Название статьи:
Пошаговая модель с латентными параметрами для оценок студентов
Авторы: Братищенко В.В., кандидат физико-математических наук, доцент, кафедра математических методов и цифровых технологий, Байкальский государственный университет, г. Иркутск, Российская Федерация,
vvb@bgu.ru В рубрике:
ЕСТЕСТВЕННЫЕ НАУКИ
Год: 2021 Том: 3 Номер журнала: 3
Страницы: 188-198
Тип статьи: Научная статья
УДК: 37.0:005.7
DOI: 10.17150/2713-1734.2021.8(3).188-198
Аннотация:
В статье рассматриваются недостатки традиционных подходов статистической обработки оценок промежуточных аттестаций студентов. Предлагается модель, в которой получение оценки k в порядковой шкале связывается с успешным выполнением k шагов аттестации. По аналогии с Item Response Theory, применяемой для обработки результатов тестирования, вероятность успешного выполнения шага определяется латентными параметрами - уровнем подготовленности студента и трудностью шага. Предложены методы определения латентных параметров по полученным оценкам и статистические процедуры проверки адекватности модели. Приведены данные обработки массива оценок. Итоги обработки подтверждают возможность применения предложенной модели для более точного оценивания подготовленности студентов и трудности аттестаций.
Ключевые слова: статистическая обработка оценок, Item Response Theory, модель с латентными параметрами, адекватность модели, Infit-статистика, Outfit-статистика, коэффициент детерминации
Список цитируемой литературы: - Сосницкий В.Н. Вероятностный поход к анализу успеваемости студентов / В.Н. Сосницкий, Н.И. Потанин // Фундаментальные исследования. - 2014. - № 8. - С. 734-738.
- Лебедева Т.В. Статистический анализ факторов, влияющих на успеваемость студентов российских вузов / Т.В. Лебедева, А.П. Цыпин, В.С. Сидоренко // Интеллект. Инновации. Инвестиции. - 2016. - № 9. - С. 55-58.
- Галимова Н.С. Построение многофакторной модели успеваемости студента / Н.С. Галимова, Л.Р. Загитова // Международный научно-исследовательский журнал. - 2020. - № 6-3 (96). - С. 31-36.
- Русаков С.В. Нейросетевая модель прогнозирования группы риска по успеваемости студентов первого курса / С.В. Русаков, О.Л. Русакова, К.А. Посохина // Современные информационные технологии и ИТ-образование. - 2018. - № 4. - С. 815-822.
- Гранков М.В. Анализ и кластеризация основных факторов, влияющих на успеваемость учебных групп вуза / М.В. Гранков, В.М. Аль-Габри, М.Ю. Горлова // Инженерный вестник Дона. - 2016. - № 4 (43). - С. 57.
- Братищенко В.В. Статистический анализ экзаменационных оценок / В.В. Братищенко // Известия Иркутской государственной экономической академии (Байкальский государственный университет экономики и права) (электронный журнал). - 2011. - № 3. - URL: http://brj-bguep.ru/reader/article.aspx?id=8014.
- Шафоростова Е.Н. Проблемы внедрения информационной системы контроля качества обучения студентов / Е.Н. Шафоростова, Т.И. Лазарева // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. - 2010. - № 3. - С. 173-176.
- Нейман Ю.М. Введение в теорию моделирования и параметризации педагогических тестов / Ю.М. Нейман, В.А. Хлебников. - Москва : Прометей, 2000. - 168 с.
- Айвазян С.А. Байесовский подход в эконометрическом анализе / С.А. Айвазян // Прикладная эконометрика. - 2008. - № 1. - С. 93-130.