贝叶斯估计在教育学中的应用

发布时间：2018-04-27 05:27

  本文选题：贝叶斯估计 + 先验分布　； 参考：《吉林大学》2017年硕士论文

【摘要】：近些年来,贝叶斯估计越来越受到各个科学领域的关注,应用范围也越来越广。在教育学中,贝叶斯估计也逐渐显示出巨大的潜力和吸引力,能够帮助教师准确的了解问题,也能科学地分析教学过程,及时发现教育的实质、规律和作用。特别的,与传统教育考核方法相比,其更适合用于对考核成绩的深层分析,将贝叶斯估计应用于基础教育教学评价,监测中小学教育的考核数据,可为相关职能部门决策提供科学依据。本文简要介绍了贝叶斯估计在教育学中的应用,并举一例作具体的说明,总结了这种方法的优缺点,最后简单介绍贝叶斯估计在教育学上的评价和远景。
[Abstract]:In recent years, Bayesian estimation has attracted more and more attention in various fields of science. In pedagogy, Bayesian estimation gradually shows great potential and attraction, which can help teachers understand problems accurately, scientifically analyze teaching process, and discover the essence, law and function of education in time. In particular, compared with the traditional educational assessment method, it is more suitable for deep analysis of the assessment results, applying Bayesian estimation to the basic education teaching evaluation, and monitoring the assessment data of primary and secondary education. It can provide scientific basis for relevant functional departments to make decisions. In this paper, the application of Bayesian estimation in pedagogy is briefly introduced, and an example is given to illustrate the advantages and disadvantages of this method. Finally, the evaluation and prospect of Bayesian estimation in pedagogy are briefly introduced.
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：G40-051

【相似文献】

相关期刊论文 前10条

1 于忠义;;谁开创了贝叶斯学派?——对拉普拉斯1774年一篇文章的回顾[J];统计与信息论坛;2008年01期

2 顾娟,孙汉杰;长期生存者所占比例的贝叶斯估计[J];铁道师院学报;2000年03期

3 边平勇;张相虎;;一种基于SIS的贝叶斯模型算法[J];统计与信息论坛;2010年10期

4 詹昊可,姜礼平;共轭最大熵先验下的贝叶斯估计[J];运筹与管理;2002年06期

5 李舒亮;;完全随机缺失下的配对试验贝叶斯估计[J];数学学习与研究;2013年03期

6 鲁万波;焦鹏;;Gumbel分布的简单贝叶斯估计[J];数理统计与管理;2011年02期

7 丁辉;王咪咪;;误差修正机制转换模型的贝叶斯估计[J];长春大学学报;2014年06期

8 姚飞;;CD生产函数的贝叶斯估计[J];家教世界;2013年12期

9 尤青;王亚民;;非线性回归方程Y=aX~b+ε参数的贝叶斯估计与应用[J];连云港职业技术学院学报;2014年01期

10 陈利锋;;中国货币政策:价格规则还是数量规则——基于DSGE-贝叶斯VAR方法的考察[J];求索;2014年03期

相关博士学位论文 前1条

1 马德仲;基于贝叶斯网络和多源信息构建可靠性分析模型方法研究[D];哈尔滨理工大学;2015年

相关硕士学位论文 前10条

1 王韬;基于贝叶斯网络的###动车组牵引传动系统可靠性分析[D];西南交通大学;2015年

2 胡斌;基于压缩感知的DOA估计[D];哈尔滨工业大学;2015年

3 周名锋;基于MCMC的进展多状态模型的贝叶斯估计[D];大连理工大学;2015年

4 张博;基于贝叶斯压缩感知理论与技术研究[D];电子科技大学;2015年

5 卢丽;基于非参数检验和贝叶斯估计的TWA检测算法研究[D];东北大学;2013年

6 袁德璋;基于贝叶斯网络人体摔倒预测的研究[D];哈尔滨工业大学;2014年

7 段仁青;基于递归算法的贝叶斯网络结构学习[D];西安电子科技大学;2014年

8 崔欢欢;基于量子贝叶斯网络的电力变压器故障诊断方法研究[D];华北电力大学;2015年

9 杨帆;广义Logistic模型的贝叶斯参数估计[D];吉林大学;2016年

10 黄琴;基于贝叶斯估计与分布的关联分析方法研究[D];华南理工大学;2016年

，

本文编号：1809396