学生群体中发放调查问卷,要求学生对照教师各个方面的表现进行综合评定打分(五分制),表1:高校教师教育质量调查表(保留两位小数),其中y,x1,x2,x3,x4分别代表教师总体教育质量、课程内容组织的合理性、主要问题开展的逻辑性、回答学生问题的有效性和课下交流的有助性。
进行多元非线性回归拟合时,对非线性回归项中的二次项进行组合变换,所得高校教师教育质量所表征数据线性化后的数据调查表如表2所示(保留两位小数)。
3.2 多元线性回归和多元非线性回归分析
对表1和表2数据分别进行多元线性回归分析和多元非线性回归分析,结果如表3和表4所示(保留三位小数)。
由表3和表4中多元回归相关系数可知,非线性回归对此模型的解释能力更高,因此选用非线性回归模型进行拟合回归,回归方程为:
y=0.402+24.978x1-34.925x2+19.210x3-9.267x4-4.330x1x2-8.250x1x3+7.148x1x4+2.871x2x3-2.749x2x4+1.052x3x4-0.190x12+6.245x22+0.103x32-1.611x42
3.3 线性规划求解
为在一定约束作用下确定出最高教育水平,对上述所求非线性回归模型进行线性规划求解,线性规划求解数值表如表5所示(保留三位小数)。
由表5可知,当教师总体教育质量、课程内容组织的合理性、主要问题开展的逻辑性、回答学生问题的有效性和课下交流的有助性评分分别为1.488、0.174、0.051和4.168时,教育教学水平最大值可达到最高分5分。值得注意的是线性规划求解依赖于拟合的多元回归方程,这里的线性规划求解只具备数学意义,不具备物理实际意义,因为在实际情况下肯定是当x1=x2=x3=x4=5时,y最大;但当具备条件不够充足时,此线性规划求解可以提供指导意见,比如在提高教育教学质量水平时控制教师总体教育质量,当此力度不足以达到最高限度5时,可以控制在1.488附近,转而提升其它水平。
4 结论
本文通过多种数学方法与计算机处理数据相结合,在较大程度上保证了教师教育质量评估的精确性和客观性,一定程度上避免传统方法中主观因素的影响和干扰,结果可靠性较强。文章引入多元线性回归模型与多元非线性回归模型,对比择优后经过线性规划求解最优值,尽可能减小了评估过程中存在的误差影响,在数据处理与指标评估方面,具有较大可行性与可靠性,在数据处理技术日趋完善的背景下,其研究前景将愈加广泛。
参考文献:
[1]涂虬.Excel在回归分析中的应用[J].武钢职工大学学报,2001,13(2):24-32.
[2]田生昌.Excel软件在非线性回归分析中的应用探讨[J].宁夏农林科技,2011,52(11):29-31.
[3]王中华,山桂云,林英武.Excel多元线性回归及在化学中的应用[J].计算机与应用化学,2005,22(9):817-820.
[4]龚江,石培春,李春燕.巧用Excel解决多元非线性回归分析[J].农业网络信息,2011(1):46-48.
[5]汤在祥,高清松,徐辰武.非线性方程的Excel拟合及其应用[J].农业信息科学,2005,21(3):306-310.