精华内容
下载资源
问答
  • 成绩分布图源码

    2012-12-09 21:30:34
    因为是一个简单的成绩分布图,而用数据库的话在转到另一台机子上还要重新建表,对于学生信息也要涉及到录入问题,不容易实际操作,所以本示例采用了更为方便的通过手动录入数据或者是从文件(txt格式文本文档,第一...
  • c代码-练习 5-8 输入学生人数,然后依次录入每个学生成绩,然后画出成绩分布图
  •   在进行数据分析时,为了直观显示成绩分布规律,即是正态,正偏态和负偏态三种分布状态,可以画总分及各学科的正态分布图,其作用一是对学生进行比较,通过分布曲线,可以分析出学生成绩是不是存在两极分化(两头...

    第2章 统计分数段人数

    2.4 正态分布图

      在进行数据分析时,为了直观显示成绩分布规律,即是正态,正偏态和负偏态三种分布状态,可以画总分及各学科的正态分布图,其作用一是对学生进行比较,通过分布曲线,可以分析出学生成绩是不是存在两极分化(两头大的情况),二是确定测验难度,按教育与统计学理论,一次难度适中信度可靠的考试,学生的成绩若接近正态分布,反映中等成绩的考生居多,峰值偏左则为正偏态分布,反映低分的学生居多,峰值偏右则为负偏态分布,反映高分的学生居多。下面就以总分为例,在EXCEL中如何画正态分布图。

    实例2-4

    1、作直方图

      首先要画直方图,确定分组数和组距,然后求出频率和正态分布数据,就可以画出正态分布曲线。如表2.4.01所示,可以计算出总分D列的分组数和分组组距。
    表2.4.01正态分布图的分组数
      再做另一数据表,求出频率和对应的正态分布曲线数值,如表2.4.02所示。
      “分组”列的数值为最小值跟分组组距的累加。
      频率使用了数组函数FREQUENCY,该函数是计算值在某个范围内出现的频率, 然后返回一个垂直的数字数组,这里为”FREQUENCY(总表!D:D,S2:S28)”,意思是调用总表D列的总分在统计表中S列这个范围内求频数,注意的是要按Ctrl+Shift+Enter确定数组函数。
      正态分布曲线图数值的求法,用到NORMDIST、AVERAGE(平均值)STDEV (标准差)三个函数,在“正态分布曲线图数值”下插入函数“NORMDIST (S2,AVERAGE(总表!D:D),STDEV(总表!D:D),0)”,往下填充即可完成,见表2.4.02。
    表2.4.02 正态分布曲线值生成图表

    1、正态曲线的画法

      (1)选择“频率”下的数据,单击【插入】菜单中的“柱型图”,选择“二维柱型图”,可以得到如图2.3.01的图表。
    图2.4.01 频率图表
      (2)添加正态曲线,单击频率图表,按右键,在弹出的菜单中选择“选择数据”,在弹出的“选择数据源”面板中单击“添加”,在弹出的“编辑数据系列”面板,选择“系列名称”和“系列值”的数据范围,如图2.3.02所示,单击【确定】,返回“选择数据源”面板,单击【确定】后,可以看到在原来的图表X坐标轴上有很小的柱形,很小心地选中这些小柱形,选择“更改图表类型”,选择“折线图”,这时正态分布曲线图成了一条几乎贴在X轴的直线,选中这条直线,按右键,在弹出的菜单中选择“设置数据系列格式”,在“系列选项”中选择“系列绘制在”,“次坐标轴”,在“线型”中选择“平滑线”,这时的图表已如图2.4.03所示,正态分布曲线图已绘制完成。如果要更直观些,可以将X坐标轴的数据转换为对应的分数。结合前面的峰度和偏度值,更容易理解数据的分布形态了。
    图2.4.02
    图2.4.03正态分布曲线图

    展开全文
  • EXECEL的成绩正态分布图分析操作方法
  • 原标题:Python+matplotlib绘制多门课程学生成绩分布饼状封面图片:《Python程序设计实验指导书》,董付国,清华大学出版社=================饼状比较适合展示一个总体中各个类别所占的比例,例如商场年度营业额...

    原标题:Python+matplotlib绘制多门课程学生成绩分布饼状图

    封面图片:《Python程序设计实验指导书》,董付国,清华大学出版社

    =================

    饼状图比较适合展示一个总体中各个类别所占的比例,例如商场年度营业额中各类商品、不同员工的占比,家庭年度开销中不同类别的占比等。

    扩展库matplotlib.pyplot中的pie()函数可以用来绘制饼状图,语法如下:

    pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, hold=None, data=None)

    表 pie()函数常用参数及含义

    参数名称

    含义

    x

    数组形式的数据,自动计算其中每个数据的占比并确定对应的扇形的面积

    explode

    取值可以为None或与x等长的数组,用来指定每个扇形沿半径方向相对于圆心的偏移量,None表示不进行偏移

    colors

    可以为None或包含颜色值的序列,用来指定每个扇形的颜色,如果颜色数量少于扇形数量就循环使用这些颜色

    labels

    与x等长的字符串序列,用来指定每个扇形的文本标签

    autopct

    用来设置在扇形内部使用数字值作为标签显示时的格式

    pctdistance

    用来设置每个扇形的中心与autopct指定的文本之间的距离,默认为0.6

    labeldistance

    每个饼标签绘制时的径向距离

    shadow

    True/False,用来设置是否显示阴影

    startangle

    设置饼状图第一个扇形的起始角度,相对于x轴并沿逆时针方向计算

    radius

    用来设置饼的半径,默认为1

    counterclock

    True/False,用来设置饼状图中每个扇形的绘制方向

    center

    (x,y)形式的元组,用来设置饼的圆心位置

    frame

    True/False,用来设置是否显示边框

    例已知某班级的数据结构、线性代数、英语和Python课程考试成绩,要求绘制饼状图显示每门课的成绩中优(85分以上)、及格(60-84分)、不及格(60分以下)的占比。

    参考代码:

    ba5f4346a4874bba83475043df4c3d3c.jpeg

    运行结果:

    64230db86c7b40b1af56ebf46f542a93.jpeg

    教学大纲

    责任编辑:

    展开全文
  • 分布是用来描述事件...#寻找真知派#图1 考试成绩分布图(正态分布)事件的分布类型有很多种,比如指数分布、t分布、泊松分布等,每种分布都对应于一个概率密度函数(连续随机变量)或概率质量函数(离散随机变量)。通...

    分布是用来描述事件(通常用随机变量X表示)发生规律的数学工具,比如X~N(78, 9)描述了某个考试科目考试成绩的分布情况,服从均值为78,方差为9的正态分布。我们常用直方图或概率密度曲线来展示分布特点(如下图)。#寻找真知派#

    47f90ab0d4d886265bffcd23b3b336bf.png

    图1 考试成绩分布图(正态分布)

    事件的分布类型有很多种,比如指数分布、t分布、泊松分布等,每种分布都对应于一个概率密度函数(连续随机变量)或概率质量函数(离散随机变量)。通过这个函数,我们就可以估算某个事件发生的概率(反之亦可)。这为我们认识问题、分析问题提供了强有力的工具。

    4255f20f30f486d319fc8016ce045250.png

    图2 指数分布

    2c007c5894b269e7982fa2dfd84530c4.png

    图3 泊松分布

    在所有的分布种类中,正态分布是一个很神奇的分布。大多数自然现象和社会事件都服从正态分布,比如身高、收入水平、智力水平等。正态分布的特点是分布曲线是左右对称的,极端现象发生的概率小,而通常现象的发生率高。如图1的成绩分布,大多数学生的成绩在70-85之间,极少数高分和低分。正态分布反映了“普通情况是大多数,极端情况是少数且不失偏颇(极大极小机会均等)”的客观规律。有人将其誉为“上帝创造的公平机制”。

    81a0960ebe84fd930690f6dbb98d2f00.png

    图4 N(μ,σ2)正态分布的概率密度函数

    另外,根据中心极限定理,任何分布,随着其自由度或样本量的增大,其均值都会服从正态分布,也就是说正态分布是所有分布的终极形态。任何一种分布,通过数据变换(如对数化或Box-Cox变换),都可以转化为正态分布,然后进一步求解。在统计分析和机器学习中,正态分布起着基础性的关键作用,也就是说如果没有正态分布,就没有这些数据分析方法。

    为什么会这样呢?因为正态分布最具普遍性,而且是最简洁最容易计算的分布。其中心趋势(均值、中位数、众数)均相等,且整个分布仅需指定两个参数——均值μ和方差σ2。

    下面我们来看一个例子:

    一个5000人的生活区,放置了45个水龙头。假如在某一时刻1个人用水的概率是1%,(1)试分析发生排队的可能性有多高?(2)至少要装多少个水龙头,才能以95%以上的概率保证不拥挤?

    我们先来看第一个问题。

    用水事件服从二项分布,即ζ~B(5000,0.01)。其均值μ=5000*0.01=50,方差σ2=49.5,标准差σ=7.04。 那么出现排队的概率就是

    921df76e633ef2d747ad6a4ddf60e780.png

    二项分布下的概率计算

    但上述公式求解非常麻烦。我们可以根据德莫佛——拉普拉斯中心极限定理,将上述问题转化为正态分布N(50,49.5),予以求解。

    0117ff51a362f8f0a3a270cacc1dba11.png

    转化为标准正态分布,进行概率计算

    所以发生排队的概率P(ζ > 45) = 1 − 0.2389 = 0.7611。用水出现拥挤是大概率事件,亟待改善。

    现在我们再来看第二个问题,需要多少个水龙头才能保证95%的可能性不排队呢?即

    253219da53e8c57632f5639275bae6ab.png

    我们可以将上式转化为标准正态分布的形式

    163aed28d29954e866496b3e81134cb8.png

    于是我们得到了

    0cd9865db98c64500869a9e897145e86.png

    2ac1991825c072b4aa5fdf299f62e21f.png

    m>=61.6,即m=62。需要再增加17个水龙头,便可保证有95%的可能性不排队。#技术技能超级玩家#

    @头条号

    展开全文
  • 如何用 EXCEL 制作成绩分析的正态分布图 摘要教学评价在学校教育教学工作...EXCEL 制作考试成绩 的正态分成图并结合其它相关的衡量标准比如区分度学生成绩柱状分布图难度系 数优秀率等融合于一个图表中进行分析这是一种
  • 如何用EXCELS作成绩分析的正态分布图 摘要 教学评价在学校教育教学...EXCEL制作考试成绩的 正态分成图并结合其它相关的衡量标准比如区分度学生成绩柱状分布图难度系数 优秀率等融合于一个图表中进行分析这是一种有效的
  •  (1)按0-59,60-69,70-79,80-89,90-100分组绘制高级语言程序设计成绩的频率分布直方。  (2)按0-59,60-69,70-79,80-89,90-100分组绘制计算机导论成绩分布饼图。  (3)绘图前4门课程的折线比较...

     

      

      对“Gary.csv”中的成绩数据进行分布分析

     

      

     

      

     

      (1)按0-59,60-69,70-79,80-89,90-100分组绘制高级语言程序设计成绩的频率分布直方图。

      (2)按0-59,60-69,70-79,80-89,90-100分组绘制计算机导论成绩的分布饼图。

      (3)绘图前4门课程的折线比较图。

     

    实现过程

     

    绘制高级语言程序设计成绩的频率分布直方图

     

    setwd('D:\\data')                            #更改工作目录
    list.files()                                #列出当前工作目录下的文件
    dat=read.csv(file="Gary.csv",header=TRUE)    #读取"Gary.csv文件"
    
    
    #table(cut(data,breaks = break2))             #对分布直方图横坐标进行切割
    
    hist(dat[,7],freq = FALSE,breaks = c(0,60,70,80,90,100),col="red",main="频率分布直方图",xlab="成绩")      
    Gary.R

     

    直方图  hist(v,main,xlab,xlim,ylim,breaks,col,border)  传送门

    参数: 

      v - 是包含直方图中使用数值的向量

      main - 表示图表的标题

      col - 用于设置条的颜色

      border - 用于设置每个栏的边框颜色

      xlab - 用于描述x轴

      xlim - 用于指定x轴上的值范围

       ylim - 用于指定y轴上的值范围

      breaks - 是用来提及每个栏的宽度

     

    绘制计算机导论成绩的分布饼图

     

    setwd('D:\\data')                            #更改工作目录
    list.files()                                #列出当前工作目录下的文件
    dat=read.csv(file="Gary.csv",header=TRUE)    #读取"Gary.csv文件"
    
    data=dat[which(complete.cases(dat)),8]                     #筛选计算机导论成绩(第八列)
    break2 = c(0,60,70,80,90,100)                              #设置分段区间
    pie(break2,as.numeric(dat[,8]),main=("计算机导论成绩饼状图"))      #做出频率分布直方图
    Gary.R

       

    饼图:pie(x, labels, radius, main, col, clockwise)  传送门

    参数

      x - 是包含饼图中使用的数值的向量

      labels - 用于描述切片的标签

         radius - 用来表示饼图圆的半径(-1和+1之间的值)

      main - 用来表示图表的标题

      col - 表示调色板

      clockwise - 是一个逻辑值,指示片是顺时针还是逆时针绘制

     

     

    绘图前4门课程的折线比较图

      4门课程折线图分开画

     

    setwd('D:\\data')                            #更改工作目录
    list.files()                                #列出当前工作目录下的文件
    dat=read.csv(file="Gary.csv",header=TRUE)    #读取"Gary.csv文件"
    
    
    plot(as.numeric(dat[,3]),col="red",type="o",xlab="人数",ylab="成绩",main=("大学成绩饼状图"))      #做出频率分布直方图
    plot(as.numeric(dat[,4]),col="blue",type="o",xlab="人数",ylab="成绩",main=("大学英语成绩饼状图"))      #做出频率分布直方图
    plot(as.numeric(dat[,5]),col="green",type="o",xlab="人数",ylab="成绩",main=("大学语文成绩饼状图"))      #做出频率分布直方图
    plot(as.numeric(dat[,6]),col="yellow",type="o",xlab="人数",ylab="成绩",main=("高等数学成绩饼状图"))      #做出频率分布直方图
    Gary.R

     

    折线比较图:plot(v,type,col,xlab,ylab)  传送门

    参数

      v - 是包含数值的向量

      type - 取值“p”表示仅绘制点,“l”表示仅绘制线条,“o”表示仅绘制点和线

      xlab - 是x轴的标签

      ylab - 是y轴的标签

      main - 是图表的标题

      col - 用于绘制点和线两种颜色

     

      四门课程折线图绘画在一张图中

      ( 只需要把plot改为lines()四组线就在同一个图里面,图的xlab,ylab,main由plot中的值来指定)

     

    setwd('D:\\data')                            #更改工作目录
    list.files()                                #列出当前工作目录下的文件
    dat=read.csv(file="Gary.csv",header=TRUE)    #读取"Gary.csv文件"
    
    
    plot(as.numeric(dat[,3]),col="red",type="o",xlab="人数",ylab="成绩",main=("大学成绩饼状图"))      #做出频率分布直方图
    lines(as.numeric(dat[,4]),col="blue",type="o",xlab="人数",ylab="成绩",main=("大学英语成绩饼状图"))      #做出频率分布直方图
    lines(as.numeric(dat[,5]),col="green",type="o",xlab="人数",ylab="成绩",main=("大学语文成绩饼状图"))      #做出频率分布直方图
    lines(as.numeric(dat[,6]),col="yellow",type="o",xlab="人数",ylab="成绩",main=("高等数学成绩饼状图"))      #做出频率分布直方图
    Gary.R

     

      可以使用lines()函数在同一个图表上绘制多个直接。

      在绘制第一行之后,lines()函数可以使用附加向量作为输入来绘制图表中的第二行

     

    转载于:https://www.cnblogs.com/1138720556Gary/p/9651181.html

    展开全文
  • 来源:可乐的数据分析之路作者:可乐今天这篇文章接2个月以前的那篇文章离散型随机变量的概率分布,继续来聊聊连续型随机变量的概率分布,以及用Python如何实现。并非所有的数据都是连续的,根据数据类型的不同,有...
  • 试卷分析 本次试卷由外科练习册中的题型组成知识点分布为第一章到第九章较能真实的反映出学生的真实水平其中期中考试后的第六章到第九章的知识点共计70%期中考试的前六章共计30%试卷的题型分布主要包括选择题每题...
  • 在试卷概况分析中,我们需要对年级、班级的均分、最高分、最低分有个基本的了解,当然最直观的是通过成绩分布图来了解本次考试各个分数段的分布情况,以此来判断本次考试是否和预期相符。那怎样快速绘制分数分布图...
  • 学生成绩管理系统

    2012-06-16 19:25:31
    本人经过一个月的时间写的学生成绩管理系统,运用Access2007数据库,界面精美仿QQ...数据库可注册,可修改,可删除,并采用mschart控件画出学生成绩分布图,供老师分析。当然会有很多问题,请各位高手不吝赐教!!!
  • 先录入学生成绩,存储在文件内,然后可以查看全部学生成绩,并可统计学生成绩分布情况,有柱状和圆饼两种统计方式。
  • 学生成绩统计分析系统,主要是重点是分析功能,做了好几个数学模型包括: 方差 正态分布,标准差,变异系数等等,绝对原创,给人做的毕业设计
  • 常见分布及其概率分布图

    万次阅读 多人点赞 2019-05-09 16:40:49
    概率分布有两种类型:离散(discrete)概率分布和连续(continuous)概率分布。 离散概率分布也称为概率质量函数(probability mass function)。离散概率分布包括: 伯努利分布(Bernoulli distribution) 二项...
  • import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif'] = ...#模拟每个班学生分数 data1 = list(np.random.randint(1,100,N)) data2 = list(np.random.randint(1,100,N)) data3 = l.
  • 初学者的JAVA作业,poi方法导入excel文件,分析数据并用jfreechart绘制统计讨论成绩分布,包括完成的程序包,可以直接运行。
  • Python读取excel生成正态分布图

    千次阅读 2020-04-04 15:04:46
    Python读取exce生成正态分布图 需求背景: 在制造业工厂为了统计产品尺寸的分布程度,需要制作正态分布图,excel 中没有专门的概率分布图制作比较麻烦。使用python容易实现。 运行环境: win10 win8 win7 64位操作...
  • 这里没有用到数据库,因为是一个简单的成绩分布图,而用数据库的话在转到另一台机子上还要重新建表,对于学生信息也要涉及到录入问题,不容易实际操作,所以本示例采用了更为方便的通过手动录入数据或者是从文件...
  • 方法一 概率密度曲线比较法 看样本与正太分布概率密度曲线的拟合程度,R代码如下:#画样本概率密度 s <- rnorm(100) #产生样本 d <- density(s) plot(d, col="green", ylim=c(0, 0.5)) ...
  • c# 画正态分布图

    千次阅读 2019-07-22 09:34:00
    /// <summary> /// 提供正态分布的数据和图片 /// </summary> public class StandardDistribution { /// <summary> /// 样本数据 /// </sum...
  • 图表类型选复合图,然后选择次坐标轴,即可绘制出累积概率分布图(有点像柏拉图)。
  • 添加学生成绩,并用圆饼及柱形等图形分析班级成绩分布情况
  • 我的公众号是关于自己在数据分析/挖掘学习...相应的概率分布有二项分布,泊松分布。连续型随机变量如果随机变量X的所有取值无法逐个列举出来,而是取数轴上某一区间内的任一点,则称X为连续型随机变量。相应的概率...
  • 报表,我们习惯于认为主要用来呈现数据汇总、排序、分组对比的效果,一般都是“横平竖直”的效果,也...每逢考试就一定会有考场座位分布图,以便考生对号入座参加考试。这里看一个具体的案例,来自于某地的一次职...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 10,417
精华内容 4,166
关键字:

学生成绩分布图