2015重庆邮电大学数学建模论文
您的位置： →
2015重庆邮电大学数学建模论文
2015重庆邮电大学数学建模竞赛编号专用页1.参赛队选择的题号信息与编号选题阅卷编号2.参赛队员信息∨队员1姓名学号学院专业年级签名队员2队员3承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则。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）与队外的任何人（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他公开的资料（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，我们将受到严肃处理。日期：日学位论文质量评价摘要学位论文的评价是决定论文质量和创新性的重要环节，然而目前的学位评论评估标准尚不完善。因此，为了这个问题，本文根据问题所涉及到的材料分析，得到较为可靠的数据，从而以其为理论依据，根据实际情况，建立较为直观的数学模型，再通过求解，最终来探究提高学位论文质量评价的方法，并根据本文算出的结果，给有关部门写了一封建议信。针对问题1，为了找出显著性差异论文，本文先是对问题给出的附1数据资料进行筛选得到论文有差异的文章，使用SPSS软件对论文进行T检验显著性差异评判，得到的数据进行F检验，通过P值(见附录1.2)得比较得出显著性差异性文章（见附录1.3），并根据P值对论文进行分类找出了7篇评价具有显著性差异的论文。之后本文通过附1数据资料算出、良好、及格三个评分等级的平均分，再算出每份评价具有显著性差异论文2个专家给出的分数的平均，建立基于T检验的评价模型，给出7篇显著性差异文章有1篇优秀，5篇良好，1篇及格的评价。针对问题2，本文通过对寻找的资料分析，建立了一级的和多级模糊综合评价模型，采用德尔斐法评价打分和层次分析法(AHP)对与论文相关指标进行权重分析并进行归一化处理后，计算出评审结果、选题意义、现状综述、论文工作、学术水平、科研能力、学术道德、写作水平这些指标所占的权重。然后利用综合评价模型对数据指标向量和权重向量处理得到相应的论文综合评价总分，并将其应用于附件1中的论文分项评价中，计算处理后分别得到优秀，良好，及格，不及格的论文综合评价总分，然后利用Matlab进行正态分析，求出对应可信度在80%以上的评价结果区间，最后由区间得出附件2的36篇论文中共有优秀论文4篇；良好论文29篇；合格论文2篇；不合格论文1篇。针对问题3，基于论文中已经建立的学位论文质量的模糊综合评价模型分析学位论文评阅的方式和影响因素以及专家评审论文指标的分析，本文通过一些有效的改进，优化影响评阅质量的变量因素，如在论文评价指标的多样化，专家评审尺度与评审时间以及专家队伍质量，建立评审专家考核与责任追究机制等方面的提高评阅质量的方法与途径向相关管理部门写一封信以提供建议。关键字T检验模型论文评价模糊综合评价模型评价指标正态分析1一、问题重述1.1背景学位论文的评价是决定论文质量和创新性的重要环节。确定一份学位论文质量及是否同意参加答辩，一般是通过聘请相关领域的两位专家进行评审，每位专家一般评阅2-6份论文。目前的学位论文评估标准尚不完善，现行的学位论文评价方法一般分为两种：一种是定性评价，就是专家根据对论文的整体印象做出优、良、中、差的判断；二是定量分析，对学位论文各项评定指标赋以一定的分数和权重，评审时，专家根据指标打分，最后进行加权平均算出分数，作为学位论文的最终评审结果。1.2问题附件1给出了某一年份许多专家对某专业一些学位论文7个指标的评价分数和评价结果；附件2仅给出了一些学位论文的评价分数。请尝试建立数学模型讨论下列问题：1：分析附件1中每份论文经两位专家的评价结果有无显著性差异。对评价结果有显著差异的论文，给出你们的评价方法和结果。2：根据你们收集的资料，分析和讨论评价指标的权重，建立学位论文质量评价模型，并给出附件2的最终评价结果。3：结合你们的模型，给主管部门写一封信，阐述你们提高学位论文评阅质量的方法与途径。二、问题分析2.1问题一的分析问题一首先要求根据题目所给出来的附录1的两位教授对一些论文的评价结果，通过数据分析来比较两位教授的评价结果的是否存在显著差异，找出存在显著差异的评价的论文，再通过自己的分析给出合理的论文评价和结果。首先，本文从问题分析可以得出教授对学位论文的评分是属于主观评价，具有较大的主观性。因此，本文首先从问题所给的数据入手，分析每篇论文的评价结果，找出存在差异的论文。其次根据更进一步的数据分析，通过用SPSS软件的T检验，算出每个存在差异的论文的P值，然后根据P值范围分析，确定显著差异性，从而找出存在评价显著差异的论文。之后筛选出能够处理的论文，然后根据附录21所给的数据，先算出优秀论文，良好论文，及格论文的分布值，然后根据筛选的论文评价分数与各个段的等级的拟合度，评断出论文的等级。2.2问题二的分析问题二首先要求我们寻找资料，通过对寻找的资料分析，计算讨论得出学位论文的评价指标的权重，然后建立学位论文质量评价模型，最后最问题给出的附录2的论文给出最终的评价。根据题意，首先我们，通过上网查阅资料，对资料进行分析，建立了一级和多级模糊综合评价模型，从而解出评审结果、选题意义、现状综述、论文工作、学术水平、科研能力、学术道德、写作水平这些指标所占的权重。再假设附录1的数据具有代表性，通过权重计算出优秀，良好，及格论文所在的区间。再经过建立综合评价模型，解算出附录二的所给的数据存在于哪个区间，从而且得出论文的综合评价。2.3问题三的分析问题三要求我们，根据本文所创建的模型，给管理部门写一封信，阐述提高学位论文评阅质量的方法与途径。于是我们根据问题二所建议的模型，通过修正，改进模型，从而得出了提高评阅质量的方法与途径。首先，建立资料齐全、完备的专家库，以保证专家对论文评价的客观和公平性；其次，改革评审途径和方法，建立学位论文网络化评审平台，实现学位论文的网上评审，提高工作效率；再次，按学科建立统一的学位论文评审标准，以保证学位论文匿名评审的可靠性；然后，加强导师队伍建设，从根本上提高人才的培养质量；之后，保证评价指标的多样化；最后，建立评审专家考核与责任追究机制，防止低水平论文通过。这样就有利于提高论文评价的综合质量。三、基本假设1.假设各个指标能够综合客观的反映一篇学位论文的质量；2.假设论文质量不受撰文人的负面影响；3.假设专家对一篇文章的评判不受上一篇文章的影响，即各个文章的评分相对独立；4.假设题目所给出的附录数据具有代表性；5.假设评价专家具有权威性；6.忽略其他对论文评价的影响，诸如评价期间软件使用问题，成绩录入出错等。四、符号说明1.问题一3符号说明用以表示第i个专家（i=1,2）ij论文第j个指标（j=1,2,3,4,5,6,7,8）用以表示论文等级优秀、良好、及格（x=1,2,3）论文第y个指标（y=1,2,3,4,5,6,7,8）用以表示各个等级论文数（n=23,135,20）某个论文编号参数某个论文编号表示某个等级下谋篇文章的某个指标的分数表示某个等级下所有文章的某个指标的分数的平均分表示某个专家评的谋篇文章的某个指标的分数表示某个专家评的谋篇文章某个指标的分数的平均(z=1,2,3,…,n)xynzk?xyzxy?ijkijk2.问题二（1）模型一：符号uivjUVABR说明影响学位论文评价对象的因素学位论文质量的评价结果学位论文质量评价的因素集学位论文质量评价的评语集各评价因素间的权数分配集单级模糊综合评价集一级模糊评价变换矩阵R4airij（2）模型二：符号第i个因素在综合评价中的重要程度因素ui对评语等级vj的隶属度说明U的综合评价结果{ui1，u2,...，uik}中第i个因素uij的权数分配第一层模糊评价变换矩阵第二层的模糊评价变换矩阵各个分项指标的权重专家对于各个指标的分项打分B综AiRRibiTi（3）模型三：符号nmxwy说明被评价对象或系统的个数评价指标或属性的个数评价指标向量权重向量综合评价函数注：还有一些具体的参数变量在各模型中进行具体说明五、模型建立与模型求解5.1问题一根据问题一的要求分析每份论文的评价结果有无显著性差异，并且对有显著性差异的论文给出本文的评价方法与结果，于是本文将其分为2步进行。步骤一，根据问题所给出的附录1数据，进行无显著性差异判断，找出评价有显著性差异的论文。5步骤二，对存在评价有显著性差异的论文给出自己的评价方法与结果。5.1.1显著性差异检验对于显著性差异的检验，首先本文结合假设5与假设6，先是通过对数据的分析，找出了所有存在评价差异（但不是显著性差异）的论文（见附录1.1)。由其可知，存在评价差异的论文总共有40篇。其次为了找出具有显著性差异的论文，本文先是采用了方差分析比较法，但是由于该方法处理得到的数据不可靠，所以本文又采用SPSS软件T检验比较显著性差异法对找出的具有显著性差异的论文。（1）方差分析法方差分析法是先通过使用EXCEL软件计算每篇论文每个指标的方差值，然后求算出论文评价指标总的方差值，计算出40篇论文的平均方差值，通过绘制柱形图来比较方差分布，将大于平均方差值的论文作为具有显著性差异的论文。其方差值表如下表5.1.1所示。编号方差编号方差编号方差编号方差编号方差.37.表5.1.1各论文指标方差和表..2.1.6.7.06.2.412.600如上表所示的方差值，经计算的方差的平均数为M=380.16，则由上图以及平均方差绘制方差柱形图如下图5.1.1所示。6图5.1.1方差柱形图根据柱形图可以直观看出编号1-40所产生的值比41产生的值大的有9组，已经在附录1.1种用红色记号标记，本文假定他们为具有评价显著性差异的论文。（2）T检验分析法统计知识指出：配对样本是指对同一样本进行两次测试所获得的两组数据，或对两个完全相同的样本在不同条件下进行测试所得的两组数据。在本问中本文可以把配对样品理解为有40篇论文在两位不同专家的评测下得到的80组数据，每偏文章中各个指标的数据为每位专家对该指标的评分。配对样品的T检验可检测配对双方的结果是否具有显著性差异，因此就可以检验出配对的双方（第一位和第二位）对论文的评价结果是否有差异性。配对样品T检验具有的前提条件为：（1）两样品必须配对（2）两样品来源的总体应该满足正态性分布。当数据满足T检验数据分析的前提后，可以通过SPSS软件将数据进行T检验分析，得到数据表，再通过F检验法分析数据表上的P值，通过比较P值大小来判断数据是否具有显著性差异，即当P值&0.05时表示数据具有显著性差异，当P值接近0.01时说数据具有较明显的显著性差异，当P值接近0.001时说明数据具有十分显著的显著性差异，据此来分析。通过本文的分析，不同专家对同一偏论文的评价，满足以上的分析情况，因此本文将40组评价结果分别用SPSS进行了T检验。本文抽取了第一组数据是编号为002的论文的评测结果如下表5.1.2、5.1.3所示。7由以上的T检验数据表结合F检验的分析方法，可以看出该组数据的P值为0.031&0.05所以可以判断这组数据具有显著性差异。于是本文将40组数据分别用SPSS进行了T检验分析，得到数据（见附录1.2）。将40组数据进行分析，得到评价显著性差异的论文（见附录1.3）。由于P的不同，本文将0.01&P&0.05P在0.01与0.001附近的本文将其归为归为具有显著性差异论文用红颜色表示，具体非常显著性差异的论文用紫色表示。5.1.2基于T检验的评价模型根据上面对于40组论文评价的显著性差异的分析，本文找出了20篇有显著性差异的文章，本文按照题意将对其进行给出自己的评价，但是根据T检验与F检验的数据可以看出许多组论文的P值接近于0.01与0.001，也就是说这些论文的显著性差异比较大，这可能是由于专家当时的状态等影响导致，所以当从论文的指标评分客观的给出评价的话，可能对撰写论文人本身是一种不公平。所以我们经过讨论，将论文分为2类。第一类是显著性差异比较大的论文。我们认为这类论文由于2位老师给的指标分数差异过大，而且我们本身对论文情况了解不多，所以这类论文我们不给予评价，希望能给专门的专家从新进行评价，给出一个相对客观的评价。第二类是显著性差异较小的论文。本文将其与上面一类论文分离记录下表，经过讨论，本文先是结合假设5、假设6、假设7，根据问题给出的附表1的数据，算出等级分别为优秀，良好，及格所有论文的平均分数，然后再取得2个专家评价指标分数的平均值，用SPSS软件分别与上面每个指标的平均值进行T检8（1）模型准备验分析进行拟合，通过差异性分析可以得出该论文属于的等级。序号A002B002A013B013A041B041A046B046A057B057A066B066A076B076基础研究优秀基础研究良好基础研究优秀基础研究良好基础研究良好基础研究优秀基础研究优秀基础研究良好基础研究良好基础研究合格基础研究良好基础研究优秀应用研究优秀应用研究良好8575表5.1.4显著性差异较小的论文表论文类别评审结果选题意义现状综述论文工作学术水平科研能力学术道德写作水平756085757575857575758575（2）模型建立根据要求我们设变量?xyz，于是本文列出所有论文分成优秀，良好，及格三个等级各个指标的平均分算法。xy1n=n??xyzh?0（1.1）根据显著性差异论文情况，设变量?ijk,于是本文列出某个显著性差异论文在不同专家评判下的各个指标平均情况。ijk（3）模型求解12=2??ijkh?0（1.2）根据以上式子（1.1）本文通过计算求得所有论文分成优秀，良好，及格三个等级各个指标的平均分如下表5.1.5所示。9表5.1.5各等级平均指标等级选题意义现状综述论文工作学术水平科研能力学术道德写作水平优秀良好及格83.81.83.82.82.0.根据以上式子（1.2）我们通过计算求得显著性差异论文在不同专家评判下的各个指标平均情况如下表5.1.6所示。表5.1.6各显著性差异论文平均指标论文编号选题意义现状综述论文工作学术水平科研能力学术道德写作水平7...572.为了评测出这几篇评价具有显著性差异的论文的等级，本文将算出的平均指标与各个等级的平均指标用SPSS软件进行T检验拟合，通过整理得表资料表（见附录1.4）。因此我们根据所得出来的P值情况，判断每个论文与哪个等级没有显著差别，从而得出论文的评价等级，并列成下表5.1.7。表5.1.7最终评分表论文编号选题意义现状综述论文工作学术水平科研能力学术道德写作水平最终评价7...572.优秀良好良好良好及格良好良好105.2问题二根据问题二的要求，根据我们收集的资料，分析和讨论评价指标的权重，建立学位论文质量评价模型，并给出附件2的最终评价结果。于是我们将其分为3步进行。步骤一，通过建立学位论文质量的一级和多级模糊综合评价模型，从而解出评审结果、选题意义、现状综述、论文工作、学术水平、科研能力、学术道德、写作水平这些指标所占的权重。步骤二，通过建立综合评价数学模型将多个评价指标综合成为一个整体的综合评价指标，对数据指标向量和权重向量处理得到相应的论文综合评价总分。步骤三，根据综合评价数学模型将附件1中的论文分项评价处理分别得到优秀，良好，及格，不及格的论文综合评价总分，然后求出可信的评价结果区间，最后由区间得出附件2的最终评价结果。5.2.1学位论文质量的模糊综合评价模型的建立学位论文质量的评价是一个典型的多因素综合评价问题，由于各个因素对评价结果的影响程度通常是人们根据主观判断来确定的，并且这一评价的结论还具有模糊的特性，比如对论文的创新性成果、专业理论知识的掌握程度等的评价，一般很难用一个具体的数值来加以度量，只能用相应的优劣等级来表示，所以常规的统计方法对此无能为力，而模糊多属性群决策综合评价方法却能够较好地处理多因素、模糊性及主观判断等问题。因此，它是综合评价学位论文质量的一种有效方法，通过建立一级和多级模糊综合评价模型，解出指标所占的权重。假附件1的数据具有代表性，通过权重计算出优秀，良好，及格论文所在的区间。再经过建立综合评价模型，解算出附录二的所给的36篇论文的相关数据得出最后的论文综合评价总分，然后判断存在于哪个区间，从而得出论文的综合评价。5.2.1.1模型一一级模糊综合评价模型的建立：(1)确定学位论文质量评价的因素集U学位论文质量评价的因素集可以设定为U??u1,u2,...,un?，其中ui，为影响评价对象的因素，i=1,2,…，n。这里，可定义U?(u1,u2,u3,u4,u5)，即U=(选题水平，文献利用，知识水平与科研能力，成果水平，写作能力与文风)如下图5.2.1所示。11图5.2.1学位论文质量综合评价指标体系(2)确定学位论文质量评价的评语集V设评语集为V?(v1,v2,...,vm)，其中Vj表示评价结果，j=1,2,…，m，评价等级个数m通常在4~9之间。这里取m=4,V?(v1,v2,v3,v4)，即V=(优秀，良好，合格，不合格)。(3)确定各评价因素间的权数分配A设A?(a1,a2,...,an)是U的一个模糊子集，称为权重分配集；其中a0，ai表示第i个因素在综合评价中的重要程度。(4)确定模糊评价变换矩阵R通过对每一个因素的判断，给出每个因素的评语等级，这样就建立起了评价因素与评语等级之间的关系，即从U到V的模糊关系，这可用模糊评价变换矩阵R进行描述。R=（rij）==1，12其中rij表示因素ui，对评语等级vj的隶属度，0(5)建立一级多因素模糊综合评价模型rij1。鉴于单因素模糊评价只能反映一个因素对评价对象的影响。为了取得所有因素对评价对象的综合影响结果，需要进行综合评价。由因素集U上的模糊集A=(a1,B=Aa2,…，an)和模糊评价变换矩阵R可构造出如下单级模糊综合评价模型。R(b1,其中，0b2,…，bm)bj1，采用M（，?），算子时(这里“”为普通实数乘法)，a?b?min(1,a?b)；bj?a1?rj1?a2?r2j?...?an?rnj。5.2.1.2模型二多级模糊综合评价模型的建立：在复杂系统中，由于要考虑的因素很多，多因素间往往还有多层次之分。对于这类多层次问题，可以先对诸子问题分别进行综合评价，然后再对总体进行综合评价，即先对低层次因素进行综合，再对高一层的因素进行综合，直至最顶层。对本文来说，只需构造出如下二级模糊综合评价模型。B综=AR=A=A由此可知R=式中：A为模糊综合评价中n个因素ui的权数(本文n=5)，即ui层对上一层的权重；Ai为{ui1，u2,...，uik}中第i个因素uij的权数分配，即uij层对ui层的权重分配；R和Ri，分别为第一层和第二层的模糊评价变换矩阵。B综为U的综合评价结果，这里采用德尔斐法和层次分析法(AHP)来确定A和Ai的权重值。假设现在需对某学校某一层次的一篇学位论文进行评价，通过德尔斐法和层次分析法(AHP)得到了如下有关该篇学位论文质量评价指标体系的具体数据。（1）权重系数:uij层对上一层ui层的权重分别为:Al=(all,a12)=(0.55,0.45)A2=(a21,a22)=(0.4,0.6)A3=(a31,a32,a33,a34)=(0.1,0.4,0.4,0.1)A4=(a41,a42)=(0.6,0.4)A5=(a51,a52,a53,a54,a55)=(0.2,0.2,0.2,0.2,0.2)ui层对最顶层U的权重为：13A=(al,a2,a3,a4,a5)=(0.1,0.1,0.3,0.4,0.1)(2)模糊评价变换矩阵先采用德尔斐法评价打分，然后对其结果进行统计得出的uij层上的每一个因素对评语等级上的每个等级的隶属度为：0.2R1=??0.40.20.10.1???0.10.20.30.30.1?0.30.30.20.1??0.20.20.40.10.1??0.10.20.30.20.30.30.20.30.40.30.20.30.2?0.1??0.1??0.1?0.1R2=??R?0?0.1?=3?0.2???0.10.1R4=??0.10.40.30.1???0.20.30.30.10.1?0.10.20.30.20.20.30.40.20.40.30.40.30.30.20.20.1?0.1??0.1??0?0.2??R?0.1??05=?0.1??0.2?0.1?由Bi=AiRi(i=1,2,……，5)可得：0.2B1?A1?R1=?0.55,0.45???0.1B2?A2?R2=?0.4,0.6???0.40.20.10.1??=?0.155,0.31,0.245,0.19,0.1?0.10.20.30.30.1??0.30.30.20.1?=?0.16,0.24,0.36,0.14,0.1???0.20.20.40.10.1?0.10.30.40.2?0.20.30.30.1??0.30.20.20.1??0.20.30.30.1?B3?A3?R3=?0?0.1?0.1,0.4,0.4,0.1???0.2??0.1=?0.13,0.23,0.26,0.27,0.21?0.1B4?A4?R4=?0.6,0.4???0.10.40.30.1?=?0.14,0.18,0.36,0.22,0.1???0.20.30.30.10.1?14?0.1?0.10.30.40.1??B0.20.40.30.15?A5?R5=0?0.2,0.2,0.2,0.2,0.2????0.10.30.20.30.1??=?0.1,0.2,0.32,0.28,0.1??0.20.20.40.20????0.10.20.30.20.2????B1??0.0.190.1??B?2???0.160.240.360.140.1?所以，R???B3???0.130.230.260.270.21???B??4??0.140.180.360.220.11????B5????0.10.20.320.280.1????0.0.190.0.240.360.14B??bb?16综1,2,b3,b4,b5??A?R??0.1,0.1,0.3,0.4,0.1???0.130.230.260.27?0.140.180.360.22??0.10.20.320.28??0.137,0.216,0.315,0.23,0.137?归一化处理，令b1=,则B综=(b1,b2,b3,b4,b5)=(0.132,0.210,0.304,0.222,0.132)我们通过查阅相关资料并经过一定的数据处理给出如下的结果分析最后论文的评价指标的权重为（具体见下表5.2.1所示）。B综=(b1,b2,b3,b4,b5,b6,b7)=(0.132,0.210,0.4,0.8,0.0528)表5.2.1各评分指标的权重表名称指标权重bi分项得分Ti评价结果选题意义b1=0.132T10.132T1现状综述b2=0.210T20.210T2论文工作b3=0.4T3论文内容学术水平b4=0.4T4科研能力b5=0.6,T5150.1?0.1?0.21??0.11??0.1??学术道德写作水平总和5.2.25.2.2.1b6=0..0528=1T6T70.8T7学位论文质量的模糊综合评价模型的求解模型三综合评价模型的建立：T设系统有m个评价指标（属性）x1,x2,...,xm(m&1),即评价指标向量x??x1,x2,...,xm?。如果用bi来表示评价指标xj(j=1,2,且=1。通过建立合适的综合评价数学模型将多个评价指标综合成为一个整体的综合评价指标，即得到相应的综合评价结果。假设n个被评价对象的m个数据指标向量x??x1,x2,...,xm?，权重向量为T,m)的权重系数，则bi0（i=1，2,,m）,w??w1,w2,...,wm?，则构造综合评价函数y=f(w,x)。T由Matlab进行数据计算可得附表二中的论文综合评价总分如下表5.2.2所示。论文编号0111表5.2.2论文综合评价总分论文综合评价总分74.....477.275....16112....4....63对以上数据导入Excel后可转化为柱形图如下图5.2.2所示。图5.2.2学位论文质量综合评价总分柱状图通过学位论文质量的模糊综合评价模型对附表一的数据在Matlab中进行处理可以分别得到论文评价为优秀，良好，合格与不合格的论文综合评价总分的几组数据，通过将数据导入Excel绘制论文综合评价总分的折线图和X-Y的散点分布图如下图5.2.3和图5.2.4所示。17图5.2.3学位论文质量综合评价总分折线图图5.2.4学位论文质量综合评价总分X-Y散点分布图本文用MATLAB对数据进行处理求合区间（正态分布）。为了增加区间可信度，去掉原数据的最大值和最小值。18A=[58.812，60.792，61.98，63.168，63.564，65.13，65.658，65.922，66.084，66.714，66.714，66.714，66.876，67.11，67.668，68.562，70.422，70.818，70.818];alpha=0.001;判断数据在99.9%置信水平下，是否符合正态分布。[mu,sigma]=normfit(A);p1=normcdf(A,mu,sigma);[H1,s1]=kstest(A,[A,p1],alpha);n=length(A);ifH1==0disp('该数据源服从正态分布。')elsedisp('该数据源不服从正态分布。')end把数据拟合成正态分布，并求出其均值为：65.16886、方差为：45.13554。[mu,sig,muci,sigci]=normfit(A,alpha)根据所求均值和方差，求出对应区间在总的数据中所占的比重，即可信度。P1=normcdf(58,mu,sig)P2=normcdf(70,mu,sig)P=(P2-P1)*100最后可得合论文综合评价总分的分布区间为[58，70），且其可信度为：88.6247%。采用上述方法（其他程序具体参见附录）同理可以分别得出不合格，良好，优秀的论文综合评价总分的分布区间和可信度如下表5.2.3所示。表5.2.3论文综合评价总分的分布区间和可信度总分分布区间[0，58）[58，70）[70，79）[79，100]果如下表5.2.4所示。可信度93.7%82.1%评价结果不合格合格良好优秀求出的论文综合评价总分的分布区间且可信度均在80%以上的论文最终结19论文编号6127表5.2.4论文的综合评价最终结果论文综合评价总分总分所在区间范围74.73661....75.........4....63[70，79）[58，70）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[79，100][70，79）[70，79）[70，79）[79，100][79，100][70，79）[70，79）[70，79）[70，79）[58，70）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[70，79）[0，58）[70，79）[79，100]评价结果良好合格良好良好良好良好良好良好良好良好良好优秀良好良好良好优秀优秀良好良好良好良好合格良好良好良好良好良好良好良好良好良好良好良好不合格良好优秀综上所述：由上表可以统计得出附件二内的36篇论文中共有优秀论文4篇；良好论文29篇；合格论文2篇；不合格论文1篇。205.3问题三问题三要求我们，根据本文所创建的模型，给管理部门写一封信，阐述提高学位论文评阅质量的方法与途径。于是本文根据问题二所建议的模型，基于学位论文质量的模糊综合评价模型分析学位论文评阅的方式和影响因素以及专家评审论文指标的分析，通过一些有效的改进，提高影响评阅质量的变量因素，从而得出了提高评阅质量的方法与途径。5.3.1给相关管理部门写一封信尊敬的高校论文评阅管理部门：您好！高学位人才教育代表着一个国家的人才培养水平，对提高我国国际竞争力，建设创新型国家和实现人才强国的战略目标具有重大理论和现实意义。而最能反映人才培养质量现状的便是学位论文质量，学位论文送审制度便是考核学位论文质量的一个有效手段。本文正是结合作者所在高校的学位论文评审情况存在问题到改进对策，由点及面，对如何提高学位论文质量进行论述。建立科学公正的学位论文评阅制度是人才培养质量提高的重要前提。学位论文的评审是指由论文研究相关领域的专家对学生在学期间取得的研究成果进行评议，并就论文工作是否达到学位标准提出评价意见的过程。我们通过查阅相关资料并经过一定的数据处理，并建立了学位论文质量的模糊综合评价的数学模型探讨了随之出现的问题，提出了改进措施和建议，仅供参考。（一）学位论文评审存在的问题1.专家评审尺度不同由于一名学生的论文通常会在不同的高校或研究所进行评审，而每个评审高校都有一套自己的评审标准；即使是同一所学校不同的专家评审标准也会不同，这样就造成了专家评审意见差距较大甚至是评审意见完全相反的情况的出现。2.不能完全彻底的排除人为因素的干扰某些专业的研究方向上可评审论文的专家较少，那这一研究方向上的学生的学位论文就只能由这几名专家评审，而且学生的最后答辩很可能会邀请这些专家作为答辩委员会的成员。这样就会出现“打招呼”的情况，评审专家碍于情面也只好让水平不高的学位论文予以通过。3.在评审专家的选择上也会出现“误差”由于学位论文的送审工作都是由学校学位管理部门间互相邮寄、协商完成，管理部门通常无法做到对每一位专家的研究方向都掌握的清楚准确，因而就会出现选取评审专家不合适的情况，特别是交叉学科更容易出现这个问题。4.个别评审专家责任意识不强21有些评审专家乐于做“老好人”，对学位论文潦草翻阅后就给出优良评审意见，不管学位论文质量如何，均予以通过，允许答辩。这样的评审态度，根本不利于学位论文质量的改进与提高。5.不能保证学位论文的评审时间《中国人民共和国学位条例》实施办法中明确规定，“学位论文或摘要，应在答辩前3个月印发有关单位，并经同行专家评议”。而在实际操作中，很难保证这个时间。我校规定在答辩前2个月送审学位论文，可是每年都有一些人不能按时完成，更有甚者，只给评阅人十几天甚至于几天的时间，评审人根本来不及评阅。（二）学位论文评审制度改进的措施实行学位论文匿名评审制度的初衷是保证学生的学位论文质量，杜绝急功近利的做法，建立良好的学术氛围。因此，学位论文评审应围绕这一根本目的予以改进：1.建立资料齐全、完备的专家库，以保证专家对论文评价的客观和公平性。评审专家是保证客观、公正、科学地评价一篇学位论文的关键因素。专家库的建立是否科学，直接关系到匿名评审能否规范操，专家库应是科学的、全面的，需要兼顾到学科、专业、研究方向等方面。专家库可以按照学科、专业、研究方向建立子库，根据学位论文的内容，在子库中抽取专家，这样可以避免专家的研究方向与所评审的论文相差较大的问题。2.改革评审途径和方法，建立学位论文网络化评审平台，实现学位论文的网上评审，提高工作效率。按照规定，每年分上半年和下半年授予两次学位，主要集中在上半年申请学位。每到答辩的高峰期，学位办堆满了论文，按平均120人答辩计算，每人3份论文，合计360份，需要按照不同学科、专业分给相关的学校、专家，需要电话联系外校学位办及专家，确定具体的寄送地点，联系快递公司，同时还要收到其他学校需要我们评审的论文，总而言之，工作量之大是难以想象的。所以实现学位论文匿名评审工作的网络化、信息化是此项工作未来发展的必然趋势。专家网上评审论文，网上提交评审意见，学生网上查询意见等，是实现评审工作快速、高效的有效手段之一。3.按学科建立统一的学位论文评审标准，以保证学位论文匿名评审的可靠性。4.加强导师队伍建设，从根本上提高人才的培养质量。事实上，如果导师是一个合格的导师，学位论文采取何种评审方式并不重要。实行匿名评审虽然能够起到一定的制约作用，可以阻挡低水平论文的通过，而且对加强学生及其指导教师的质量意识都有积极的作用，但是匿名评审并不能直接把住论文的质量关，能22够真正把好学位论文质量关的根本还是在于导师。因此，加强导师的师德学风建设，建立健全导师的遴选与考核机制，对于不合格的导师就应该取消其导师资格。5.实现评审专家对学生论文评价指标的多样化，由于我们的学位论文质量的模糊综合评价模型中权重比例是根据各个指标的重要程度来计算的，所以实现论文评价指标的多样化有利于实现指标权重的精确，对论文评阅质量的提高有非常巨大的作用。学位论文质量主要反映在选题的合理性、专理论知识的扎实程度与研究能力、成果的创新水平以及行文写作的规范性等方面，其评价要素除了附件一所给出的七项评价标准以为还可以从以下几方面的内容进行思考和评阅：文献利用，文献查找和阅在准确把握前人研究工作的基础上，确定自己研究方向具有重要的作用。文献查阅，主要考察文献查找的全面性阅读的广泛性。文献综述，可通过文献描述的概括性、逻辑性、简洁性、清晰性来衡量。文献的理创新性，考察研究成果在理论方面的。文献的先进性与新颖性，衡量研究成果在实际应用方面的意义潜在价值。6.建立评审专家考核与责任追究机制，防止低水平论文通过。应由负责学位管理工作的上级主管部门牵头，对各高等学校、科研院所中参与学位论文匿名评审工作的专家建立一套考核评估的体制，从专家的学术造诣，客观公正性等方面对评审专家进行打分，从而有效的避免“老好人”现象的存在。此致敬礼！日六、模型的评价、改进与推广6.1T检验分析法模型的评价与改进问题一模型中的检验方法利用数据配对的方法将论文的多项指标的多组数据一起进行处理，SPSS软件操作简单。数据可信度评价中将数据的差异性比较转化为论文评价稳定性分析，模型得以简化。但是由于附件1中给出的论文分项评分和评价结果中有少量明显差异，所以我们利用SPSS将指标集中指标筛选剔除，余下能充分反映关系的来得到相应结果，简单准确。然后利用SPSS软件对附件一中91组论文样本数据进行多元回归分析得到回归方程，并对其进行显著23性检验，通过这样的改进使得结果科学合理，准确可靠。6.2学位论文质量的模糊综合评价模型的评价优点：1.应用多层次模糊综合评价法建立的学位论文质量评价模型，能客观地反映课堂论文质量，克服了评价中人为因素的影响，是论文质量评价定量化的一种科学、有效的方法。2.通过实际数据检验，所建立的论文质量多层次模糊综合评价模型具有较高的效度和信度，是科学的，也是可行的，具有较高的实用性。3.应用层次分析法确定评价因子的权重，既考虑了各层评价因素的综合影响，又体现了各个因素对评价结果的不同影响力，不仅简化了系统分析和计算，还有助于保持判断的一致性，是一种较好的求取权重的方法。4.从获取的实证数据可以看出，二级及以上层次综合评价的结果更加精确，而且对课堂教学各环节的质量有更加详细和清晰的反映，更科学、客观地反映了教学质量的实际水平缺点：本文虽然借鉴往年的评分标准，对各因素集的权重进行划分，但由于每年具体情况（主要指论文题目等）不同，划分的因素集也有所不同，因此难以避免层次分析法所带来的“主观因素作用大，结果可能难以服人”的缺点。6.3学位论文质量模糊综合评价的改进在建立评判矩阵的时候即对论文进行打分的过程中，虽然对分数进行了求和取平均值的处理，但由于参与评判的人数较少，所以还是会造成较大的误差。因此这里认为可以增加评阅人数，进而减少误差保证评判的公正、公平。数学建模是利用数学方法解决实际问题的一种实践，而就此本文看来，模型仅用主观的打分建立评判矩阵存在一定缺陷。这里建议在以分数作为评判标准的基础之上，将各个因素集分数进行等级划分划分（优、良、中、差等），并引入权值λ（0≤λ≤1）、M，新的评判标准、F，论文分数、η，每篇论文获得优的因素集的比例。则有新的评判准则:M=（1－λ）F＋η这样有益于评判的公正、公平，有利于选择优秀算法。24七、参考文献[1]姜启源、谢金星、叶俊，数学模型[M]，北京：出版社，2003。[2]梅益、陈原，中国百科大词典[M]，北京：中国大百科全书出版社，2005。[3]韩中庚，数学建模方法及其应用（第二版）[M]，北京：高等教育出版社，2009。[4]张志涌，精通MATLABR2011A[M]，北京：北京航空航天大学出版社，2011。[5]张志涌、徐彦琴，MATLAB教程[M]，北京：高等教育出版社，2003。[6]张红兵、李璐，SPSS宝典[M]，北京：电子工业出版社，2010。[7]谭荣波，SPSS统计分析实用教程[M]，北京：科学出版社，2010。[8]胡鑫鑫、张倩、石峰，EXCEL2013应用大全[M]，北京：机械工业出版社，2013。[9]恒盛杰，EXCEL从入门到精通[M]，北京：机械工业出版社，2013。[10]李征航、毛旭东、刘万科、陈锴，博士学位论文质量评价指标体系的研究[J]，湖北经济学院学报(人文社会科学版)，3（7）：第179至184页，2006。[11]马莉萍，研究生学位论文质量评价体系的构建[J]，天津理工大学学报，21（6）：第85至87页，2005。[12]张立军，旅游服务质量模糊综合评价方法研究[J]，数量经济技术经济研究，7（1）：85-88，2003。[13]李安贵、张志宏，模糊数学及其应用[M]，北京：冶金工业出版社，1994。[14]R.Aris，MathematicalModelingTechniques，SanFrancisco：PitmanAdvancedPub，1979。[15]MolerC.NemuricalComputingwithMATLAB，http://www.mathworks.com/moler/，2011。25八、附录附录11.1存在差异的论文分项评价指标（百分制）序号论文类别评审结果A002B002A008B008A009B009A010B010A011B011A013B013A015B015A021B021A023B023A024B024A030B030A035B035A036B036A038B038A040B040A041B041基础研究优秀基础研究良好基础研究合格基础研究良好应用研究良好应用研究合格基础研究合格基础研究良好基础研究良好基础研究优秀基础研究优秀基础研究良好基础研究优秀基础研究合格基础研究良好基础研究优秀基础研究良好基础研究合格应用研究良好应用研究合格基础研究良好基础研究合格基础研究良好基础研究合格基础研究良好基础研究优秀基础研究优秀基础研究良好基础研究合格基础研究良好基础研究良好基础研究优秀选题意义8585现状综述7575论文工作学术水平75857585科研能力7575学术道德写作水平7585608526A042B042A044B044A045B045A046B046A048B048A049B049A050B050A051B051A053B053A056B056A057B057A058B058A059B059A060B060A061B061A065B065A066B066A069B069A075B075A076基础研究合格基础研究良好基础研究优秀基础研究良好基础研究合格基础研究良好基础研究优秀基础研究良好基础研究良好基础研究合格基础研究良好基础研究合格应用研究良好应用研究优秀基础研究良好基础研究优秀基础研究优秀基础研究良好应用研究良好应用研究合格基础研究良好基础研究合格应用研究合格应用研究不合格基础研究优秀基础研究良好应用研究优秀应用研究良好基础研究优秀基础研究良好综合研究合格综合研究良好基础研究良好基础研究优秀应用研究良好应用研究合格应用研究合格应用研究良好应用研究优秀757585606075607585060757575857575750758527B076A078B078A080B080A086B086A087B087应用研究良好基础研究良好基础研究优秀基础研究良好基础研究优秀应用研究合格应用研究良好基础研究合格基础研究良好7585757575758507575607556075856075575751.2T检测数据表论文编号假设2假设方差相等8假设方差相等9假设方差相等10假设方差相等11假设方差不相等13假设方差相等15假设方差不相等21假设方差相等23假设方差相等24假设方差相等30假设方差相等35假设方差不相等36假设方差相等38假设方差相等40假设方差不相等41假设方差相等42假设方差相等44假设方差相等45假设方差相等46假设方差相等48假设方差相等49假设方差相等50假设方差相等51假设方差相等53假设方差相等56假设方差相等57假设方差不相等sig.0.230.0.110.0.230.10.28sig.(双侧)P值0.0.60.90.80.60.90..40.5标准误差值2.54.53.43.2.022.5.32...23.0387假设方差相等假设方差相等假设方差相等假设方差相等假设方差相等假设方差不相等假设方差不相等假设方差相等假设方差相等假设方差不相等假设方差相等假设方差不相等假设方差相等0.120.0.0.0.80.400.030.0.90.32..4.62..5461.3显著性差异分析表序号A002B002A008B008A009B009A010B010A011B011A013B013A015B015A021B021A023B023A024B024A030B030分项评价指标（百分制）论文类别基础研究基础研究基础研究基础研究应用研究应用研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究应用研究应用研究基础研究基础研究评审结果选题意义现状综述论文工作学术水平科研能力学术道德写作水平优秀良好合格良好良好合格合格良好良好优秀优秀良好优秀合格良好优秀良好合格良好合格良好合格29A035B035A036B036A038B038A040B040A041B041A042B042A044B044A045B045A046B046A048B048A049B049A050B050A051B051A053B053A056B056A057B057A058B058A059B059A060B060A061基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究基础研究应用研究应用研究基础研究基础研究基础研究基础研究应用研究应用研究基础研究基础研究应用研究应用研究基础研究基础研究应用研究应用研究基础研究良好合格良好优秀优秀良好合格良好良好优秀合格良好优秀良好合格良好优秀良好良好合格良好合格良好优秀良好优秀优秀良好良好合格良好合格合格不合格优秀良好优秀良好优秀8575857575858575855757585757585858575758530B061A065B065A066B066A069B069A075B075A076B076A078B078A080B080A086B086A087B087基础研究综合研究综合研究基础研究基础研究应用研究应用研究应用研究应用研究应用研究应用研究基础研究基础研究基础研究基础研究应用研究应用研究基础研究基础研究良好合格良好良好优秀良好合格合格良好优秀良好良好优秀良好优秀合格良好合格良好75755755751.4T检验数据论文编号7576666sig.0..70.0.00..148sig.(双侧)P值0..30.0.10..331标准误差值对比检验等级4.4689优秀1.549良好2.518及格2.16829优秀2.25346良好3.003及格1.707优秀1.814良好2.69及格0.912优秀1.099良好2.2699及格1.681优秀1.7305良好2.634及格1.158优秀1.311良好667676760.80..91.84及格优秀良好及格附录22.1每篇论文的平均加权总分%计算附录2的每篇论文的平均加权总分。%时间：日21:02:11%先求出每篇论文各个指标分数的平均值，求出每篇论文各个指标的加权后的分数。a=[75,75,75,75,85,75,85,75,85,75,85,85,75,75,85,75,75,75,85,75,75,85,85,85,75,85,75,75,85,75,75,85,85,85,85,75,75,85,75,85,75,85,75,75,85,85,75,75,85,85,85,75,75,85,75,60,75,75,75,75,75,75,85,85,75,75,75,75,85,75,85,85];A=zeros(1,36);fori=1:2:72A((i+1)/2)=(a(i)+a(i+1))/2endA=A*0.132b=[75,75,60,0,75,75,75,75,85,75,75,85,85,75,75,75,75,60,75,75,75,75,75,85,75,75,75,75,75,60,85,85,75,85,75,75,75,75,75,75,75,75,75,60,60,60,75,75,75,85,75,75,75,75,60,75,75,75,75,75,75,60,85,75,75,75,75,0,75,75,85,75];B=zeros(1,36);fori=1:2:72B((i+1)/2)=(b(i)+b(i+1))/2endB=B*0.210c=[85,75,60,60,75,60,75,60,85,60,75,75,75,75,75,75,75,75,75,75,75,75,85,85,75,75,85,75,85,60,85,85,75,85,75,75,75,75,75,75,75,75,75,60,75,75,75,75,85,60,75,75,75,75,85,75,75,75,75,60,75,85,75,75,75,85,85,60,60,60,85,85];C=zeros(1,36);fori=1:2:72C((i+1)/2)=(c(i)+c(i+1))/2endC=C*0.0264d=[75,75,60,75,75,60,85,75,85,60,75,75,75,60,60,75,75,60,85,75,75,75,75,75,75,75,75,75,85,60,75,75,75,85,75,60,75,75,75,60,75,75,75,60,75,75,75,75,85,60,85,75,75,85,75,75,75,75,75,75,75,75,75,60,75,75,85,0,75,75,85,85];D=zeros(1,36);fori=1:2:7232D((i+1)/2)=(d(i)+d(i+1))/2endD=D*0.2524e=[75,75,60,75,75,60,75,75,85,60,75,75,75,75,60,75,75,75,75,75,75,75,85,85,75,75,85,75,85,75,85,85,75,85,75,60,75,85,75,60,75,75,75,60,75,75,75,75,75,75,85,75,75,75,75,60,75,75,75,75,75,75,85,75,75,75,85,60,75,75,85,85];E=zeros(1,36);fori=1:2:72E((i+1)/2)=(e(i)+e(i+1))/2endE=E*0.2736f=[60,75,75,85,75,75,85,75,85,60,75,85,85,75,75,75,75,85,85,75,75,75,85,85,75,85,85,75,85,75,85,85,75,85,75,75,75,85,75,75,75,75,85,60,75,75,85,75,85,75,85,75,75,75,85,75,75,75,75,75,75,85,85,75,75,85,85,75,85,85,85,60];F=zeros(1,36);fori=1:2:72F((i+1)/2)=(f(i)+f(i+1))/2endF=F*0.0528g=[75,75,60,75,75,60,75,75,85,75,75,75,75,60,75,75,60,75,85,75,75,75,75,60,75,75,85,75,75,60,85,75,75,85,75,75,85,75,85,75,75,75,75,60,75,60,85,75,75,60,75,75,75,75,85,60,75,75,75,75,75,85,85,75,75,85,85,0,85,75,85,60];G=zeros(1,36);fori=1:2:72G((i+1)/2)=(g(i)+g(i+1))/2endG=G*0.0528%求出每篇论文的平均后的加权分数。H=zeros(1,36);fori=1:36H(i)=A(i)+B(i)+C(i)+D(i)+E(i)+F(i)+G(i)End2.2优秀论文的加权总和%计算优秀论文的加权总和。从而排序得出优秀区间。%日16:39:49A=[85];B=[85];C=[8533];D=[75];E=[85];F=[75];G=[75];%优秀论文各个指标分数乘以相应权重A=A*0.132;B=B*0.21;C=C*0.0264;D=D*0.2524;E=E*0.2736;F=F*0.0528;G=G*0.0528;%计算加权后的总分H=zeros(24,1);fori=1:24H(i)=A(i)+B(i)+C(i)+D(i)+E(i)+F(i)+G(i)end2.3良好论文的加权总和%计算良好论文的加权总和。从而排序得出良好区间。%日16:29:51A=[85];B=[85757575757575];C=[8575756075757585857575];D=[6075757575];E=[757575];F=[857575];G=[75757507575856060];%良好论文各个指标分数乘以相应权重A=A*0.132;B=B*0.21;C=C*0.0264;D=D*0.2524;E=E*0.2736;F=F*0.0528;35756075757585G=G*0.0528;%计算加权后的总分H=zeros(136,1);fori=1:136H(i)=A(i)+B(i)+C(i)+D(i)+E(i)+F(i)+G(i)End2.4及格论文的加权总和%计算及格论文的加权总和。从而排序得出及格区间。%日16:27:45A=[756085];B=[606075];C=[60600];D=[606060];E=[75060];F=[756060];G=[0075];%及格论文各个指标分数乘以相应权重A=A*0.132;B=B*0.21;C=C*0.0264;D=D*0.2524;E=E*0.2736;F=F*0.0528;G=G*0.0528;%计算加权后的总分H=zeros(1,21);fori=1:21H(i)=A(i)+B(i)+C(i)+D(i)+E(i)+F(i)+G(i)End2.5求优秀区间（正态分布）%求优秀区间（正态分布）%日16:26:54%为了增加区间可信度，去掉原数据的最大值和最小值。A=[77.9....94882...983...];alpha=0.001;%判断数据在99.9%置信水平下，是否符合正态分布。[mu,sigma]=normfit(A);p1=normcdf(A,mu,sigma);[H1,s1]=kstest(A,[A,p1],alpha);n=length(A);ifH1==036disp('该数据源服从正态分布。')elsedisp('该数据源不服从正态分布。')end%求出对应点的概率[mu,sig,muci,sigci]=normfit(A,alpha)%把数据拟合成正态分布，并求出其均值、方差。P1=normcdf(79,mu,sig)P2=normcdf(100,mu,sig)%根据所求均值和方差，求出对应区间在总的数据中所占的比重，即可信度。P=(P2-P1)*1002.02.6求良好区间（正态分布）%求良好区间（正态分布）%日16:26:54%为了增加区间可信度，去掉原数据的最大值和最小值。A=[67....471....71..................76.76.76.76.876....177...6477.78..........980.....212];alpha=0.001;%判断数据在99.9%置信水平下，是否符合正态分布。[mu,sigma]=normfit(A);p1=normcdf(A,mu,sigma);[H1,s1]=kstest(A,[A,p1],alpha);n=length(A);ifH1==0disp('该数据源服从正态分布。')elsedisp('该数据源不服从正态分布。')end%把数据拟合成正态分布，并求出其均值、方差。[mu,sig,muci,sigci]=normfit(A,alpha)37%根据所求均值和方差，求出对应区间在总的数据中所占的比重，即可信度。P1=normcdf(70,mu,sig)P2=normcdf(79,mu,sig)P=(P2-P1)*1002.7增加区间可信度%为了增加区间可信度，去掉原数据的最大值和最小值。A=[58.....08466.....];alpha=0.001;%判断数据在99.9%置信水平下，是否符合正态分布。[mu,sigma]=normfit(A);p1=normcdf(A,mu,sigma);[H1,s1]=kstest(A,[A,p1],alpha);n=length(A);ifH1==0disp('该数据源服从正态分布。')elsedisp('该数据源不服从正态分布。')end%把数据拟合成正态分布，并求出其均值、方差。[mu,sig,muci,sigci]=normfit(A,alpha)%根据所求均值和方差，求出对应区间在总的数据中所占的比重，即可信度。P1=normcdf(58,mu,sig)P2=normcdf(70,mu,sig)P=(P2-P1)*10038
2015重庆邮电大学数学建模论文相关文章
《》由(在点网)整理提供，版权归原作者、原出处所有。
Copyright &
All Rights Reserved.