统计学中常用的基本概念

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇统计学中常用的基本概念范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

统计学中常用的基本概念范文第1篇

一、讨论教学法与范例教学法交叉使用

讨论教学法，是指在教师的指导下，学生围绕中心问题相互交流个人看法，相互启发，相互学习的一种教学方法。这种教学方法可激发学生的学习兴趣，提高学习情绪，活跃学生的思想，便于培养学生独立分析问题、解决问题的能力，有助于提高学生表达能力。

范例教学法，是指教师根据教学目标的需要，采用范例进行讲解及组织学生对范例进行研讨，引导学生从实际范例中学习、理解掌握一般规律、原则、方法及操作实验，从而有效地将理论知识和实践技能相互结合的一种教学方法。

在第一章概述中，要求理解统计和统计学的含义，对于高一新生来讲，面对这些专业术语，很难理解，这时教师采用“讨论教学法”效果要好，第一步，教师设疑，什么是统计？统计与统计学有什么关系？第二步，学生自主思考，自由讨论，每个小组选一位发言人回答上述问题；第三步，教师总结发言，概括各种意见和分歧，帮助其得出结论，切入主题。

在讲解什么是总体、总体单位、标志、指标、指标体系、变量时，采用范例教学法，学生更易接受。以研究本班学生的语文成绩为范例，指出总体是全班的所有学生，总体单位是本班的每一位同学，每位学生的成绩是数量标志，全班语文总分是统计指标，并且语文总分、数学总分、英语总分、政治总分、专业综合总分又构成了一个总成绩的指标体系，同时对于各位学生而言各科成绩又不尽相同，那这个可以有不同取值的成绩就是变量，各种分数就是变量值。通过这个范例，夯实学生对上述概念的认识，并以此为例，举一反三，指导学生再投入到其他经济现象的讨论中。

二、案例教学法与情境教学方法的交叉应用

案例教学法是一种以案例为基础的教学方法。在教师的指导下，学生通过了解案例发生的背景，反映的事实，找出案例中存在的问题，或者案例中应用的方法措施，引导学生掌握案例分析的基本步骤，从案例中分析其反映的本质内容。这种教学方法可以激发学生的思维能力，培养学生独立思考的能力，有助于学生学习能力的提高。

情境教学法是指教师在教学过程中，有目的地将一些在日常生活中常见的场景，引入到课堂中，是学生在情境中体验，从而帮助学生深刻理解教材的内容，激发学生学习的兴趣。

在教学中，通过设置一些学生常见的生活案例，引入到授课中，引导学生亲身感受统计学的魅力，从而将学生学习的积极性激发出来。例如，在讲授“调和平均数”时，就可以应用学生比较常见的场景为案例。例如，红富士苹果的价格，甲乙丙三个超市，分别是3元、3.25元、3.5元，若在3个超市各买10元的该苹果，请计算其平均价格。通过预设学生日常相关的实例，引起学生学习的兴趣，通过简单的运算公式，得出蔬菜的平均价格。这样，将生活情境和案例分析结合起来，让学生把实际生活与统计学联系在一起，在激发学生学习兴趣的同时，还可以激发学生认真思考，引导学生深刻理解所学内容。

三、对比教学法与归纳总结教学法的交叉应用

对比教学法可以帮助学生更好地掌握、理解学习内容，激发学生探究性的学习热情，使学生能够准确把握基本概念，理解抽象的公式。

归纳总结的教学方法是将一些具有相同特性的内容，总结在一起，可以将学习的内容进一步巩固和理解。有助于学生自主学习能力的培养。

在《统计基础知识》的教材中，有许多的基本概念比较难理解，也比较容易混淆。例如在第二章中我国常用的几种调查组织方式，利用对比教学法，可以是学生更加容易的理解这些概念，同时利用归纳总结法，将这些容易混淆的概念，通过表格的形式，总结在一起，形成一个基本的学习构架。

四、启发性教学与强化训练结合应用

在教学过程中，教师应该尽量减少讲授教学。因为，讲授法的教学方式，不能够打开学生的思维能力，学生只能被动的接受教师传授的知识，丧失了独立思考的能力。因此，教师在教学过程中，应该采取引导启发式教学，例如在案例分析中，可以引导学生在案例中发现问题，同时，提出应该如何解决这样的问题。将问题留给学生，教师做一些引导，从而培养学生发现问题、解决问题的能力。然后，在将一些类似的案例，或者题目，让学生进行强化训练，巩固所学知识。

五、总结

《统计基础知识》这门课主要研究自然和社会现象总体的数量特征和数量关系，进而从数量上认识客观世界的一门独立的方法论科学。它在众多的专业课中，内容比较抽象，属于比较难的一门课程。因此，教学方法的恰当运用，会使得教学任务得到事倍功半的效果。

参考文献：

[1]鲍爱芳.学以致用中职学生必备的能力.科技信息，2011，（11）.

[2]宁.在统计教学中实施情境创设的探索.内蒙古统计，2007，（2）.

统计学中常用的基本概念范文第2篇

【关键词】内科教学；LBL；PBL；满意度

内科学属于一门常见学科，具有很强的实践性，并且涉及的相关学科也较多[1]。本科学生一般在校时间是4年，其基础课程常被压缩，内科学习时间一般为1年，因此若在教学活动中采用单一、枯燥的教学方法，可导致其教学质量下降[2]。本文主要分析了在内科教学中多种教学法中的应用价值，现报告如下。

1资料与方法

1.1临床资料

将我院2014级内科学210名学生作为研究对象，男82名，女128名，年龄范围18～22，平均年龄（20.28±1.11）岁，随机分为A组、B组、C组各70例。三组研究对象资料对比，差异无统计学意义（P＞0.05），具有可比性。

1.2方法

A组采用LBL教学法开展教学活动，主要是根据章节内容理论课程由教师进行主导式传统理论进行授课。B组采用PBL教学法开展教学活动，由10～12名学生组成学习小组，选派组长，并配1名经验丰富的导师；老师需要制定1个典型案例进行分析，分为2～3幕形式分次设计围绕教学计划制定相关题目；导师要提前2周将下次需要进行讨论的内容布置给学生，小组成员对这些问题进行专题讨论。利用相关书籍、教科书以及网络资料等查找相关答案，最后组织学生在课堂上进行问题讨论，教师进行提问、总结与分析。C组采用LBL＋PBL教学法开展教学活动，将两种教学方法进行结合，对于部分章节应由教师展开主导式教学，而对于一些实践性内容，则由学生组成学习小组，由教师引导学生以主体地位参与学习，这一事实过程和B组相同。

1.3观察指标

试验结束后对学生进行分离方式考核，根据教学大纲要求进行命题，采用百分制形式进行评价，分值越高，成绩越好。对学生进行教学方法满意度调查[3]，包括课堂气氛、师生交流、学生自主学习能力、学习积极性、自我评价等方面，分值为100分，得分在80分以上（包括80分），可视为满意，见表1。（82.14±2.05）分，C组学生考核成绩为（94.82±1.87）分，C组学生考核成绩明显高于A组和B组，差异有统计学意义（P＜0.05）。

2三组研究对象满意度调查

A组学生满意48例，满意率为68.57%（48/70），B组学生满意52例，满意率为74.29%（52/70），C组学生满意69例，满意率为98.57%（69/70），C组学生满意度明显高于A组、B组，差异有统计学意义（P＜0.05）。

3讨论

统计学中常用的基本概念范文第3篇

关键词关键词：谱聚类；特征向量；谱聚类矩阵；本征间隙

DOIDOI：10.11907/rjdk.161953

中图分类号：TP312

文献标识码：A 文章编号：1672-7800（2016）008-0023-03

0 引言

聚类分析是数据挖掘的一个重要研究领域，在统计学、生物学、模式识别、机器学习和社会科学中有着极为广泛的应用。所谓聚类，就是将数据对象分成多个类或簇，使得同一簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。k-均值聚类是聚类分析中最经典的算法，算法简单，可用于多种类型数据的聚类。但当数据集为非凸时，k-均值聚类往往陷于局部最优，聚的效果欠佳。此外，对于大小或密度不均匀的簇，k-均值聚类通常无法处理。

谱聚类是一种新型的聚类分析方法，可以克服k-均值聚类等经典方法的某些缺陷。谱聚类方法以图论中的谱图理论为基础，将聚类问题转化为图最优划分问题。在众多图的最优划分准则中，归一化割集准则的划分效果相对较好，是谱聚类中常用的划分准则。对于给定的划分准则和聚类数目k，谱聚类通常采用多路谱聚类算法将数据集划分为k个簇。

最早的谱聚类算法是Ng、Bach和Jordan提出的多路谱聚类方法。代表性的谱聚类算法还有Meila提出的多路归一化割谱聚类方法；Vidal 提出的子空间谱聚类方法；Wang等提出的多流形谱聚类方法；Cheng等提出的低秩谱聚类方法；Elhamifar等提出的稀疏子空间谱聚类方法。

在众多谱聚类算法中，多路谱聚类方法和多路归一化割谱聚类方法因其划分效果较好，算法复杂度也较低，被广大学者普遍接受。但这两种算法尚有一些问题有待研究，例如：如何选取包含聚类信息的特征向量？如何确定较合理的聚类数？

本文在多路谱聚类算法的基础上，对特征向量组的选取问题进行研究，提出一种特征向量自动选取的谱聚类算法，并根据数值实验对该算法进行性能测试。

1 谱聚类算法的基本概念与原理

谱聚类的基本思想是将聚类问题转化为图的最优划分问题，利用图的最优划分准则，使划分出的子图之间的边权之和较小，而子图内的边权之和较大。本文算法设计过程中涉及到的基本概念、性质及原理如下：

1.1 谱聚类矩阵

设数据集为{p1，p2，…，pn}，将pi视为图G（V，E）的一个顶点vi，i=1，2，…，n，对边赋权Wij，Wij通常是根据顶点vi，vj间的距离经过某种适当的变换而得，这样就得到一个基于样本点相似度的无向加权图G（V，E，W），从而将数据集{p1，p2，…，pn}的聚类问题转化为在图G（V，E，W）上的最优划分问题。

图划分准则的合理性决定着聚类结果的优劣。由于图划分问题是一个NP难问题，所以首先要将图划分问题转化为连续松弛形式，进而再将其转化为某些谱聚类矩阵的谱分解问题[2]。

常用的谱聚类矩阵如下：

1.3 高斯核参数

在谱聚类算法中，通常先要计算顶点间的距离矩阵，然后再用高斯核函数法将距离矩阵转换为相似矩阵，进而得到各种谱聚类矩阵。根据所选高斯核参数的不同，高斯核函数可分为局部尺度高斯核函数和全局尺度高斯核函数两类。通常采用全局尺度高斯核函数将距离矩阵转化为相似矩阵，具体方法为：

在将距离矩阵转换为相似矩阵的过程中，高斯核参数σ起着极为重要的作用。不同的高斯核参数可能导致不同的划分结果。本文算法中采用Zhang等[11]提出的高斯核函数法。

2 基于特征向量自动选取的谱聚类算法

2.1 算法理论基础

下面给出几个理论结果，它们是本文算法的理论基础。

引理1：非对称规范Laplace矩阵Lrw的性质[2]。

（1）λ，x分别是Lrw的特征值和特征向量的充要条件是λ，x是广义特征值问题Lx=λDx的解。

（2）Lrw具有n个非负、实的特征值：0=λ1≤λ2≤…≤λn。

引理2：连通子图的数目与Lrw的谱之间的关系[2]。

Lrw的特征值0的重数等于图GV，E，W的连通子图V1∪V2∪…∪Vk的数目；特征值0的特征空间由这些子图的指示向量组成。

2.2 算法原理

引理1 确保了Lrw的特征值的实值性和非负性。引理2表明，Lrw的理想情形包含不同类间完全分离的情形，即Lrw的理想情形一般优于相似矩阵和Laplace矩阵的理想情形。另外，Lrw的包含聚类信息的特征向量构成的矩阵具有分段常值性，即它反映的聚类信息比较明显。综上，本文算法中选用Lrw作为谱聚类矩阵。

在经典的谱聚类算法中，往往选定谱聚类矩阵的前k个特征向量，得到特征向量空间，再用k-均值聚类等传统聚类算法对特征向量空间的特征向量进行聚类，从而得出聚类结果。这种作法的局限性在于，当k较大时，选取的k个特征向量不一定包含聚类信息，从而导致聚类结果出现偏差。特别是当聚类数k有误差时，聚类结果会较混乱[6]。

为了解决上述问题，本文提出两个应对策略。首先，为避免遗漏包含聚类信息的特征向量，选取较多的Lrw的特征向量进行分析、判断。当n较大时，究竟选取多少特征向量进行分析比较合理目前尚无定论。综合考虑划分效果和算法的复杂度，本文选取前ln（n）个特征向量进行分析。其次，采用本征间隙法[12]判定选取的特征向量中是否包含聚类信息。

所谓本征间隙是指相邻两个特征值的差。本征间隙法的原理是，根据矩阵摄动理论，本征间隙越大，选取的k个特征向量所构成的子空间就越稳定。

虽然本征间隙法理论上并不能保证找出全部包含聚类信息的特征向量，但由于此方法简单易行，而对特征向量分段常值性的检验能在一定程度上弥补此方法的缺陷。

2.3 算法步骤

根据上述分析，本文提出一种特征向量自动选取的谱聚类方法，具体步骤如下：

3 数值实验

为了检验新算法的聚类性能，本文选取了4组典型的子空间谱聚类仿真数据进行实验，结果如图1～图4所示。

图1中的数据类数较多，但聚类难度并不大；图2和图3中的数据无法用传统方法聚类，适合用谱聚类，其中图3中的数据聚类有一定难度；图4中的数据量大，且密度相差较大，经典谱聚类算法的效果往往欠佳。上述聚类效果图显示，本文提出的特征向量自动选择谱聚类算法对各类子空间聚类问题具有极佳的聚类效果。

4 Y语

本文根据非对称规范Laplace矩阵特征向量组的分段常值性，增加了待分析特征向量的数量，并利用本征间隙方法判断特征向量中是否包含聚类信息。数值实验表明，这种算法对典型的谱聚类问题可获得质量较高的聚类结果，在一定程度上解决了特征向量的自动选取问题。

需指出的是，本文提出的算法较适用于独立子空间情形，而对于不满足独立子空间的情形或者是复杂的多流形情形效果欠佳。另外，与经典的谱聚类算法相比，本文算法具有较高的复杂度。

参考文献：

[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.

统计学中常用的基本概念范文第4篇

关键词： 博士研究生；课堂教学评价；评价体系

中图分类号： G643文献标识码： A文章编号： 1673-8381（2013）05-0106-06

一、 问题的提出与文献综述

随着高校成本分担机制的推行和学费收入在高校经费收入中所占比重的提升，高校学生已从传统的“知识、技能的接受者”转化为“知识、技能的需求方和消费者”，成为影响高等教育机构行为及其职能的一个主体性角色。高校教学活动的成败与否已不再单纯取决于高等院校单方因素。教学活动在实施过程中受到高等院校与其学生——来自供求双方的影响和制约。为此，从稳定与提高高等教育质量，保障教学活动顺利开展的角度出发，无论是在课程内容设计，还是在教学实施运作等方面，院校都必须密切关注教学活动最直接、最深入的参与者，即学生的教学满意程度[1]。对学生评教的研究者在学术界也不乏其人。胡子祥建立了高等教育服务质量的评价模型，将质量分解为9个维度，并检验了模型的信度和效度[2]。张雪梅、刘若兰选取台湾高等教育数据库大三学生问卷资料，将评价高教质量的“过程指标”分为校园支持等6个维度，发现这些指标能反映出学生心中的高等教育质量[3]。鲍威通过2006年实施的学生教学评估问卷调查，考察范围包括教学课程的结构性、教学的顺应性、教师的教学态度和校园学术环境4个维度，试图全面综合地把握高校的教学服务[1]。岳昌君、胡丛采用2007年全国高校毕业生的抽样调查数据，将高等教育质量分解为10个分项指标进行考察，包括基础知识、职业技能等[4]。张倩、岳昌君利用2008年“首都高校学生发展调查”本科高年级学生数据对高等教育质量评价和学生满意度进行了分析，采用因子分析的方法提取了高等教育质量评价的六大因子[5]。虽然已有较多对学生评教的研究，但对课堂教学的微观研究还不够，教学管理部门的作用在评价中也有所缺失。因此，切实关注教室内的课堂教学活动，分析博士研究生对微观课堂教学的满意度，完善博士研究生课堂教学评价体系，科学合理地设计博士研究生课程是十分必要的。

二、 数据来源及研究方法

（一） 研究对象

本研究采用方便抽样的方法进行问卷调查，于2010年11月在W大学2010级博士生中实施了调查。W大学是一所教育部直属的、以人文社会科学为主的综合性重点大学，是国家“211工程”、“985工程”重点建设高校，2010级在校博士研究生800多位。具体调查方式为：利用全校博士研究生的政治课课堂休息时间发放问卷按照培养方案要求，政治课是W大学所有博士研究生必修的公共基础课。，分两次调查，共发放问卷300份，回收238份。在被调查者的性别构成上，男性占56.7%，女性占43.3%；在学习方式上，脱产读博的占73.5%，在职读博的占26.5%；从年龄构成看，样本年龄的中位数为28，最小者22，最长者45，30岁及以下的占64.2%，31岁到40岁的占34.1%，41岁及以上的占1.7%。

（二） 测量工具

以自制调查问卷为主要测量工具。由于是研究者自编的问卷，因此需要对其进行信度分析。信度是指由多次测量所获得结果之间的一致性或稳定性[6]260。运用SPSS对问卷的所有题目进行信度检验，得到α=0.892，标准化值为0.883。一般来说大于0.7说明问卷比较可信。问卷共包括4部分内容，第一部分是博士研究生基本信息，作为对博士研究生群体构成特征和比较不同性别、学习方式等的博士研究生对课堂评价差异分析的基础。第二部分是博士研究生对课堂教学的总体评价，包括课堂重要性评价、课前评价、课堂形式内容评价、课堂实质内容评价、课堂考核方式评价、课后评价以及课堂教学管理评价7个方面。第三部分是博士研究生对课堂教学的满意度评价，问卷共列举了19项课堂教学中的积极行为，根据对这一行为描述的认同程度，允许被调查者运用四级评定法（很同意、同意、反对、很反对）表达个人满意度。第四部分是开放式题目，考察博士研究生就课堂教学问题对教师和教学管理部门的意见和建议。

（三） 数据处理

问卷回收后，运用SPSS17.0录入数据建立数据库，并进行统计学分析。数据主要处理如下：

1. 统计描述。运用SPSS17.0对所获数据进行频数统计、描述分析等，展现数据的基本情况。

2. 方差分析。方差分析基本思想是通过分析试验中由不同水平引起的差异和随机因素造成的差异对总差异程度的贡献大小，确定考察因素对试验结果影响的显著性，要求各总体具有方差齐性。通过方差分析考察影响课堂教学评价得分的因素，分析性别、学习方式、课程重要性的认识等不同因素的不同水平之间的差异是否显著。

3. 卡方检验。卡方检验既可用于推断某个变量是否服从某种特定分布的拟合优度检验，也可用于推断两个离散变量是否存在依从关系的独立性检验或推断几次重复试验的结果是否是相同的同质性检验[6]260。

4. 因子分析。因子分析是一种用来分析隐藏在表象背后因子作用的一类统计模型和方法。在实际问题的分析过程中常采用因子分析去除重叠信息，将原始的众多指标合成较少的几个因子变量来分析。

三、 研究结果与讨论

（一） 博士研究生对课堂教学的评价

第一，课堂地位的总体性评价。这一指标主要解答现实中的两方面疑问：已经读博士了是否还用上课和在职博士研究生是否有必要上课。从问卷调查结果看，博士研究生对课堂教学的重要性给予了较高的肯定性评价，85.8%的博士研究生认为研究生课程教学对研究生的培养质量起到“很重要”和“重要”作用。另外，从选课数量看，大部分博士研究生都选了4或5门课（占总人数的65.5%），由此可见，学生主观上比较肯定课堂教学的地位，并按照培养方案规定的学分要求选择了较多的课国外学生通常每学期只有两到三门课，我国博士研究生培养模式中，课程负担相对而言较重，但这与很多复杂因素相关，不能据此认为孰优孰劣。。为了进一步考察女性博士研究生比男性博士研究生是否更重视课堂？脱产学生是否更重视课堂？需要进一步进行单因素方差分析。首先，运用SPSS进行的oneway ANOVA过程的输出结果显示，levene统计值在0.05的显著水平下都是显著的，符合方差齐性的假设。其次，学习方式、性别的方差分析F统计值分别为3.145、0.414，伴随概率分别为0.078、0.521。说明学习方式不同导致的对课程重要性评价的差异是显著的，而男女博士研究生对课程重要性的评价并无显著差异。

第二，课前评价。该评价主要考察教学活动是否遵循了科学的教学规律，教师是否做到了上课前已经使学生对课程内容有了一定的认识和准备。调查发现，这一情况并不乐观，在回答“总体而言，是否有课程的课程大纲”这一问卷问题时，69.6%的学生选择了“否”。教学论认为，课程大纲对保证课堂教学质量具有重要作用，由此看来W学校在这方面尚需做很多工作。

第三，课堂形式评价。该评价主要考察博士研究生对教学方法与教学手段的评价。首先考察博士研究生是否关注课堂在教学方法与手段上的形式内容，还是只关注课堂实质内容。调查发现，57.1%的博士研究生对教学方法在意，略微高于“不在意”的比例（42.9%）。结合问卷开放式问题的分析，调查表明教学方法是学生认为影响教学效果的重要因素之一。这一结论与教学论关于教学方法的认识是一致的，说明即使是博士阶段的教学活动，也要遵守这一规律。此外，在备选的8种教学方法中，学生最喜欢的教学方法（多选题）为：课堂讨论法（24%）、问题或案例教学法（22.7%）；学生认为最常用的教学方法（多选题）为：讲授法（66.4%）、课堂讨论法（10.3%）；学生认为最有效的教学方法（多选题）为：课堂讨论法（23.4%）、问题或案例教学法（20.2%）。综上，学生最喜欢和认为最有效的方法首先均为课堂讨论法，其次为问题或案例教学法，再次为讲授法。而在教学手段评价上，近一半的人认为教学手段对教学效果的影响力不大，近30%的人认为影响力因课程而异。可见，博士研究生对教学方法的要求高于对教学手段的要求。

第四，课堂实质内容评价。该评价主要考查学生对课堂存在的主要问题的认识和评价。238个被调查者中有231个回答有效（占被调查者的97.1%），7个缺失值（占2.9%）。231个被调查的回答次数总计为485次。学生认为的问题主要集中在“教学方法呆板且课件无吸引力”（19.6%）、“过于注重学术性忽视实践性，因而缺乏吸引力”（16.9%）、“教师不重视，因而投入时间不足且上课随意性太强”（15.7%）、“学生自己不重视”（13.6%）、“教学内容陈旧”（10.5%）。需要引起重视的是，课堂之外的原因——教师和学生不重视占到了29.3%。

第五，课后评价。该评价主要考察博士研究生与课程相关的课后学习情况。问卷题目“您平均每次课（3学时）的课下准备时间多久”的回答结果可以说是令人吃惊的，“不准备”的学生占19.6%，不超过3个小时的学生占52.8%，两者累计占72.4%。博士研究生课下不为课程做准备或很少做准备，是否与课外任务繁重而无暇备课有关？首先，从客观上来看博士研究生的课外闲暇时间多少与备课时间的关系。通过单因素方差分析发现，即使脱产读博的学生和在职读博的学生课外闲暇时间差异很大，但两个群体在课下准备时间上没有显著性差异。其次，从主观上看博士研究生对课外任务繁重程度的体验与备课时间的关系。调查发现43.9%的博士研究生认为课外学习任务“很繁重”，53.6%的博士研究生认为“一般”，只有2.5%的博士研究生感觉课外学习任务“轻松”。由此可见博士研究生主观感受的课外学习任务还是比较重的，进一步对“课外任务繁重程度感知评价”与“每次课下准备时间”两个分类数据进行卡方检验，发现在90%的置信水平上二者具有负相关关系，即博士生感觉课外学习任务越繁重在备课上投入的时间就越少。

第六，课堂考核方式评价。该评价主要考察学生课程考核方式的倾向性以及对研究生院制定的有关课程考核的具体管理规定的看法。74.6%的博士研究生认为应考虑作业的因素，选择“考勤”、“课堂发言”和“期末考核”的比例也都超过了一半（因为是多选题）。由此可见，教学管理部门应该允许采用多样化的课程考核方式。这也反映在对“博士研究生学科综合考试采用考试方法而不能用考查方法”这一规定的不满上，72.8%的博士研究生认为这一规定不合理。此外，在成绩评定上不应赋予期末考核的比重过高，多数学生认为这一比重应该在50%左右，不宜超过70%。

第七，课堂教学管理评价。从博士研究生的角度看教学管理部门参与评价课堂教学效果的正当性。调查发现，86.4%的学生仍寄希望于学校对教师的教学效果进行评价，与目前管理部门对博士研究生教学管理较少、重视本科教学的现状相比，博士研究生课堂教学的管理、评价工作也需要管理部门予以重视。

（二） 博士研究生对课堂教学满意度的评价

为了进一步从微观上发现博士研究生对课堂教学各方面的满意度，同时也为了验证问卷第一部分所得出的宏观结果，研究问卷的第二部分从教学基本功、教学吸引力与教学规范性3个方面设计了19个提问项目。通过因子分析的方法对这19个有关满意度的提问项目进行深入剖析，试图发现其背后的结构性特征。在应用因子分析方法前需要注意这一方法的一些事项[7]：第一，样本量不能太小。一般而言，样本量至少应是变量数的5倍以上。本研究进行因子分析的变量数为19个（见表1），样本量为238个，符合要求。第二，各变量之间应该有一定的相关性。如果相关系数矩阵中大部分相关系数都小于0.3，且未通过统计检验，那么这些变量不适合做因子分析。经计算19个变量之间两两相关的皮尔森相关系数，发现相关系数绝大部分都大于0.3，且通过α=0.05水平的显著性检验。第三，KMO检验。用于检验变量间的偏相关性，取值在0—1之间，大于0.9表示非常适合作因子分析。本研究的KMO检验取值为0.917，非常适合。

对19个变量进行因子分析，按照特征值大于1的原则提取3个因子，3个因子总计解释了总体方差的62.693%，基本上满足因子分析的要求。通过方差最大化方法进行因子旋转，得到旋转后的3个因子（见表1）。

表1关于博士研究生课堂教学满意度的因子分析结果

名称提问项目因子载荷

F1F2F3

F1教学基本功教师上课认真负责0.6240.0670.539

教师课前准备充分0.6330.1490.541

能有效利用课堂时间，且信息量大、重点突出0.6740.4230.165

能讲清基本概念和基本理论，并联系实际0.5560.4580.200

多媒体课件制作规范，且运用适当0.6690.0970.290

讲授熟练0.4380.2860.398

对教师的教学态度满意0.6970.1150.299

对课堂教学效果满意0.7390.3350.013

教师上课认真负责0.6240.0670.539

F2教学吸引力课程目标和教学计划合理明确0.4250.5210.318

教师经常鼓励学生进行研究性学习0.0460.8110.288

教师经常鼓励学生发表自己的见解0.0740.8520.200

教学方法灵活，且善于利用讨论和案例等新颖的教学方法0.4890.6670.039

对教师的课很有兴趣0.4630.4980.243

教师善于提出问题启发同学思考0.4020.6850.089

F3教学规范性

教师批改作业及时认真0.2510.4160.429

能按规定时间上课0.1800.1700.887

能按规定地点上课0.1730.1800.875

教学学时得到了保证0.2460.2420.759

方差贡献率23.07319.98419.636

注： 因子抽出方式：主成分法；旋转方式： Varimax

根据每个因子对应的列载荷系数对因子命名。对因子1影响力较大的变量有：“教师上课认真负责”、“教师课前准备充分”、“能有效利用课堂时间，且信息量大、重点突出”等9个变量，这些变量集中反映了教学的基本能力和要求，因此将因子命名为“教学基本功”。对因子2影响较大的则有：“课程目标和教学计划合理明确”、“教师经常鼓励学生进行研究性学习”等6个变量，要求教师不仅要达到课程目标和教学计划上的基本要求，而且要注重灵活性以及与学生互动等，可命名为“教学吸引力”因子。因子3则包括了“教师批改作业及时认真”等与教学基本任务、基本时间地点要求有关的4个变量，可将其命名为“教学规范性”因子。进一步通过描述统计（descriptives）发现，教学吸引力是当前博士研究生对课堂教学满意度最低的方面。这与问卷第二部分关于“课堂中存在的主要问题”的调查结果非常一致。

（三） 博士研究生对教师及教学管理部门的意见

在问卷第三部分设计了两个开放性问题：“针对研究生课堂教学，您对教师有什么建议和意见”和“针对研究生课堂教学，您对学校管理部门有什么建议和意见”。238个填了问卷的博士研究生中，122个博士研究生表达了意见。本文采用词频分析方法，根据主要关键词出现的频次，将博士研究生提出的建议整理如下：

第一，互动。33个博士研究生提到了有关加强促进师生互动的要求，但同时希望“讨论要针对具体问题”，“教师要有控制力”。第二，内容。46个博士研究生针对课程内容表达了自己的意见，主要有3点：首先希望教师将教学与科研相联系，“深入学术，培养学术精神和健全人格”；其次，课程内容还要具备前沿性和开放性，注重理论联系实际；最后，要有全球视野。第三，方法和手段。26个博士研究生就此提出了自己的意见，这与前文关于教学方法和教学手段的调查结果一致，甚至有人认为过于强调多媒体等教学手段对授课效果有负面影响。第四，教师。26个博士研究生对教师的教学态度表达了不满，5个博士研究生指出个别老师的教学基本功较差。第五，学时、学分与课程考核。11个博士研究生提出，应该减少对博士研究生学分的要求，减少必选课增加选修课，减少公共课的课时等。12个博士研究生希望采用多元化的成绩考查方式。第六，课堂管理与监督。被调查者对此表达出了截然相反的两种意见。38个博士研究生虽然同意加强课堂管理和监督，但反对简单化的巡视课堂，提出应该允许和鼓励教师创新课堂教学模式，比如一些专业课可以不在教室进行而是走出教室去实践；与此相反，还有10个博士研究生认为可以用点名、签到等方式严格考勤、严格课堂考勤管理。

四、 结论与建议

第一，博士研究生对课堂的重视与失望并存，这一失望可能源于对教学吸引力和教师教学态度的不满，因此要求规范课堂教学。尽管在职读博的学生与全日制脱产博士研究生在课堂重要性的评价上有差异，但总体来说85%以上的学生主观上仍然认为课程教学在保证研究生培养质量方面有着重要作用。但是，在评价“研究生课堂教学中存在的主要问题是什么”时，又有13.6%的人选择了“学生自己不重视”。重要却不重视，从中可以看出博士研究生对课堂教学存在一定程度的失望。为什么会失望？结合因子分析和描述统计过程发现，博士研究生对教师的教学基本功和教学规范性（尽管有层次性：对时间地点规范满意，对课前提纲等不满）基本满意，但对教学吸引力的满意度评价不高。这就需要教师着力追求教学吸引力，但是结合主观题的调查结果发现，教师不能简单追求吸引力，更要注重对课堂的控制力以及知识的系统性、完整性。

第二，博士研究生对教学手段要求并不高，重视和希望教师对教学方法进一步改进，应结合学生需求完善对博士研究生的课堂教学评价管理。首先，要建立以学生为主的评教体系，使学生敢于给出真实的评价结果。其次，教学评价指标上应该侧重于教学方法和教学效果的评价，轻教学手段等形式评价。评价指标中应该少些形式上的强硬要求，比如不应再把是否使用多媒体等作为一个指标（而这一指标却是目前很多学校的教学管理部门对教师的课堂教学进行评价时的必备指标）。再次，评价应该与培训相结合，虽然博士研究生课程任课教师的教学水平普遍较高，但是调查中也有不少博士研究生指出一些老师的普通话都有问题，还有一些年轻老师科研水平高，教学水平差。最后，也是最根本的，就是对教师的评价体系应该改变重科研轻教学的状况，才能从根本上改变某些教师教学态度不端正的局面。

第三，博士研究生对课程的学时、学分存在不满，应进一步科学合理地设计课程体系。首先，应该减少对博士研究生的学分要求。虽然博士研究生的课下准备时间与是否为全日制脱产博士研究生无关，但是博士研究生依然普遍认为现在的课程过多，学分要求过高。其次，应减少部分课的学时，对于政治、英语以及小语种等公共课，应该采取合理办法允许学生免修、免考等（目前已有相关办法，但仍应继续完善），使博士研究生将更多时间花在科研上。再次，减少必修学分的要求，增加选修学分的比重，多提供选修课，且最好能一门课由多位老师开设。最后，各学期的课程应该合理均衡分配，不要过于集中在一个学期。

参考文献

[1]鲍威.学生眼中的高等院校教学质量——高校学生教学评估的分析[J].现代大学教育，2007（4）：1622.

[2]胡子祥.高等教育服务质量评价模型研究[J].现代大学教育，2006（2）：6167.

[3]张雪梅，刘若兰.构建以学生校园经验与学习成果为高等教育质量评鉴指针之研究[J].高教发展与评估，2007（5）：3443.

[4]岳昌君，胡丛.毕业生对高等教育质量评价的实证研究[J].大学·研究与评价，2008（3）：5662.

[5]张倩，岳昌君.高等教育质量评价与学生满意度[J].中国高教研究，2009（11）：4043.