關(guān)于中小學(xué)課業(yè)負擔(dān)預(yù)測預(yù)報模型建立的研究

于洋洋

(沈陽師范大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院，遼寧 沈陽 110000)

?

關(guān)于中小學(xué)課業(yè)負擔(dān)預(yù)測預(yù)報模型建立的研究

于洋洋

(沈陽師范大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院，遼寧 沈陽 110000)

摘要：本論文主要研究數(shù)學(xué)方法建立中學(xué)生課業(yè)負擔(dān)預(yù)測預(yù)報模型，對學(xué)生課業(yè)負擔(dān)的輕重進行分級、并有效監(jiān)測。主要分為兩部分，一是問卷調(diào)查，二是運用非線性回歸分析方法建立中心學(xué)生課業(yè)負擔(dān)監(jiān)測預(yù)報模型。

1.問卷調(diào)查：基于見了中小學(xué)課業(yè)負擔(dān)預(yù)測預(yù)報模型之目的，對遼寧省部分中小學(xué)生進行抽樣問卷調(diào)查。

2.利用最優(yōu)化方法建立中小學(xué)生課業(yè)負擔(dān)回歸模型。

關(guān)鍵詞：課業(yè)負擔(dān)，非線性回歸，預(yù)測模型

1課業(yè)負擔(dān)監(jiān)測預(yù)報模型建立的前期準(zhǔn)備

針對中學(xué)生課業(yè)負擔(dān)問題，筆者對遼寧省部分中學(xué)校長、教師和學(xué)生進行訪談和問卷調(diào)查，了解到影響課業(yè)負擔(dān)的因子主要是寫作業(yè)時間、體育活動時間、睡眠時間、考試次數(shù)及教輔本數(shù)等共12個因子。

利用統(tǒng)計學(xué)方法分析課業(yè)負擔(dān)的輕重與寫作業(yè)時間、體育活動時間以及睡眠時間等12個因子的相關(guān)關(guān)系，將具有單調(diào)對應(yīng)關(guān)系的因子確定為課業(yè)負擔(dān)的主要影響因子。

用顯示課業(yè)負擔(dān)重的比率來描述課業(yè)負擔(dān)的輕重程度，其比率就構(gòu)成了一個模糊集，記為U。課業(yè)負擔(dān)的影響因子構(gòu)成的集合記為X，集合X到集合U存在著某種對應(yīng)關(guān)系。這種關(guān)系既具有一定的規(guī)律性，又具有很大的模糊性和不確定性。

在統(tǒng)計學(xué)中，線性回歸是利用被稱為線性回歸方程的最小二乘函數(shù)，對一個或者多個自變量和因變量之間關(guān)系進行建模的一種回歸分析。非線性回歸十線性回歸分析的擴展，并且線性回歸或多或少都帶有某種程度上的近似，因而用非線性回歸分析也許會更有意義。綜上，本文整體的思路是采用非線性回歸方法建立課業(yè)負擔(dān)預(yù)測預(yù)報模型。

2尋找多元非線性回歸因子

多元線性回歸因子預(yù)測預(yù)報模型確定影響因子的方法是在線性回歸的基礎(chǔ)上確定的，如果影響因子與觀測量之間是非線性的，那么這種確定影響因子的方法就不可行，會把一些非線性的因子漏掉?，F(xiàn)在考慮xα(-∞

通過上式確定非線性回歸因子，確定的非線性因子是每天的寫作業(yè)時間、睡覺時間、教輔本數(shù)、寒暑假補習(xí)科目數(shù)、周末寫作業(yè)時間、每學(xué)期考試次數(shù)、以及每天的體育鍛煉時間，也就是非線性回歸預(yù)測模型的影響因子要比多元線性回歸預(yù)測模型的影響因子少9個。

3多元線性課業(yè)負擔(dān)回歸模型的建立

接下來是如何確定a，使|R'|為最大。因為是非線性的，因此這是一個非線性規(guī)劃單變量函數(shù)的最優(yōu)問題。即用最優(yōu)方法求a，使目標(biāo)函數(shù)

(1)

我們先用外推法求最優(yōu)點存在的區(qū)間，然后用內(nèi)插法求二次多項式的極值點，這個方法迭代的時間長一些，但是只要給出最優(yōu)點及初始點和步長，就能一次找到最優(yōu)點及最小的目標(biāo)函數(shù)值。

給出每個因子和觀測值的20測數(shù)據(jù)，用外推內(nèi)插法求出Y和X的最優(yōu)點和最大目標(biāo)函數(shù)值，并檢驗其顯著性，發(fā)現(xiàn)有寫作業(yè)時間、每天的睡眠時間、教輔本數(shù)、每學(xué)期的考試次數(shù)、每天的體育活動時間和每天的自由支配時間，通過顯著性檢驗，這樣選出的因子為非線性的因子，作為該影響因子的冪數(shù)。

多元非線性回歸數(shù)學(xué)模型為

式中β0,βi(i=1,2,……,K)為回歸系數(shù)，ai(i=1,2,……,K)為影響因子Xi的冪。用上述尋找非線性影響因子的方法求出，即解出使(1)式最大、(2)式最小的ai。然后，用作為影響因子，建立多元非線性回歸模型。

(2)

因為此非線性多元回歸預(yù)測模型(2)中的冪數(shù)ai已確定，那么此非線性回歸模型就轉(zhuǎn)變成了多元線性回歸模型，這樣就可以用線性多元回歸模型的系數(shù)求數(shù)求法來求得非線性多元回歸模型的系數(shù)。

而在本模型(2.2，3，2.6，1.8，3.6，2.5)

通過系數(shù)估計方法求得的系數(shù)為

最終求得

4顯著性檢驗

由于我們把多元非線性回歸分析轉(zhuǎn)化成了多元線性回歸，所以我們應(yīng)用上面線性回歸的顯著性檢驗的方法來對多元非線性回歸進行檢驗，檢驗結(jié)果如下

模型平方和df均方FSig回歸殘差總計4603.607100592.61515196.22216447463287.72523.69712.1420.000

指導(dǎo)教師：楊光

參考文獻：

[1]王極盛，李焰，赫爾實.中國中學(xué)生心理健康量表的編制及其標(biāo)準(zhǔn)化[J]社會心理科學(xué)，1997，46(4)：15-20.

[2]劉奕湛，吳晶.教育部明確規(guī)定中小學(xué)學(xué)生睡眠，用眼及作業(yè)[J]中國學(xué)校衛(wèi)生,2008(12).

中圖分類號：G522

文獻標(biāo)志碼：A

文章編號：1671-1602(2016)14-0295-01