R语言期末复习.docx

1 、智慧教学及其评价研究智慧教学: 教师与家长、管理者共同设计课程, 学生对学****内容、方式( 小组学****自主学****测试形式、学****进度、学****路径、评价进行选择, 课程符合个体需求,适应个性化发展。课堂中, 教学内容并不是一成不变的, 教师要随着时代发展, 更改教学内容、测试内容, 课程内容也可以由学生讨论生成的, 让学生从内容的消费者变为创造者。学****资源自适应, 全面支持移动泛在学****既服务于在校学生, 又支持社会学****者, 支持学分银行。借助网络平台, 充分表现社会性、实践性、现实性; 采用视真手段, 基于真实的课堂、场景、活动、竞赛,将教育与社会实践以新的形式相结合。全面支持学****者的研究和创造。评价: 课堂中, 通过智慧教室的摄像设备, 录制课堂学生的状态, 针对视频, 用滞后序列分析, 分析学生的行为, 进行过程性评价。通过学生使用的点阵笔和纸, 记录学生思考和学****的过程, 进行数据分析评价。在平台中, 通过学生访问各个模块的数据, 依据学生的认知风格的不同,进行个性化评价,过程性评价与总结性评价相结合。 2 、回归定义: 回归是研究一个因变量与一组自变量之间的关系。即用一个或多个预测变量( 自变量或解释变量) 预测响应变量( 因变量) 的方法。回归分析可以生成一个等式, 通过解释变量来预刚响应变量。思想: 根据自变量的值预测因变量的均值回归诊断: 线性:拟合值与残差图,分布在 y=0 的上下,对称分布,比较好正态性: 如果满足正态假设, 那么图上的点应该落在呈 45 度的直线上, 否则违反正态分布。同方差性:在水平线上随机分布,则满足同方差性残差与杠杆图:寻找以下三种类型点离群点: y 轴距离较远的点杠杆点: x 轴距离较远的点强影响点:去掉之后系数变动很大的点异常点的改进办法: 删除观测点变量变换添加或删除变量使用其他回归方法回归数据分析 Residuals (残差)对残差求一下最大值和最小值 Coefficients 系数 Intercept 截距 RunSize 斜率看一下 p 值(图中 pr 的值)有三个* ,代表显著(比较好) Residual standard 标准差(越小越好) (自由度,样本数- 参数= 自由度) Multiple R-squared 代表 R 平方(越趋向于 1 越好) Adjusted R-squared 调整的 R 平方值(考虑自由度) F-statistic (F 检验)对整个式子进行检验 p-value: -06 小于 代表显著 T 检验用来检验各个参数的显著性 F 检验用来检验整个回归关系的显著性拟合残差图是抛物线形状,那么需要二次项在 p< 水平下,回归系数都非常显著。模型的方差结实率已经增加到了 % 。二次项的显著性(t=, p<) 表明包含二次项提高了模型的拟合度。逻辑斯蒂回归 Y =1 就是这个式子, y=0 是1 减去这个式子这个式子计算 Y取1 的概率,式子结果> 取1 ,反之,取 0 训练集,训练一个模型测试集,测试训练集的模型 glm ()广义线性模型 model <- glm(formula = churn ~ ., data =train, family = 'binomial') summary(model)