Re: [國小] 苗栗T分數算法消失

看板studyteacher作者時間14年前 (2011/07/26 12:30), 編輯推噓5(6115)
留言22則, 9人參與, 最新討論串2/2 (看更多)
※ 引述《wadahs (奔奔)》之銘言: 苗栗簡章有說到t分數的算法 T=5 ×(個人原始分數-考生所在考場平均分數 )/考生所在考場分數標準差+80 另外,是不是看不出來自己的原始分有沒有通過70分啊? 統計名詞解釋: 1) 平均:全部成績相加 除於 總人數 2)標準差:成績分散的程度,標準差越大,成績分散越大 標準差越小,成績較集中 (母體標準差與樣本標準差的不同就不解釋了,這邊成績全部知道用母體) 來三組例子,以下是按照成績低到高排列 A組: 1, 2, 3,…,49,50,51,…,97,98,99 依序排列由1到99,分散平均 共99人,平均50,母體標準差28.6 (估計至小數第一位) B組: 1,50,50,…,50,50,50,…,50,50,99 除頭、尾是1、99外,其他都是50,集中在50 共99人,平均50,母體標準差 7.0 (估計至小數第一位) C組:50,50,50,…,50,50,50,…,50,50,50 全部50 共99人,平均50,母體標準差 0.0 原分 - 組平均 按 T = 5 ×------------- + 80 組標準差 來看一下A、B兩組拿99分的傢伙經過 T分數 調整後成績 A組:5 ×(99-50) ÷28.6 +80 = 88.6 B組:5 ×(99-50) ÷7.0 +80 = 115.2 而A、B、C組原本拿50分的T分數為 A組:5 ×(50-50) ÷28.6 +80 = 80 B組:5 ×(50-50) ÷7.0 +80 = 80 C組: 80 那1分的人咧? A組:5 ×(1-50) ÷28.6 +80 = 71.4 B組:5 ×(1-50) ÷7.0 +80 = 44.8 整理如下 本命: 99 50 1 A組T: 88.6 80.0 71.4 (原始成績平均分散) B組T:115.2 80.0 44.8 (原始成績過度集中) C組T: 80.0 可以發現成績分佈較散的(A組),調整之後的分數範圍不大 71.4~88.6 但是成績相對集中一點的但有高手(B組),調整之後的範圍很廣,尤其頭尾更加離譜 如果成績都差不多(C組),調整之後也不會差太大 結論:如果大家表現都差不多,或者分數集中,其實T分數變化不大 另外剛剛聽到評審講,規定評分介於70~90分之間(例外要寫原因) 假定原始分數在 70~90 之間,(樣本21)成績分佈為 A型:72~88 B型:64~96 C型:80 only 基本上我覺得分數分配比較貼近A型甚至有集中傾向(兩評審平均) 做幾個測試後發現成績分佈和A型很像(+-2) 以上初步介紹,有些不嚴謹之處請多包涵 -- ※ 發信站: 批踢踢實業坊(ptt.cc)

07/26 12:31, , 1F
zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz = =
07/26 12:31, 1F

07/26 12:31, , 2F
sorry 看到算式直接 end XDDD
07/26 12:31, 2F

07/26 12:50, , 3F
好認真 剛剛也翻郭生玉的書來研究~
07/26 12:50, 3F

07/26 12:59, , 4F
推這位老師的用心,解決了不少人的疑惑!!
07/26 12:59, 4F

07/26 13:01, , 5F
推!認真又用心
07/26 13:01, 5F

07/26 13:06, , 6F
0分,違反常態分佈
07/26 13:06, 6F

07/26 13:09, , 7F
只有幾個樣本,哪能確定常態分佈?
07/26 13:09, 7F

07/26 13:11, , 8F
分數集中某種程度意味著常態分佈,右斜或左斜
07/26 13:11, 8F
直接回答 其實einskeng大切中常模的規則 使用一個常模需要哪些條件相信大家都知道,尤其是人數,間接推得常態分佈 不過教師甄試(尤其複試)通常比較極端,大家程度都不錯,人也不多 造成高平均,變異數(or標準差)小 以40人為例: 甲組: 76 76 77 77 78 79 80 80 80 80 80 80 ... 80 81 81 81 83 83 85 乙組: 73 78 78 80 80 81 81 81 82... 82 83 ... 83 84 84 85 85 86 89 上面兩組都有點接近常態分配 丙組: 80 80 80 80 80 80... 80 81 81 81 81 ... 81 82 85 87 88 89 93 丙組右斜,而且是偏得很嚴重,但我相信這種分佈有可能出現在試教分數上 所以這邊T分數不見得要遵循常態分佈,但PR(百分等級)照定義一定會 ※ 編輯: sleep123 來自: 163.19.167.174 (07/26 13:28)

07/26 13:12, , 9F
你把你的分佈圖畫出來就知道了~常態的圖你認識的
07/26 13:12, 9F

07/26 13:12, , 10F
你這三張圖都很畸形
07/26 13:12, 10F

07/26 13:15, , 11F
樣本數超過30了 為什麼不視為常態= =
07/26 13:15, 11F

07/26 13:15, , 12F
統計的假設就是常態分佈,沒有常態一切都是假的
07/26 13:15, 12F

07/26 13:36, , 13F
要用T分數原因就是怕原始分數不夠常態分佈,所以才要用
07/26 13:36, 13F

07/26 13:37, , 14F
T分數把他拉成常態,因此T分數會更傾向常態
07/26 13:37, 14F

07/26 13:40, , 15F
所以就算原本例子不是常態也沒差
07/26 13:40, 15F

07/26 13:43, , 16F
太過極端不行唷,你之前舉的例子都太過極端了
07/26 13:43, 16F

07/26 13:44, , 17F
後來的這些例子就比較好,不管左偏又偏不要太極端皆可
07/26 13:44, 17F

07/26 13:50, , 18F
我極端的用意只是想去解釋"標準差"對T分數的影響
07/26 13:50, 18F

07/26 15:33, , 19F
不過還是很用心的解說 謝謝這位老師!
07/26 15:33, 19F

07/26 15:45, , 20F
sleep123我們只能等待放榜,t分數只是我們個人的推測
07/26 15:45, 20F

07/26 15:46, , 21F
也不知道標準差是多少,一切都是未知,只有自己的分數是
07/26 15:46, 21F

07/26 15:46, , 22F
知道的
07/26 15:46, 22F
文章代碼(AID): #1EBaBAPJ (studyteacher)
文章代碼(AID): #1EBaBAPJ (studyteacher)