發(fā)布時間：2018-04-27 05:27

  本文選題：貝葉斯估計 + 先驗分布　； 參考：《吉林大學》2017年碩士論文

【摘要】：近些年來,貝葉斯估計越來越受到各個科學領域的關注,應用范圍也越來越廣。在教育學中,貝葉斯估計也逐漸顯示出巨大的潛力和吸引力,能夠幫助教師準確的了解問題,也能科學地分析教學過程,及時發(fā)現教育的實質、規(guī)律和作用。特別的,與傳統教育考核方法相比,其更適合用于對考核成績的深層分析,將貝葉斯估計應用于基礎教育教學評價,監(jiān)測中小學教育的考核數據,可為相關職能部門決策提供科學依據。本文簡要介紹了貝葉斯估計在教育學中的應用,并舉一例作具體的說明,總結了這種方法的優(yōu)缺點,最后簡單介紹貝葉斯估計在教育學上的評價和遠景。
[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.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：G40-051

【相似文獻】

相關期刊論文 前10條

1 于忠義;;誰開創(chuàng)了貝葉斯學派?——對拉普拉斯1774年一篇文章的回顧[J];統計與信息論壇;2008年01期

2 顧娟,孫漢杰;長期生存者所占比例的貝葉斯估計[J];鐵道師院學報;2000年03期

3 邊平勇;張相虎;;一種基于SIS的貝葉斯模型算法[J];統計與信息論壇;2010年10期

4 詹昊可,姜禮平;共軛最大熵先驗下的貝葉斯估計[J];運籌與管理;2002年06期

5 李舒亮;;完全隨機缺失下的配對試驗貝葉斯估計[J];數學學習與研究;2013年03期

6 魯萬波;焦鵬;;Gumbel分布的簡單貝葉斯估計[J];數理統計與管理;2011年02期

7 丁輝;王咪咪;;誤差修正機制轉換模型的貝葉斯估計[J];長春大學學報;2014年06期

8 姚飛;;CD生產函數的貝葉斯估計[J];家教世界;2013年12期

9 尤青;王亞民;;非線性回歸方程Y=aX~b+ε參數的貝葉斯估計與應用[J];連云港職業(yè)技術學院學報;2014年01期

10 陳利鋒;;中國貨幣政策:價格規(guī)則還是數量規(guī)則——基于DSGE-貝葉斯VAR方法的考察[J];求索;2014年03期

相關博士學位論文 前1條

1 馬德仲;基于貝葉斯網絡和多源信息構建可靠性分析模型方法研究[D];哈爾濱理工大學;2015年

相關碩士學位論文 前10條

1 王韜;基于貝葉斯網絡的###動車組牽引傳動系統可靠性分析[D];西南交通大學;2015年

2 胡斌;基于壓縮感知的DOA估計[D];哈爾濱工業(yè)大學;2015年

3 周名鋒;基于MCMC的進展多狀態(tài)模型的貝葉斯估計[D];大連理工大學;2015年

4 張博;基于貝葉斯壓縮感知理論與技術研究[D];電子科技大學;2015年

5 盧麗;基于非參數檢驗和貝葉斯估計的TWA檢測算法研究[D];東北大學;2013年

6 袁德璋;基于貝葉斯網絡人體摔倒預測的研究[D];哈爾濱工業(yè)大學;2014年

7 段仁青;基于遞歸算法的貝葉斯網絡結構學習[D];西安電子科技大學;2014年

8 崔歡歡;基于量子貝葉斯網絡的電力變壓器故障診斷方法研究[D];華北電力大學;2015年

9 楊帆;廣義Logistic模型的貝葉斯參數估計[D];吉林大學;2016年

10 黃琴;基于貝葉斯估計與分布的關聯分析方法研究[D];華南理工大學;2016年

，

本文編號：1809396