学生成绩分析数学建模优秀范文
数学建模期末个人总结高中
数学建模期末个人总结高中在过去的几个月中，我参加了高中数学建模的学习和实践。
通过这次课程的学习，我对数学建模有了更深入的了解，并且在解题方法和实践经验上也有了很大的提升。
在此总结中，我将分别从数学建模的意义、数学建模的基本流程、数学建模中常用的数学工具以及我个人在数学建模中的体会这四个方面进行总结和分析。
首先，我想谈一谈数学建模的意义。
数学建模是一种将实际问题转化为数学问题并进行求解的方法。
通过数学建模，我们可以了解并预测实际问题的发展趋势和变化规律，为实际问题的解决提供理论依据和实际方法。
数学建模的意义在于发现和解决实际生活中的问题，提高解决问题的能力和思维方式，并培养学生的创新能力。
接下来，我将介绍数学建模的基本流程。
数学建模的基本流程包括问题的理解、问题的数学描述、建立数学模型、模型的求解和模型的验证。
在问题的理解阶段，我们需要充分了解问题的背景和条件，并确定问题的具体要求。
在问题的数学描述阶段，我们需要选择合适的数学工具和方法，将实际问题转化为数学问题。
在建立数学模型的阶段，我们需要确定数学模型中的变量、参数和约束条件，并确定数学模型的形式。
在模型的求解阶段，我们需要选择合适的数学方法和计算工具，并进行模型的求解。
最后，在模型的验证阶段，我们需要对模型进行验证和评估，确定模型的有效性和可行性。
然后，我将介绍数学建模中常用的数学工具。
在数学建模中，常用的数学工具包括概率论、统计学、微积分、线性代数、方程和不等式的求解等。
概率论和统计学可以用来描述和分析随机事件的发生概率和统计规律，对于分析和解决具有随机性的问题非常有帮助。
微积分可以用来描述和分析变化的规律和趋势，对于描述和解决动态变化的问题非常有帮助。
线性代数可以用来描述和分析线性关系和线性变换，对于描述和解决线性相关的问题非常有帮助。
方程和不等式的求解是解决数学问题的基本方法，我们可以通过求解方程和不等式得到数学模型的解。
最后，我将谈一谈我个人在数学建模中的体会。
数学建模毕业生自我鉴定
数学建模毕业生自我鉴定
作为一名数学建模毕业生，我拥有扎实的数学基础、优秀的逻辑思维和较强的问题解决能力。
在学习期间，我全面掌握了数学建模的基本理论知识和方法，能够熟练运用不同的数学模型进行问题分析与求解。
同时，我还具备良好的数学建模实践操作能力，能够灵活运用MATLAB、Mathematica等相关软件工具进行数据处理和模型模拟。
在数学建模的过程中，我注重团队合作，善于与他人进行有效的沟通和协作。
我擅长组织团队成员的工作，分配任务并监督进度，以确保项目顺利进行。
我的团队合作精神和高度责任感得到了同学和指导教师的一致认可，多次获得团队合作奖项。
在实践中，我曾参与过多个数学建模竞赛项目，并取得了优秀的成绩。
例如，我与团队成员合作完成了一个关于旅行销售代理商路线规划的数学建模项目。
通过分析不同销售代理商的地理位置、市场需求等因素，我们成功设计了一个高效的销售路线规划方案，能够最大程度地满足市场需求并降低成本。
这个项目取得了一等奖，得到了评委的高度赞扬。
除了数学建模的专业技能，我还具备良好的综合能力和自主学习能力。
我能够迅速学习和掌握新的知识和技能，并将其应用到实践中。
我具有较高的学习动力和好奇心，对数学建模领域的最新发展保持关注。
我相信，通过不断学习和实践，我将能够在数学建模领域取得更加突出的成就。
建模美赛获奖范文
建模美赛获奖范文全文共四篇示例，供读者参考第一篇示例：近日，我校数学建模团队在全国大学生数学建模竞赛中荣获一等奖的喜讯传来，这是我校首次在该比赛中获得如此优异的成绩。
本文将从建模过程、团队合作、参赛经验等方面进行详细介绍，希望能为更多热爱数学建模的同学提供一些借鉴和参考。
让我们来了解一下比赛的背景和要求。
全国大学生数学建模竞赛是由中国工程院主办，旨在促进大学生对数学建模的兴趣和掌握数学建模的基本方法和技巧。
比赛通常会设置一些实际问题，参赛队伍需要在规定时间内通过建立数学模型、分析问题、提出解决方案等步骤来完成任务。
最终评选出的优胜队伍将获得一等奖、二等奖等不同级别的奖项。
在本次比赛中，我们团队选择了一道关于城市交通拥堵研究的题目，并从交通流理论、路网优化等角度进行建模和分析。
通过对城市交通流量、拥堵原因、路段限制等方面的研究，我们提出了一种基于智能交通系统的解决方案，有效缓解了城市交通拥堵问题。
在展示环节，我们通过图表、数据分析等方式清晰地呈现了我们的建模过程和成果，最终赢得了评委的认可。
在整个建模过程中，团队合作起着至关重要的作用。
每个成员都发挥了自己的专长和优势，在分析问题、建模求解、撰写报告等方面各司其职。
团队内部的沟通和协作非常顺畅，大家都能积极提出自己的想法和看法，达成共识后再进行实际操作。
通过团队合作，我们不仅完成了比赛的任务，也培养了团队精神和合作能力，这对我们日后的学习和工作都具有重要意义。
参加数学建模竞赛是一次非常宝贵的经历，不仅能提升自己的数学建模能力，也能锻炼自己的解决问题的能力和团队协作能力。
在比赛的过程中，我们学会了如何快速建立数学模型、如何分析和解决实际问题、如何展示自己的成果等，这些能力对我们未来的学习和工作都将大有裨益。
在未来，我们将继续努力，在数学建模领域不断学习和提升自己的能力，为更多的实际问题提供有效的数学解决方案。
我们也希望通过自己的经验和教训，为更多热爱数学建模的同学提供一些指导和帮助，共同进步，共同成长。
优秀的数学建模论文范文(通用8篇)
优秀的数学建模论文范文第1篇摘要：将数学建模思想融入高等数学的教学中来，是目前大学数学教育的重要教学方式。
建模思想的有效应用，不仅显著提高了学生应用数学模式解决实际问题的能力，还在培养大学生发散思维能力和综合素质方面起到重要作用。
本文试从当前高等数学教学现状着手，分析在高等数学中融入建模思想的重要性，并从教学实践中给出相应的教学方法，以期能给同行教师们一些帮助。
关键词：数学建模；高等数学；教学研究一、引言建模思想使高等数学教育的基础与本质。
从目前情况来看，将数学建模思想融入高等教学中的趋势越来越明显。
但是在实际的教学过程中，大部分高校的数学教育仍处在传统的理论知识简单传授阶段。
其教学成果与社会实践还是有脱节的现象存在，难以让学生学以致用，感受到应用数学在现实生活中的魅力，这种教学方式需要亟待改善。
二、高等数学教学现状高等数学是现在大学数学教育中的基础课程，也是一门必修的课程。
他能为其他理工科专业的学生提供很多种解题方式与解题思路，是很多专业，如自动化工程、机械工程、计算机、电气化等必不可少的基础课程。
同时，现实生活中也有很多方面都涉及高数的运算，如，银行理财基金的使用问题、彩票的概率计算问题等，从这些方面都可以看出人们不能仅仅把高数看成是一门学科而已，它还与日常生活各个方面有重要的联系。
但现在很多学校仍以应试教育为主，采取填鸭式教学方式，加上高数的教材并没有与时俱进，将其与生活的关系融入教材内，使学生无法意识到高数的重要性以及高数在日常生活中的魅力，因此产生排斥甚至对抗的心理，只是在临考前突击而已。
因此，对高数进行教学改革是十分有必要的，而且怎么改，怎么让学生发现高数的魅力，并积极主动学习高数也是作为教师所面临的一个重大问题。
三、将数学建模思想融入高等数学的重要性第一，能够激发学生学习高数的兴趣。
建模思想实际上是使用数学语言来对生活中的实际现象进行描述的过程。
把建模思想应用到高等数学的学习中，能够让学生们在日常生活中理解数学的实际应用状况与解决日常生活问题的方便性，让学生们了解到高数并不只是一门课程，而是整个日常生活的基础。
数学建模年度总结范文初中
一、前言在过去的一年里，我国初中数学教育在数学建模方面取得了显著的成果。
作为初中数学教师，我深感荣幸能够参与其中，并在实践中不断提升自己的教学水平和能力。
现将我本年度的数学建模教学工作总结如下：一、工作回顾1. 培养学生数学建模意识本年度，我始终将培养学生的数学建模意识作为教学的首要任务。
通过引入实际问题，引导学生运用数学知识进行分析、解决问题，从而提高学生的数学思维能力和创新意识。
2. 丰富教学内容，提高教学质量在教学中，我注重将数学建模思想融入各个知识点，使学生在掌握知识的同时，能够运用所学知识解决实际问题。
此外，我还结合教材，设计了丰富多样的教学活动，激发学生的学习兴趣，提高教学质量。
3. 开展数学建模竞赛活动为了提高学生的数学建模能力，我积极组织学生参加各类数学建模竞赛。
在竞赛过程中，学生充分发挥自己的潜能，取得了优异的成绩，为学校赢得了荣誉。
4. 深入研究，提升自身能力为了更好地开展数学建模教学工作，我不断学习相关理论知识，参加各类培训，提升自己的教学水平。
同时，我还积极与同行交流，分享教学经验，共同提高。
二、工作总结1. 学生数学建模能力显著提高通过一年的数学建模教学，学生的数学建模能力得到了显著提高。
他们能够运用数学知识分析实际问题，提出解决方案，并能够运用计算机等工具进行数据处理和分析。
2. 教学效果良好本年度，我所任教的班级在数学建模方面取得了优异成绩。
学生在课堂上的参与度明显提高，对数学学习的兴趣更加浓厚。
3. 个人能力得到提升通过参与数学建模教学工作，我深刻认识到数学建模的重要性，并在实践中不断提升自己的教学水平和能力。
同时，我还结识了一大批志同道合的同行，共同探讨数学建模教学。
三、展望未来在新的一年里，我将继续努力，为提高学生的数学建模能力贡献力量。
具体措施如下：1. 深入研究数学建模教学，不断丰富教学内容和方法。
2. 积极参加各类培训，提高自己的专业素养。
3. 加强与同行的交流与合作，共同推动数学建模教学的发展。
学生成绩综合评价模型(数学建模)
定义： （i=1,2…n）为n个学生的某一学期的原始成绩。
，这样就可以将一个偏正态分布转变成了 满足的正态分布，由于该函数单调递减函数，原始成绩高的反而变得成绩低了，为和传统保证一致，进行以下变换 。这样就能得到一个满足标准正态分布的数据了。下面通过坐标的偏移拉伸使得其满足相同分布的正态分布。
其次对原始数据进行SK检验得：
第一学期
第二学期
第三学期
第四学期
Sk
-1.236
-1.919
-1.944
-2.928
Ku
2.5
7.043
8,142
14.479
这样通过以上的分析，我们可以发现，直方图在标准正态分布曲线的右边，且Sk<0，则都属于负偏态分布，说明试题的总体难度是偏低的。而且根据Ku值渐渐变大可以发现试题中中等难度的题目越来越多了。根据其平均值和方差可知：学生在第四学期的平均成绩最高，其次是第二学期，第一学期和第三学期的平均成绩略低一些；但是从方差来看，第一、三学期低于第二、四学期，这从上图中也可以明显看出，第一、三学期学生的成绩分布要比第二四学期学生的成绩分布要集中。
（1）分析学生成绩平均值和稳定度的关系
根据已经标准化的成立，利用平均成绩与方差所联合做成的散点图，我们可以看出，大体的情况是，多数同学的成绩还是比较稳定的，就是个别同学，成绩起伏很大，并且大致趋势为，成绩越好的同学波动越小，相反，成绩不好的同学波动就很大。
（2）学生成绩段人数分析
由于这里要进行学生成绩段的分析，就不能使用已经标准化的成绩了，显然如果使用标准化后的数据，则数据基本满足标准正态分布，这样进行成绩的分段研究也就失去了意义。对原始数据进行成绩的分段分析得：
数学建模竞赛思维磨砺作文精选6篇
篇1：数学建模竞赛思维磨砺作文嘿，咱们聊聊数学建模竞赛的思维方式，这事儿我可是有话要说。
话说那天，我在课堂上看到一群学生围着一块黑板，讨论得热烈得跟开了锅似的。
他们手里拿着计算器，嘴里念念有词，时不时还得敲敲脑袋。
我当时就想，这群娃儿是吃了什么熊心豹子胆，敢对着数学模型这么较真儿？那时候，我刚从数学建模竞赛回来，那是一场给我留下了深刻印象的较量。
咱们得先说说这数学建模竞赛是什么玩意儿。
简单说，就是给出一堆实际问题，让你用数学的方法去分析、解决问题。
听起来不难吧？其实，那可真是个大坑！记得那次竞赛，我们小组拿到了一个关于交通拥堵的题目。
一开始，我们觉得这事儿简单得很，不就是画个图、算算公式嘛。
可真干起来，才发现问题来了。
这交通拥堵啊，看似一个点的问题，实则牵扯到整个城市的规划、经济发展、人口流动等多个方面。
你得把这些因素都考虑进去，还得保证你的模型既精确又实用。
当时我们那叫一个头大，大家围着桌子讨论得面红耳赤。
我有个同学，是个数学天才，长得瘦瘦高高的，戴一副眼镜，一看就是那种典型的书呆子。
他那时候正皱着眉头，咬着笔头，不停地在本子上写着什么。
我突然想起了他小时候学奥数的样子，那时候他也是这样，整天对着那些复杂的题目，像着了魔似的。
咱们得说说这数学建模的思维方式。
首先，你得会观察问题。
你看那些参赛的学生，他们可不像我们平时那样，只看表面现象。
他们得从复杂的问题中找出关键点，然后进行分析。
这就要求你具备一定的洞察力，否则，你就只能在问题面前干瞪眼。
其次，你得学会运用数学工具。
数学建模竞赛可不是让你拿出笔和纸算算数那么简单，你得会使用各种软件、编程语言，甚至还得懂得一些统计学知识。
这就需要你具备一定的动手能力，否则，你的模型再漂亮，也是空中楼阁。
再说说团队协作。
数学建模竞赛是一个团队项目，你得学会和队友沟通、协作。
有时候，你可能得忍受队友的暴躁脾气，有时候还得忍受他们对你的质疑。
但只要你坚持，最后总能达成共识，一起把问题解决。
学生课程成绩综合分析(数学建模论文)
摘要为学生尽力提供合理而有效的教学是学校一直以来所追求与重视的。
在教学过程中，学校注重的是学生各学期以来对知识的掌握程度，并以成绩作为其衡量标准。
成绩统计分析是高校考试质量管理的重要组成部分。
通过对考试成绩的统计分析, 可以挖掘考试中蕴藏着的大量信息资料, 从而掌握教师的教学效果和学生的学习状况,本文运用了单因素分析、层次分析法、3 法，方差分析等多种方法对成绩进行具体分析检测。
针对问题一，我们首先对已给的数据进行处理，即成绩因为服从正态分布，所以我们通过3原则来舍去坏值。
然后用单因素方差分析法，以甲乙两专业为不同水平对每门课程进行显著性检验，通过计算得出各自的批值，从而得出专业的不同对各门成绩的影响没有显著性差异。
对于问题二，用层次分析法求得各门课程占总成绩的比重，得出两专业的总成绩，我们用加权后的总成绩来作为判断数学水平高低的标准。
然后继续用到了单因素方差分析法，同样以甲乙两专业为不同水平进行显著性检验，结果p=0.1483>0.05,表明专业不同对数学水平没有显著性的影响。
对于问题三，要判断高数与线代和概率的关系，我们以甲专业为代表进行讨论，通过计算高数与线代和概率的相关系数，并和在同等条件下的相关系数的临界值进行比较，得出线代和概率论的成绩与高数成绩成正相关但无显著性影响。
问题四，对问题一二三进行总结，无论什么专业高数在大学数学的学习中起着非常重要的作用。
其它数学学科与它成正相关，同时学好数学会提升同学们的基本学习素养。
关键词 单因素方差分析，层次分析，假设检验，相关性 问题重述附件是甲专业和乙专业的高等数学上册、高等数学下册、线性代数、概率论与数理统计等三门数学课程的成绩数据，请根据数据分析并回答以下问题：⑴对于每门课程，专业的不同对成绩的影响是否显著？⑵专业对数学水平的影响是否显著？⑶高等数学成绩对线性代数和概率论成绩是否有显著影响？ ⑷根据你所作出的以上分析，面向本科生同学阐述你对于大学数学课程学习方面的看法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2012年暑期培训数学建模第二次模拟承诺书我们仔细阅读了数学建模联赛的竞赛规则。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其它公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。
我们的参赛报名号为：参赛队员 (签名) ：队员1：队员2：队员3：2012年暑期培训数学建模第二次模拟编号专用页参赛队伍的参赛号码：（请各个参赛队提前填写好）：竞赛统一编号（由竞赛组委会送至评委团前编号）：竞赛评阅编号（由竞赛评委团评阅前进行编号）：2012年暑期培训数学建模第二次模拟题目学生成绩的分析问题摘要本文针对大学高数和线代，概率论成绩进行建模分析，主要用到统计分析的知识及SPSS软件，建立了方差分析、单因素分析、相关性分析等相关模型，从而分析两个专业、四门课程成绩的显著性，以及课程之间的相关性。
最后利用分析结论表明了我们对大学数学学习的看法。
问题一：每门课程两个专业的差异性需要进行多个平均数间的差异显著性检验，首先应该对数据进行正态分布检验，结论是各个专业的分数都服从正态分布，之后可以根据Kolmogorov-Smirnov 检验（K-S检验）原理，利用SPSS软件进行单因素方差分析，得出方差分析表，进行显著性检验，最后得出的结论是高数1、高数2、线代和概率这四科成绩在两个专业中没有显著性差异。
问题二：对于甲乙两个专业分别分析，应用问题一的模型，以每个专业不同班级的高数一、高数二、线代和概率平均数为自变量，同第一问相同的做法，得到两个专业中不同学科之间没有显著差异。
问题三：我们通过对样本数据进行Spss的“双变量相关检验”得出相关系数值r、影响程度的P值，从而来分析出高数1、高数2与概率论、现代的相关性。
问题四：利用上面数据，得到各专业课程的方差和平均值，再通过对各门课程的分析，利用分析结论表明了我们对大学数学学习的看法。
本文针对大学甲、乙两个专业数学成绩分析问题，进行建模分析，主要用到统计分析的知识和excel以及matlab软件，建立了方差分析、相关分析的相关模型，研究了影响学生成绩的相关因素,以及大学生如何进行数学课程的学习。
问题一针对每门课程分析两个专业的数学成绩可以通过excel工具得出各门功课的平均值、方差进行比较分析。
问题二针对专业分析两个专业的数学成绩的数学水平有无明显差异，可以运用平均数、方差进行比较。
并对两专业的数学成绩进行T检验，进一步分析其有无显著性差异。
问题三针对各班高数成绩和线代、概率论成绩进行散点图描述建立一元回归线性模型，然后对模型进行求解，对模型进行改进。
包括分析置信区间，残差等。
关键词：平均值方差 T检验一元回归线性模型置信区间残差 excel matlab关键词：单因素方差分析、方差分析、相关分析、 spss软件、一、问题重述附件是甲专业和乙专业的高等数学上册、高等数学下册、线性代数、概率论与数理统计等三门数学课程的成绩数据，请根据数据分析并回答以下问题：（1）针对每门课程分析，两个专业的分数是否有明显差异（2）针对专业分析，两个专业学生的数学水平有无明显差异（3）高等数学成绩的优劣，是否影响线性代数、概率论与数理统计的得分情况（4）根据你所作出的以上分析，面向本科生同学阐述你对于大学数学课程学习方面的看法。
二、模型假设1、假设两个班学生的整体程度和基础差异不大。
2、学生和学生之间的成绩是相互独立的，没有影响的。
3、假设样本学生的成绩均来自于实际，由此做出的分析是接近实际，能够反映实际状况的。
三、问题分析问题一分析：对于每门课程，两个专业的分数是否有显著性差异。
首先，应该利用SPSS证明其服从正态分布，之后可以利用SPSS对数据进行单因素分析和方差分析，采用单因素分析法，以专业为方差分析因素，最后比较显著性（Sig），如果Sig>，即没有显著性差异，若Sig<，即对于该门课程，两专业分数有明显差异。
问题二分析：模型同问题一。
针对专业分析，两个专业学生的各科数学水平有无明显差异。
问题三分析：判断高数I、高数Ⅱ和线代、概率论之间成绩的相关性。
首先我们要分别整合出四门学科的一组综合指标作为样本，然后求出相关系数矩阵。
问题四分析：总结分析。
求出各专业科目的平均值和方差，然后进行比较并和前几问相结合，提出合理的建议。
四、模型建立和求解模型一：单因素方差分析模型单因素方差分析是固定其他因素，只考虑某一因素对试验指标的影响。
建立单因素方差分析模型，用以解决针对每门课程两个专业成绩是否有明显差异和针对专业各科数学成绩是否有明显差异的问题。
问题一求解：我们以专业为方差分析的因子，甲专业和乙专业为因子的不同水平，每个班的成绩是实验的数据样本。
首先我们需要对数据进行正态分析检验其服从正态分布。
利用SPSS软件可以进行正态性分析检验。
输入数据后，运行：分析——非参数检验——1-样本 K-S；之后运行：分析——描述统计——QQ图，可以对数据进行正态检验。
运行结果如图：对每门课程的数据进行QQ图检验如图：高数1的QQ图检验：上图中，实线是正态分布的标准曲线，散点是实际的数据分布，由图可知，散点分布和实线非常接近，即甲乙两专业的高数1成绩服从正态分布。
同样可知，甲乙两专业的高数2和线代、概率论都服从正态分布。
之后可以对数据进行单因素分析，利用SPSS进行统计分析：分析——比较均值——单因素ANOVA，最后得出每门课程的单因素分析如下：1、对高数1进行单因素分析，分析结果如下表：由图可知，其显著性Sig=>（显著性水平为），说明两个专业的高数1的成绩无明显差异，出现显著相同的状况。
2、对高数2进行单因素分析，分析结果如下表：同样由图可知，其显著性水平Sig=>（显著性水平为），说明两个专业的高数2成绩也显著相同。
3、对线代成绩进行单因素分析，分析结果如下表：出现基本相同的状况。
4、对概率成绩进行单因素分析，分析结果如下表：由图可知，概率成绩的显著性水平为Sig=>，说明两个专业的概率成绩显著相同，没有明显差别。
问题二求解：（模型一）求解每个专业的学生各门数学成绩之间是否有明显不同，我们仍然运用单因素方差分析的模型，将科目看做对成绩的影响因素，则有两个条件，分别是高数1，高数2,线代，概率论。
四科数学成绩看做随机变量，证明其也服从正态分布（仍然运用spss正态检验）。
每个变量的样本值为每个专业各班成绩的平均值。
在这里我们先证明：在甲乙两个专业内。
高数1，高数2，线代和概率分别成正态分布在甲乙专业中分别定义变量名为高数1，高数2，线代和概率。
运行spss软件：分析-> 描述统计 -> 描述，分析-> 非参数检验 -> 1-样本K-S。
运行结果如下：表甲专业学生各科成绩描述统计量N极小值极大值均值标准差方差高数一1530433高数二1534096线代153098概率1532297有效的 N （列表状153态）表甲专业学生各科成绩 Kolmogorov-Smirnov 检验高数一高数二线代概率N153153153153正态参数a,b均值标准差最极端差别绝对值.284.153.187.082正.257.153.067.059负Kolmogorov-Smirnov Z渐近显著性(双侧).000.001.000.249a. 检验分布为正态分布。
b. 根据数据计算得到。
表乙专业学生各科成绩描述统计量N极小值极大值均值标准差方差高数一1080100高数二108097线代1080100概论108097有效的 N （列表状态）108表乙专业学生各科成绩 Kolmogorov-Smirnov 检验高数一高数二线代概论N108108108108正态参数a,b均值标准差最极端差别绝对值.204.251.173.116正.123.123.092.059负Kolmogorov-Smirnov Z 渐近显著性(双侧).000.000.003.111a. 检验分布为正态分布。
b. 根据数据计算得到。
甲专业得49.3)12,3(497.11≈<=-αF F , F 值落在接受域，所以接受0H 。
显著性为，即由方差分析得到甲专业四门数学成绩无明显差异。
乙专业ANOVA表 甲专业学生各科成绩平方和df 均方F 显著性 组间 3 .213组内 8总数11得07.4)8,3(872.11≈<=-αF F , F 值落在接受域，所以接受0H 。
显著性为，即由方差分析得到乙专业四门数学成绩无明显差异。
问题三求解：（模型二）需要解决学生高等数学成绩的优劣，对线性代数、概率论与数理统计课程的成绩是否显著性相关。
将高数Ⅰ，高数Ⅱ，线代，概率论学科成绩看做四个总体，分别把甲乙专业同学的成绩作为样本。
然后分别对高数Ⅰ，高数Ⅱ进行相关性分析。
相关性分析有很多方法，为简便运算，本文主要应用SPSS软件的相关性分析求解：上表是相关系数大小及其显著性检验结果表，从表中可看出：甲专业：高数Ⅱ和线代的相关系数r=，且显著性水平为p=＜，因此相关性非常显著，高数Ⅱ和概率论的相关系数r=，且显著性水平为p=＜，因此相关性非常显著。
乙专业：高数Ⅰ和线代的相关系数r=，且显著性水平为p=＜，因此相关性非常显著；同理高数Ⅰ和概率论的相关系数r=，且显著性水平为p=＜，相关性非常显著；高数Ⅱ和线代的相关系数r=，且显著性水平为p=＜，因此相关性非常显著，高数Ⅱ和概率论的相关系数r=，且显著性水平为p=＜，因此相关性非常显著。
问题四求解：（模型三）求出各专业各课程的方差以及各课程的平均值：各专业各课程方差 各课程平均值由上图我们可以看出，对于甲专业来说，各门课方差起伏较大，高数Ⅱ方差明显低于其它3门课；对于乙专业来说，各门课方差无太大变化，高数Ⅱ略低。
总的来说，高数Ⅱ的平均分最低，概率论最高。
可以看出高数Ⅱ课程对同学们来说普遍较难，应该更加用心的学习，才能更好地掌握知识。
学好高数是因为它是一门极能锻炼思维能力的学科，更重要的是，它能锻炼一个人能的耐心与定力-在如今社会里，常常能沉下心来对几个数学问题专研几个小时的人，真的不算多了。
在现实世界中，一切事物都发生变化并遵循量变到质变的规律。
数学对于现代人整体素质的意义，对于社会与人文科学的作用，也是逐渐被人们所认识的。
恩格斯说：要辨证而又唯物的了解自然，就必须掌握数学。
英国著名哲学家培根说：数学是打开科学大门的钥匙。