伏不定的趋势，这说明体育成绩和总分之间没有必然的联系。加强体质锻炼不会影响自己的学习成绩，因此多运动不应成为成绩不佳的借口。作为当今社会的一名大学生，只是学习好是不行的。学习固然重要，但大学作为与社会接触的桥梁，素质拓展活动也不可缺少。同学们应努力提升自己的综合素质，力图使自己成为一名四有新人，德智体美各方面全部发展。

3.1.4　数据探测

点击菜单栏中的“分析”“描述统计”“探索”在弹出的“探索”对话框中，将“总分”添加到“因变量列表”、“档案学概论”和“信息系统管理”添加到“因子列表”，选择“绘制”中的“茎叶图”后单击“继续”，选择“输出”中的“图”，最后点击“确定”生成如图2所示的两张箱线图：

图2中的两幅图呈现出同一个趋势，即数据点分布在左下角和右上角的对角线附近。也就是说，无论是档案学概论的成绩还是信息系统管理的成绩，都与总分是正相关的关系。换句话讲，一般情况下，专业课成绩高的同学，总分也就越高。由此可见专业课的重要性，在日常的学习中，同学们应把专业课放在首要位置。

3.2　聚类分析

聚类分析是根据一批样本的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样品(或指标)聚合为一类。类聚分析是研究“物以类聚”的一种方法。

现将全班30人按总分分为三类，以直观、简明的方式统计每个同学在学习成绩上所处的位置，具体操作步骤如下：点击菜单栏中的“分析”“分类”“系统聚类”一在弹出的对话框中，将“总分”添加到“变量”、“学号”添加到“标注个案”，分群为“个案”，输出勾选“图”，在“绘制”中勾选“树状图”，然后继续一单击“确定，最后生成树状图。

3.3　多维尺度分析

多维尺度分析技术是一种探索性数据分析技术，可以将含有多个变量的大型数据压缩到一个低维空间，形成一个直观的空间图形，以空间中的点表示变量之间的潜在规律性联系。

通过SPSS统计软件“度量”功能中的“多维尺度”分析功能。可以分析七门课程之间的潜在规律性联系，具体操作步骤如下：“分析”“度量”“多维尺度”在“多维尺度”对话框中，将七门课程添加到“变量”，数据为距离数据选择“正对称”，“模型”中度量水平为“序数”、条件性为“矩阵”、维数均为“2”，选项中的输出选择“组图”点击“确定”，生成图3。通过图3可以看出七门课程之间的潜在性规律，如程序设计语言和大学英语被划分在第二象限，其中的潜在性规律可能有很多，比如均分都比较低等。通过此图也可以验证上文的一些结论。

3.4　相关分析

相关分析是研究一个变量与另一个变量间的相互关系。研究变量间相互关系的性质和紧密程度。换句话讲，相关分析的任务是对相关关系给予定量的描述。

4　结语

成绩分析是教育系统的有机组成部分，对考试成绩的分析测量和评价应当是每个教师和同学必备的能力。SPSS在考试数据统计分析中应用广泛，本文结合具体数据，从描述性分析、聚类分析、多维尺度分析和相关分析四个方面介绍了使用SPSS进行统计分析的一般方法和步骤，并提出一些实际存在的问题和建议。通过分析该班同学的期末考试成绩，笔者更加深入地了解了同学们的学习现状，相信此次统计分析结果会为该班提供很好的借鉴，同时也希望能为年轻的科研人员提供一种研究思路。

参考文献

[1]杨晓秋，图书馆读者满意度调查问卷的SPSS设计[J]，农业图书情报学刊，2 008(20)：171-174

[2]杨晓明，SPSS在教育统计中的应用[M]，北京：高等教育出版社，2004

[3]赵守盈，吕红云，多维尺度分析技术的特点及几个基础问题[J]，评价与测量，2010(4)：13-19

[4]曹玲，杨静，夏严，国内竞争情报领域研究论文的共词聚类分析[J]，情报科学，2011(28)：923-930

[5]李延波，房红芳，SPSS统计软件在大学英语考试成绩分析中的应用[J]，考试研究，2011(20)：1-3

[6]崔永红，李学民，运用SPSS对专业基础课与专业课成绩分析[J]，科教研究，2011(14)：34-36

[7]潘小燕，统计分析软件在大学英语教学测试效果评估中的英语[J]，科教文汇，2011(3)：112-113

第5篇：考试成绩分析范文

关键词：核Fisher判别分析；高职教育；考试成绩预测

中图分类号： TP391 文献标志码：A 文章编号：1673-8454（2016）16-0076-04

一、引言

随着国家“十三五”规划的顺利进行，加快发展职业教育已经越来越成为国家、社会和教育界的共识，高职院校不可避免的成为了培养实用技能型人才的主要基地。随着高职招生人数的不断扩大，以及社会还没有摆脱对职业教育的传统观念，高职院校的生源质量每况愈下。一部分学生的基础知识较差，学习新知识的意愿不强，无论在课堂上与老师的互动，还是课下的平时作业完成情况，都不尽如人意，使得教师很难在真正考试之前评估教学效果，从而造成教学质量下降。因此，如何提高高职学生的学习成绩，成为社会和学校都关注的问题。在教学过程中、期末考试之前，有针对性的建立模型预测考试成绩，提前评估教学效果，可以起到预警的作用。对那些有可能不及格的学生及时纠正其不良学习行为，并进行单独辅导，则有助于提高学生成绩，减少不合格现象，进而提高学生培养质量，优化课程设计，促进教师教学进步。

正是意识到学生成绩预测对提高教学质量、促进教学改革的重要性，国内一些学者在几年前就已经开始对该领域展开研究。大部分学者将成绩预测视为分类问题，于是多采用数据挖掘或机器学习领域的算法，如决策树、人工神经网络、支持向量机等来建立模型。其中，决策树方法因为理论发展成熟、易于理解等优点，被广泛用于大学生英语成绩预测[1]、大学生计算机等级考试成绩预测[2]、一般性课程的成绩预测[3， 4]等；而人工神经网络和支持向量机也因为扎实的理论基础和广泛应用，被用于大学生课程成绩预测[5，6]，并取得良好的效果。

核Fisher判别分析作为基于核函数的机器学习算法的典型代表[7]，其分类效果在其他模式识别和预测领域得到了很好的验证[8，9]。学者们前期的研究成果表明，决策树、神经网络和支持向量机方法在学生考试成绩预测方面均取得了不俗的成绩。但是到目前为止，我们尚未发现有学者应用完整的核Fisher判别分析进行大学生成绩预测的系统报道（虽然有学者利用线性Fisher判别分析对SVM模型中的数据因素进行加权[6]）。因此，本文提出利用核Fisher判别分析作为工具，尝试寻找学生学习属性与成绩之间隐含的非线性复杂关系，从而建立高职在校学生期末考试成绩预测模型。实验分析中以深圳信息职业技术学院物流管理专业2015级3个班级的学生作为研究对象，采用学生性别、生源地、考勤表现和平时作业成绩等作为模型的输入变量，来预测学生的期末考试成绩。实验结果证明，核Fisher判别分析的泛化能力强，其预测精度与支持向量机十分接近，并且优于C4.5决策树方法。

二、核Fisher判别分析

核Fisher判别分析[7]是基于核函数的机器学习算法中的一种，其结合了线性Fisher判别分析与核函数的思想，能够有效地解决现实中的分类问题[8， 9] 。

1.线性Fisher判别分析原理[10]

线性Fisher判别分析是一种有监督学习的分类方法。给定一组d维空间的样本数据x∈R（i∈1，2，.....n），n为样本数据集的大小，他们分别属于不同的两类，则样本类别标识记为yi∈{1，2}。属于类1的n1个样本记为X1={x11，x12，......x1}，属于类2的n2个样本记为X2={x21，x22，......x2}。算法“学习”或者“训练”的过程，就是要找到样本数据与其类别隐含的内在关系模式xy。线性Fisher判别分析构造学习模型的核心目标是寻找一个d维向量w∈R，当样本数据向该方向投影时，最大化类间散度和类内散度的比值，使得样本数据在这个方向上尽可能的分开，达到清楚辨识的目的。定义某一类样本（i=1，2）数据类内均值为：

2.核Fisher判别分析原理

线性Fisher判别分析是一种线性分类器，当样本数据与类别呈现线性关系时其分类效果会很好。但是实际问题中，样本数据与其类别的关系往往呈现出复杂的非线性，则线性Fisher判别分析的分类效果就会差强人意，而且也无法解决模式识别中常见的维数灾难问题。在支持向量机中成功应用的核函数的出现解决了这个问题[11， 12]。核函数首先将数据从低维的输入向量空间R映射到高维（甚至是无限维）的特征空间，即φ：R。通过某些核φ（・），映射可表示为xiφ（xi）=（a1φ1（xi），……，amφm（xi），……）。在这个高维的特征空间中应用线性Fisher判别分析，在特征空间得到的线性分类器通过核映射回原始的输入数据空间R时，就得到了非线性分类器。

基于线性Fisher判别分析的原理，核Fisher判别分析在特征空间要寻找w∈，使得下式F（w）最大化：

三、实验及分析

为了评估本文提出的基于核Fisher判别分析的预测模型的实际效果，我们将深圳信息职业技术学院物流管理专业2015级3个班级共151名学生作为研究对象，收集第一学年某门专业基础课的期末考试成绩及相关因素作为模型的输出和输入变量。预测模型的输入变量（样本属性）应该与考试成绩密切相关，我们选择输入向量时主要根据日常教学经验反馈的以下几点事实：①大学生个体的期末成绩往往与其旷课、迟到次数（出勤反映学习态度）负相关，与平时作业成绩（平时作业代表学习态度和对知识的理解程度）正相关；②本专业学生的自有特点是女同学平均成绩比男同学略胜一筹；③深圳市外生源较市内生源入学平均成绩高。因此，我们选择学生的性别、生源地、出勤表现和平时作业成绩作为样本的属性变量，具体总结如表1所示。

此外，将所有学生分为两类，期末考试成绩大于等于60分记为“合格”，否则记为“不合格”。数据集中的部分样本示例如表2所示。

我们在MATLAB环境中编写核Fisher判别分析的实现代码，并装载收集到的原始数据集进行实验研究。为了比较核Fisher判别分析对高职学生成绩的预测效果，我们还测试了支持向量机SVM算法和C4.5决策树方法，这两种方法同样在MATLAB环境中实现。在核Fisher判别分析和SVM建模时，为了防止样本中某个维度的数值过大而在核函数计算中淹没其他维度数据的作用，我们先对原始数据进行预处理，即将原始数据标准化在[-1，+1]的范围内。在使用C4.5决策树建模时，因为其能够同时处理连续值和离散值的属性，训练和测试过程不受数据大小的影响，所以C4.5方法实现中仍旧保持原始数据，不进行额外处理。

由于实验用的原始数据集较小，如果简单地分为训练和测试两个数据集合，评估效果容易出现偏差。为了能够全面反映各种算法预测的精度，我们对整个样本数据进行多次划分，每次从全体数据集中选择10%的数据作为测试数据，其余数据用于训练模型和确定最优参数。此外，核Fisher判别分析和SVM均采用RBF径向基核K（xi，xj）=exp（-γ||xi-xj||2）作为核函数，其中γ是核参数。由于训练得到的模型的泛化能力高度依赖于核函数参数、正则化参数或惩罚系数的选择，因此选择最优的参数很有必要。在实验中，核Fisher判别分析的正则化参数设为δ=10-3，核Fisher判别分析和SVM中用到的核参数γ和惩罚系数由10-交叉验证网格搜索法来确定[13]。在最优参数设置下对测试样本数据进行预测，每次测试的准确率定义如下：

准确率=×100%（14）

实验的结果是进行十次测试的平均值，如表3所示。

从实验结果可以看出，基于核函数方法的核Fisher判别分析和SVM预测精度相近（其中核Fisher判别分析预测准确度的平均值略微高于SVM），这一点与两者在标准数据集上的测试结果一致[7]，但是两者的预测精度都明显高于C4.5决策树算法。C4.5决策树方法训练模型时，主要采用信息增益率作为选择根结点和各内部结点中分支属性的评价标准，训练速度快，得到的模型直观性强，规则易于被使用者理解。但是决策树方法在训练集上的预测效果往往优于测试集，即容易出现过拟合的现象。核Fisher判别分析和SVM利用的核函数将数据从低维的输入空间映射到高维的特征空间，在特征空间都基于各自的分类原理构建线性分类器使得两类数据集尽可能的分开，得到的线性分类器经过核函数映射回输入空间后，即成为非线性分类器。因此，核Fisher判别分析和SVM得到的预测模型泛化性能良好，能够挖掘出输入样本属性与其类别之间隐含的非线性复杂关系。另外，本文用到的原始实验数据采集自学生的实际情况，其中包含着一部分不完全、有噪声的数据，比如有些学生学习能力强、成绩突出，但是有个别作业没有提交或是迟到的情况，却依然会通过考试。噪声数据会使得决策树方法产生的过拟合现象更加严重，减小了泛化能力，从而影响测试效果。与之对应的是，核Fisher判别分析和SVM分类的基本原理保证了尽可能将噪声数据的影响降到最低，所以会取得较好的预测效果。

四、结束语

在我国的长期规划中，高等职业教育受到越来越多的重视。基于目前高职教学和生源的自有特点，建立准确的学生考试成绩预测模型，能够帮助教师提前评估教学成果，改进教学方法，对提高教学质量具有非常重要的意义。本文在MATLAB环境中建立了基于核Fisher判别方法的学生考试成绩预测模型，可以在期末考试之前，根据学生的自身特点和平时表现来预测其成绩。在以本校高职学生为研究对象的实验中，核Fisher判别方法取得了良好的预测效果，可以成为一线教师提高教学的有力工具。同时，只要能够正确地选择输入变量的属性，该模型可以被直接推广到一般本科院校的学生考试成绩预测中，同时也为后续建立教育信息化决策系统打下基础。

在后续的研究中，可以在两个方面进行进一步的拓展。第一，在实际情况中，经常会出现通过考试的学生数量远远超过未通过考试的学生数量，使得不同类别的原始采样数据数量不平衡，这有可能影响模型的泛化能力。未来可以考虑如何针对不平衡数据集进行训练和测试。第二，本文建立的分类模型，仅仅可以根据输入向量来预测学生是否通过考试，而不能预测学生具体的考试分数。期望以后能够应用基于核函数的回归分析算法[11]，进行学生成绩的分数预测。

参考文献：

[1]孙力，程玉霞.大数据时代网络教育学习成绩预测的研究与实现――以本科公共课程统考英语为例[J]. 开放教育研究，2015（3）： 74-80.

[2]黄振功.决策树在高校计算机等级考试成绩分析的应用[J].科技资讯，2013（25）：18-19.

[3]武彤，王秀坤.决策树算法在学生成绩预测分析中的应用[J].微计算机信息，2010（3）： 209-211.

[4]于立红，张建伟.基于数据挖掘的高职生成绩分析与预测[J].郑州轻工业学院学报，2006（3）： 77-79.

[5]邱文教.基于人工神经网络的学习成绩预测[J].计算机与信息技术，2010（4）： 5-6.

[6]李建萍.基于加权支持向量机的学习成绩预测模型[J].中国科教创新导刊，2009（14）： 137-138.

[7]Mika S， R tsch G， Weston J， et al. Fisher discriminant analysis with kernels[C]. Neural Networks for Signal Processing IX， 1999. Proceedings of the 1999 IEEE Signal Processing Society Workshop.

[8]李建云，邱菀华.核Fisher判别分析方法评估消费者信用风险[J].系统工程理论方法应用，2004（6）： 548-552.

[9]李映，焦李成.基于核Fisher判别分析的目标识别[J].西安电子科技大学学报， 2003（2）：179-182.

[10]Bishop C.Pattern Recognition and Machine Learning[M]. Springer Science & Business Media， 2006.

[11]Vapnik V.The nature of statistical learning theory[M]. Springer Science & Business Media， 2013.

第6篇：考试成绩分析范文

关键字：城市内涝；主要原因；对策

Abstract: City waterlogging occurs mainly city weather, topography and other natural causes, land expansion, drainage system and the city in the process of not perfect, people of poor quality, causes. City waterlogging has seriously affected the normal and orderly development of the city, but also a threat to the safety of public life and property. So we need to improve the drainage system, the rational use of land, improving the quality of citizens and other measures, reduce the city waterlogging may occur, reduce the harm, promote the orderly development of the city economy, society etc.

Key words:City waterlogging; reason; countermeasure

中图分类号：P333.2文献标识码：A 文章编号：2095-2104（2013）

近年来中国城市内涝灾害频发，严重影响了整个城市各方面的发展，同时也威胁着国民的生命和财产安全。2011年8月3日，杭州、嘉兴、衢州、温州、宁波等地带相继发生严重内涝，水位最高达到50厘米；之后中国城市内涝灾害在2012年集中爆发，4月13日，深圳特区200多个地点发生不同程度的内涝，近90万人口的生活和工作受影响；7月21日，首都北京遭遇了重大内涝，全城出现了43个桥下或低地积水点，造成多人回家困难，甚至出现了人员伤亡；接着7月25日，天津又发生了内涝灾害，根据网上图片的显示，最高水位可达到2米左右，人们都能够在水上划橡皮艇、冲锋舟；尔后9月8日-10日，重庆和四川等城市爆发严重内涝，水位达到200多毫米，造成多条国道中断、引发山体滑坡。

可见城市内涝不仅仅影响着城市居民的人身和财产安全，也影响着城市的交通、经济、社会的正常运行。改变城市内涝现状，减少其发生的频率，已经成为城市发展进程中的重要任务。而要完成这项任务，就需要充分了解城市内涝发生的原因。

1 城市内涝的主要原因

1.1自然原因

1.1.1天气原因

纵观城市内涝的发生状况，不难发现天气，尤其是降雨天气是城市内涝发生的重要原因之一，而且其降雨基本有相同的特点，即雨量大、持续时间长、且较为集中。就拿北京的内涝灾害为例，其平均降水量达到170mm，降水量为61年以来最大；且降水主要集中在21日晚17-20点钟，在这段时间城内增加了多出积水点；与此同时，降水的时间从上午10点一直下到晚上10点以后，持续了12个小时以上。罕见的高强度、长时间、集中的大暴雨自然会给整个城市带来内涝灾害。

1.1.2地形地貌

城市内涝的发生与其所在地的地形地貌关系密切，通常地势较高、地形较为平坦开阔、地面渗水性较好的城市，发生内涝的可能较小。反之，发生内涝的可能就大。重庆内涝灾害就与其地形地貌相关，重庆周围多山、多丘陵，故而其城市多依山而建，地形较为破碎，且面积狭小，凹凸不平，所以水流集中于城市低地，易造成内涝。

1.2人为原因

1.2.1城镇化速度加快

随着中国城镇化速度逐渐加快，土地急剧扩张，造成了城市土地资源的严重紧缺。为了发展，很多城市都采用填湖造地、填海造地等方式增加土地面积，使得湖泊、池塘、海洋的面积逐渐减少，天然蓄水池的蓄洪能力下降、调洪能力减弱，大量洪水外泄，造成城市内涝。

另外，人们还使用各种方法对洼地、软土地进行加固加硬措施，降低了土地的渗水能力，阻碍了地下水的正常循环，使大量的地表积水只能从有限的排水系统中排出，造成城市内涝。

1.2.2排水系统不完善

排水系统不完善是发生城市内涝的最主要原因，也是当前城市基础建设的当务之急。城市排水系统不完善，主要表现在以下三个方面：

（1）排水系统的设计不合理

在设计排水系统时，一般要对所在城市的地形、地貌、降雨量、主要的湖泊、水系、预留地的应用等进行考察和研究，之后依据具体情况才能进行合理的设计。然而很多城市的排水系统在设计之初，习惯于参照其他城市或者国家已有的排水系统，不进行深入的调查研究，也不结合自身城市的实际状况，具体问题具体分析，造成排水系统设计不合理。

另外很多城市通常会将雨水直接排放，在排水系统设计中只重视“排”，而不重视“收”浪费了雨水资源。同时还出现了雨水和污水、生活污水和工业污水等混排现象。雨水和生活污水中并没有大量的生化物质，加工处理之后，能够用于灌溉农田、工业生产等领域。而工业污水中生化物质含量极大，对人体和环境的危害也最多，故而工业污水的排放通常要进行多道处理工序，才能够达到排放标准。

（2）排水系统的质量较低

排水系统作为城市的基础设施建设之一，其对工程的质量要求极高。而实际建造中，很多城市排水系统的质量令人不敢恭维。主要表现在建造管道的材料较差，水流处理技术含量较低等。

为了保证排水率，减少地下水的污染，城市排水系统的管道一般会选用质量较好、耐用性强、密度较小的材料。而在管道的实际建造中，为了节约成本，提高工程利润，很多施工单位会以次充好，将较劣质的管道设置在排水系统中，故而很多管道出现了裂缝、漏水等现象，缩短了管道的使用寿命，阻碍了排水系统的正常运行，同时还污染了地下水资源。

除此之外，处理技术较低也是整个排水系统落后的因素之一。雨水或者污水经过收集之后，会集中到污水厂进行集中处理排放。而由于很多城市污水厂的污水处理技术较低，每一次处理的污水流量较少，排放达不到标准，故而使很多污水积聚。当城市发生内涝时，排水系统压力过大，排涝能力自然下降。

（3）排水系统的维护体系不健全

目前，很多城市的财政性资金中只有4%用于排水系统的维护，而市民和政府工作人员几乎都对排水系统抱着一劳永逸的态度，不重视或者不在乎其维护。资金的短缺、人们观念的落后使得排水系统的维护体系至今仍不健全。在实际生活或者工作中，排水系统年久失修，排水管道和窖井基本处于无人管理的状态，只有当出现重大内涝或者重大堵塞时，才可是紧急疏通和抢修。这些都不利于排水系统的正常运行，也减少了排水系统的使用年限，故而在城市发生内涝时，排水系统经常处于失灵状态。

当然，也有很多城市制定了相应的维护体系，并且安排人员进行维护。但是在维护的过程中，工具落后，机械化水平和科技含量较低，疏通和抢修工作质量不高。另外，由于排水系统维护的特殊性，很多水利专业的人员放弃从事这项工作或者鄙视这项工作，故而真正的工作人员往往是科学文化素质和专业知识较为欠缺的人员，这样的维护效果自然不佳。

1.2.3部分市民素质较差

城市内涝与排水管道堵塞息息相关，而排水管道堵塞的罪魁祸首就是市民自己。在生活中，很多市民习惯于将各种垃圾倾倒到排水管网之中，而且其多半是瓜果皮、塑料袋、剩菜剩饭、煤块等固体的难以被水溶解的成分。日积月累，下水道的入口及管道中大量的垃圾堆放起来，使下水道逐渐堵塞，排涝能力下降，城市水涝严重。

了解了城市内涝的原因，我们就需要对症下药，对其进行防治和处理，减少城市内涝发生的可能性。

2 城市内涝的防治对策

2.1完善预报系统及暴雨应急预案

对于降雨等自然原因引起的内涝，要加强对天气的观测和预报，建立快速应急预案。

在中国，天气观测和预报采用了先进的雷达技术，每十分钟就能够更新一次。故而可以通过对天气的观测和预报，提前探知城市的降雨量，做好预防措施，降低城市内涝产生的严重危害。同时还要建立完善的暴雨应急预案。在发生特大特急暴雨时，及时启动预案进行灾后补偿，这样也能够减少城市内涝的危害。

除此之外，要建立和完善国家和城市的GIS（地理信息系统），通过数据库、地理信息、多媒体、远程通信等先进技术，将城市的内涝及排涝状况连成一个整体，减少城市内涝发生的可能。

2.2降低地面硬化率

面对当前地面不断硬化、渗水困难的状况，我们可以采用两种方式来降低地面的硬化率，改变这种现状，一种是采用非硬质渗水性较好的材料进行铺设，另一种是采用有渗水能力的硬质材料进行铺设。

非硬质渗水性较好的材料比如渗水草皮，其铺设出来的地面柔软舒适，使整个城市更加温暖有情，同时由于其渗水性较好，故而能够使城市的地面实现正常的水循环，还能够提高城市的空气质量，保护城市环境，减少城市内涝的出现；具有渗水能力的硬质材料较为多见，比如镂空砖。它主要应用于人行道的铺设，其铺设的道路防滑性较好，渗水能力也较强，在空心部位种植丛草，既能够提高整个城市的植被覆盖率，也能够解决雨水下渗的问题。

2.3合理利用土地资源

城市土地资源本来就极为有限，所以要合理规划、合理利用，禁忌盲目扩张。在进行土地资源规划时，要充分考虑城市的自然条件，比如地形地貌、风向等，之后合理划分工业区、住宅区、商业区。减少填湖造地、填海造地的面积，恢复它们的蓄洪和调洪能力，尽量节省土地资源，控制城市建筑的距离和数量，保证在出现暴雨时，能够合理排洪。

2.4完善城市排水系统

完善排水系统是整个城市内涝治理的关键环节，也是最为有效快速的环节。通常要从设计、建造、维护等三个方面，完善城市的排水系统。

工程设计师在设计城市排水系统时，要进行实地考察和测量，了解城市的地理状况和天气状况，之后根据不同的功能区设置合理的管网系统，同时将雨水、生活污水、工业污水收集在不同的管道中，进行分流处理，这样才能够保证排水系统的合理性和排洪能力。

施工单位在建造排水系统的过程中，要提高自身的责任感和信用，使用质地较好的材料，保证排水系统管道的使用寿命。同时要提高排水系统的科学技术含量，提高其排洪能力，保证在发生重大内涝时，排水系统的正常运行。

除此之外，还有加强城市排水系统的维护，建立完善的维护体系和维护制度，提供良好的待遇，吸引专业的排水系统维护人员，同时要提高维护的机械化和科技水平，淘汰落后的维护工具，确定定期维修和养护方案。只有这样，才能够延长排水系统的使用寿命，提高其排洪能力。

2.5提高公民的素质

针对下水道堵塞的问题，相关部门需要采取一定的措施，比如发送与排水系统相关的传单、派遣专业人员讲课等，普及排水系统的相关知识，提高公民的意识。同时要制定相应的奖惩政策，对那些不遵守排水系统管理的公民进行罚款处罚，约束其不文明行为。

当然，防治和处理城市内涝的方式还有很多。通过这些措施，能够在一定程度上减少城市内涝发生的可能，降低其危害，同时也能够进一步促进城市的快速稳定有序发展。

参考文献：

[1] 丁燕燕，韩乔．城市内涝的主要成因及防治对策[J]．市政技术．2012，（6）．

第7篇：考试成绩分析范文

1 人?橐蛩?

1.1 教学管理者

教学管理者是课程考试制度的制定者，一方面，他们要以上级管理者的政策为行动指南，另一方面，又要面对来自课程考试改革的具体实际困难，所以常常会选择现成的、固有的、传统的课程考试模式，简单易行、容易控制、风险小、省时省力。

1.2 任课教师

任课教师是课程考试的执行者[4]，对传统的考试模式比较熟悉，对创新课程考试模式缺乏足够的认识。近年来，随着各医学院校不断扩招，护理专业学生逐年增加，总课时量成倍增加，任课教师工作量大，大部分护理教师是女教师，平时除了上班，还要照顾家庭，继续学业，为晋升职称做准备，非常忙碌，很难抽出时间和精力用于课程考试改革，并且任课教师大多是从事护理专业研究的，从专业学习到成为教师，都很少有机会学习课程考试理论及评价技术，也很少有自行学习的动机，基本上是凭老教师传授经验和自己的主观感受来实施课程考试。改革课程考试模式的难度与工作量均很大，而且要付出大量精力，还要承担可能的风险与压力，大部分任课教师存在畏难情绪，进行课程考试改革的意愿不强，热情不高[5]。

1.3 护理学生

随着高校的不断扩招和生源的持续减少，出现了学生文化基础总体比较薄弱的现象，学生缺乏坚实的学习功底和较好的学习能力，学习主动性不强，面对多次考试和多样化考试，学生畏难情绪较大，并且进行阶段性考试和综合性考核需要较多时间和精力的投入，但是护生在校学习时间较短，学习课程多，学习任务重，课余时间少，时间和精力都难以保证，效果不佳。

2 制度因素

受传统教育观念的影响，家长、任课教师、学生、招聘单位等都是看重学生的卷面分数和各种及格率、通过率，而非学生的综合能力，学校在考核教师时，多注重课时量而非学生考试情况，《护理学基础》课程考试多在每学期期末，教师要整理教案，书写年度工作计划、总结，出卷、阅卷，时间紧，任务多，任课教师往往愿意选择简单易行、评分标准简单、难出差错的考核模式，考试后的试卷分析也常常只是流于形式。教师晋升职称时，科研分数比教学分数所占比例大很多，导致大部分教师把心思放在申报课题、撰写论文及编写教材上，而非课程考试改革上，对于以追求学术地位为荣的教师来说，探索、改革考试模式无疑是一件付出大而收益小的事情。

3 设备设施因素

《护理学基础》包含出入院护理、清洁护理、饮食护理、用药护理、排泄护理等8大基本理论模块和20多项基本护理技能，内容多、实践性强，除去讲授基本知识之外的机动课时不多，想要进行综合性课程考核，课时难以保证，并且实验用物、考试场地、教师人数、教学资源，如教学视频，相关图书等都不是很充足，较难满足开展创新型综合性《护理学基础》课程考核的需求，进行《护理学基础》课程考核改革的难度较大。

第8篇：考试成绩分析范文

南宁市教育局中小学招生办公室将于7月8日把中考学生成绩单发放至初中学校，由学校发放到考生手中。

成绩呈现方式

笔试各科成绩划分为八个等级，原则上按考生考试人数划比例，即由高到低大致为：A+（约占5%）、A（约占10%）、B+（约占15%）、B（约占20%）、C+（约占20%）、C（约占15%）、D（约占10%）、E（约占5%）。

第9篇：考试成绩分析范文

评卷、复查

2019年山西临汾专升本考试各科试卷全部采取网上评阅的方式。答题卡的扫描及选择题答卷的评阅工作由省招考中心组织实施；非选择题答卷的评阅工作由承担评卷工作的院校全权负责，经费包干。评卷院校必须严格执行有关评卷实施细则，做到科学、规范、公平、公正。省招考中心向评卷院校派驻质量监督组和技术支持组，对评卷工作进行监督检查和技术支持。

2019年山西临汾专升本考试成绩查询时间为6月26日，考生登录“山西招生考试网”查询考试成绩。若考生对本人成绩有疑义，可于6月27日至28日在原确认点申请成绩复查，复核结果由确认点负责通知考生。