自動化類專業的課程關聯性分析與應用研究

雷萌+從林+趙敏+趙璇琦+楊宇哲

摘 要：鑒于自動化類專業課程間的關聯性對于優化課程體系的重要意義，文章以中國礦業大學2015屆自動化類專業160名本科學生的課程成績為樣本，通過計算各課程成績的相關系數、建立多元線性回歸模型對自動化類專業課程進行關聯性分析。結果表明，自動化類專業基礎課程與專業課程成績、考試成績與平時成績和實驗成績之間均呈現高度顯著的正相關性，相關系數均在0.7以上。以大一、大二學年的課程成績作為輸入變量、“自動控制原理”（大三開設）的考試成績作為輸出的多元線性回歸模型，較為準確地描述了課程間的線性關系，成績的平均預測誤差為1.88分，模型預測的平均準確度為97.12%。文章利用數據挖掘對自動化類專業課程進行關聯分析，為教師選取高效的教學模式、精準的學生引導管理，以保證教學質量提供了可靠的指導依據。

關鍵詞：學科成績；數據挖掘；相關性分析；多元線性回歸；教育評估

中圖分類號：G642

文獻標識碼：A

一、引言

自動化類專業是一門實用性較強、涉及面較廣的專業，其特點主要表現為理論與實踐相結合，應用面較為寬泛、知識更新速度較快等。在現今高校，學習成績是衡量一名學生學習素質的關鍵因素，因此，對學生的學習成績進行科學有效的分析，研究各學科之間的相互關系，對優化專業的課程體系，提高學校教學質量具有重要意義。

本文以中國礦業大學2015屆自動化類專業的160名本科生為研究對象，利用相關系數法，分析“高等數學”“大學物理”“線性代數”等核心基礎課程與“模擬電子技術”“數字電子技術”“自動控制原理”等核心專業課程成績間的相關性；以大一、大二年級的課程成績為樣本，建立基于多元線性回歸的預測模型，綜合其大三學年“自動控制原理”課程的成績，為任課教師對學生的分類教育管理、教學模式安排等提供參考依據。

二、研究背景

選擇中國礦業大學信息與控制工程學院2015屆自動化類專業160名本科學生的課程成績作為樣本，其中包含基礎課程成績、專業課程成績、畢業設計測評成績、專業綜合實踐測評成績等。通過分析各類課程之間的相關系數以及建立多元線性回歸模型對自動化類專業課程的關聯性進行研究。

1.相關系數法

相關系數用于描述各變量之間的關聯程度。鑒于利用相關性的直接分析方法對于衡量變量間的相關程度具有較高的準確性，因此利用相關性來分析課程間的關系是可行的。

選取隨機變量X、Y，相關系數的計算公式如下：

一般情況下，變量間的相關程度與|y|成正比，當0.7≤|y|<1時，稱兩個變量為高度顯著相關。

2.多元線性回歸模型

多元線性回歸法是通過擬合某組因變量（輸出變量，待觀測值）與多組自變量（輸入變量）間的線性關聯性，獲得二者之間的數學模型，完成待觀測值的分析預測。模型描述如下：

三、研究結果

1.課程相關性分析

（1）基礎課程與專業課程的相關性。

自動化類專業的核心基礎課程主要有“高等數學”“大學物理”“線性代數”等，核心專業課主要包括“模擬電子技術”“數字電子技術”“自動控制原理”“微機原理與應用”等。根據相關系數的求解公式，計算和分析基礎課程與專業課程成績之間的相關系數，其結果如表1所示。

由表1可知，自動化類專業基礎課程與專業課程之間的相關系數均在0.7以上，根據相關性的定義以及相關系數的判斷方法可知，自動化類專業基礎課程成績與專業課程成績均呈現高度顯著的正相關性。

（2）課程實驗、平時與考試成績的相關性。

利用相關系數法，計算分析各門課程考試成績與平時成績、實驗成績之間的相關性，其結果如表2所示。由表2可知，各門課程考試成績與平時成績以及實驗成績之間的相關系數值均在0.7以上。根據相關性的定義及相關系數的判斷依據可知，考試成績與平時成績呈現高度顯著的正相關；考試成績與實驗成績呈現高度顯著的正相關。

（3）畢業設計與專業課程的相關性。

本文選取2015年畢業設計所開設的題目類型進行統計，對每一類型中不同等級的人數進行分析研究，分析結果如圖1所示。

由圖1可知，2015年畢業設計共開設四種類型，在四個畢業設計類型中，工程設計類型的選題人數最多，在測評成績上，計算機模型類型的選題占優比最高。根據不同畢業設計類型的測評成績，通過將等級評價按照一般規律轉換為分數（優：90，良：80，中：70，及格：60），對自動化類專業畢業設計與專業課程成績之間相關系數進行計算分析，如表3所示。

由表3可知，畢業設計成績與自動化類專業課程成績之間的相關性系數均大于0.7，根據相關系數的判別方法可以得知，畢業設計與專業課程成績之間呈現出高度顯著的正相關性。

2.多元線性回歸模型結果分析

“自動控制原理”是電氣、自動化、能源與動力、建筑環境設計等工程類專業的核心基礎課程，教學任務一般安排在大三上學期。本文以“自動控制原理”課程成績作為因變量，選取與“自動控制原理”課程成績相關系數大于0.7的部分課程作為初步自變量，利用stepwise方法進行回歸自變量的選擇（所有顯著性水平均取0.05），選取“高等數學”“大學物理”等5門大一、大二學年核心課程的考試成績作為回歸自變量，分析結果如表4所示。

由于試卷采取百分制，因此我們認為當模型的計算誤差在[-5，5]之間時，檢驗效果是較好的，為驗證所得模型的可靠性和具體效果，本文隨機抽取了20組樣本進行檢驗，得到了多元線性回歸模型的計算理論值與樣本實際值的比較圖，如圖2所示。

由圖2可知，在不同的分數段上，通過多元線性回歸模型計算所得的預測成績與實際成績的平均誤差為1.88，最大誤差為4.48，誤差均在[-5，5]之間，平均準確度高達97.12%，效果滿足預期要求，具有較高的預測精度。

根據學生大一、大二學年“高等數學”等5門核心基礎課程的成績，通過基于建立多元線性回歸的預測模型，可較為準確地預測該生“自動控制原理”課程的考試成績及趨勢，為任課教師的教學模式規劃及分類教學管理，提供了可靠的指導依據。同時，該方法也可用于“電機與拖動基礎”“電力電子技術”等核心專業課程，為教師合理安排教學計劃，學生自我警示管理，增強“教”與“學”的主動性，提高教學質量，提供了一種新的思路。

四、結果與討論

基礎課程成績體現了學生在基礎理論方面的深入程度，專業課程成績反映了學生將所學習的基礎理論知識與專業實踐技能應用于該工程領域，解決實際問題的能力。

本文對160名本科學生的基礎課程成績和專業課程成績進行了相關性的分析研究，研究表明，基礎課程成績與專業課程成績呈現高度顯著的正相關性；平時成績與考試成績呈現高度顯著的正相關性；實驗成績與考試成績呈現高度顯著的正相關性。這說明基礎學科的知識理論在后續專業學科的學習中具有關鍵性的啟示作用，它可以幫助學生理解和運用各學科所需的基礎原理，并在專業學科的學習過程中為學生提供普遍適用的分析思路和方法。

從分析結果中還可以看出，平時成績和實驗成績對學生的最終考試成績影響尤為顯著，而平時成績主要是由課堂考勤和課后作業組成，平時學習認真的學生考試成績一般較好；實驗成績一般由操作成績和報告分析組成，扎實的理論知識是實驗操作順利完成的基礎，報告分析也從側面反映了學生對于知識點的掌握情況，因而實驗成績得分較高的學生考試成績一般較好。

此外，本文通過建立多元線性回歸的數學模型對相關課程之間的關聯性進行分析研究，研究表明，相關課程成績之間具有一定的可預測性。因此，我們認為學生在學習過程中應注重每一門課程的學習以及課程之間的整合運用。

五、結論

（1）在自動化類專業本科階段，基礎課程所涉及的知識是整個專業的理論基礎和基本概念。鑒于基礎課程成績與專業課程成績之間均具有高度顯著的正相關性，因此專業課程必須以基礎課程為先導和支撐，在實際教學過程中要注重基礎課程與專業課程的過渡與結合。

（2）考試成績與平時成績和實驗成績均呈高度正相關趨勢。學習是一個持續連貫的過程，認真的學習態度和科學的學習方法能夠有效提高學生的學習效率。相應的，科學合理地分配期末總評成績的組成與比例，注重平時成績與實驗成績在教學過程中的反饋作用，同樣也是優化課程體系和保證學校教學質量的重要途徑。

（3）通過對典型核心課程進行多元線性回歸分析，得出簡單的線性預測模型，表明典型核心課程對于其他專業課程的影響尤為顯著，通過該模型我們可以簡單預測出自動化類專業典型核心課程的考試成績。由于典型核心課程對于理工類學生的學習影響較為明顯，因此學校更應充分重視典型核心課程的教學過程及學生的學習效果，積極組織力量提高教學水平。

參考文獻：

賀廉云.自動化專業本科應用型人才培養方案探索.實驗技術與管理，2008，25（7）：142-144.

?？×郑鬟M，賈存良，等.自動控制原理.徐州：中國礦業大學出版社，2010.

彭 滔.自動控制原理課程教學改革探討.中國電力教育，2014（7）：16-17.

王 云，楊 芳.相關系數法在適應性考試試卷分析中的應用研究.教育理論與實踐，2015（27）.

汪朝杰.大學生在校成績與高考成績的統計分析研究.合肥：合肥工業大學，2012.