發(fā)布時(shí)間：2018-04-27 05:27

  本文選題：貝葉斯估計(jì) + 先驗(yàn)分布��； 參考：《吉林大學(xué)》2017年碩士論文

【摘要】：近些年來,貝葉斯估計(jì)越來越受到各個(gè)科學(xué)領(lǐng)域的關(guān)注,應(yīng)用范圍也越來越廣。在教育學(xué)中,貝葉斯估計(jì)也逐漸顯示出巨大的潛力和吸引力,能夠幫助教師準(zhǔn)確的了解問題,也能科學(xué)地分析教學(xué)過程,及時(shí)發(fā)現(xiàn)教育的實(shí)質(zhì)、規(guī)律和作用。特別的,與傳統(tǒng)教育考核方法相比,其更適合用于對(duì)考核成績(jī)的深層分析,將貝葉斯估計(jì)應(yīng)用于基礎(chǔ)教育教學(xué)評(píng)價(jià),監(jiān)測(cè)中小學(xué)教育的考核數(shù)據(jù),可為相關(guān)職能部門決策提供科學(xué)依據(jù)。本文簡(jiǎn)要介紹了貝葉斯估計(jì)在教育學(xué)中的應(yīng)用,并舉一例作具體的說明,總結(jié)了這種方法的優(yōu)缺點(diǎn),最后簡(jiǎn)單介紹貝葉斯估計(jì)在教育學(xué)上的評(píng)價(jià)和遠(yuǎn)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(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：G40-051

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于忠義;;誰開創(chuàng)了貝葉斯學(xué)派?——對(duì)拉普拉斯1774年一篇文章的回顧[J];統(tǒng)計(jì)與信息論壇;2008年01期

2 顧娟,孫漢杰;長(zhǎng)期生存者所占比例的貝葉斯估計(jì)[J];鐵道師院學(xué)報(bào);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(tǒng)計(jì)與信息論壇;2010年10期

4 詹昊可,姜禮平;共軛最大熵先驗(yàn)下的貝葉斯估計(jì)[J];運(yùn)籌與管理;2002年06期

5 李舒亮;;完全隨機(jī)缺失下的配對(duì)試驗(yàn)貝葉斯估計(jì)[J];數(shù)學(xué)學(xué)習(xí)與研究;2013年03期

6 魯萬波;焦鵬;;Gumbel分布的簡(jiǎn)單貝葉斯估計(jì)[J];數(shù)理統(tǒng)計(jì)與管理;2011年02期

7 丁輝;王咪咪;;誤差修正機(jī)制轉(zhuǎn)換模型的貝葉斯估計(jì)[J];長(zhǎng)春大學(xué)學(xué)報(bào);2014年06期

8 姚飛;;CD生產(chǎn)函數(shù)的貝葉斯估計(jì)[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(shù)的貝葉斯估計(jì)與應(yīng)用[J];連云港職業(yè)技術(shù)學(xué)院學(xué)報(bào);2014年01期

10 陳利鋒;;中國(guó)貨幣政策:價(jià)格規(guī)則還是數(shù)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(guān)博士學(xué)位論文 前1條

1 馬德仲;基于貝葉斯網(wǎng)絡(luò)和多源信息構(gòu)建可靠性分析模型方法研究[D];哈爾濱理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王韜;基于貝葉斯網(wǎng)絡(luò)的###動(dòng)車組牽引傳動(dòng)系統(tǒng)可靠性分析[D];西南交通大學(xué);2015年

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

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

4 張博;基于貝葉斯壓縮感知理論與技術(shù)研究[D];電子科技大學(xué);2015年

5 盧麗;基于非參數(shù)檢驗(yàn)和貝葉斯估計(jì)的TWA檢測(cè)算法研究[D];東北大學(xué);2013年

6 袁德璋;基于貝葉斯網(wǎng)絡(luò)人體摔倒預(yù)測(cè)的研究[D];哈爾濱工業(yè)大學(xué);2014年

7 段仁青;基于遞歸算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[D];西安電子科技大學(xué);2014年

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

9 楊帆;廣義Logistic模型的貝葉斯參數(shù)估計(jì)[D];吉林大學(xué);2016年

10 黃琴;基于貝葉斯估計(jì)與分布的關(guān)聯(lián)分析方法研究[D];華南理工大學(xué);2016年

，

本文編號(hào)：1809396