[發(fā)明專利]基于Behrens-Fisher問題的高考地域分差推導方法在審
| 申請?zhí)枺?/td> | 202110103973.8 | 申請日: | 2021-01-26 |
| 公開(公告)號: | CN112883076A | 公開(公告)日: | 2021-06-01 |
| 發(fā)明(設(shè)計)人: | 趙龍霄;佘彥;任慶偉;李崢;潘生林 | 申請(專利權(quán))人: | 浙江萃文科技有限公司 |
| 主分類號: | G06F16/2458 | 分類號: | G06F16/2458;G06F17/18;G06Q50/20 |
| 代理公司: | 長春眾邦菁華知識產(chǎn)權(quán)代理有限公司 22214 | 代理人: | 朱紅玲 |
| 地址: | 313300 浙江省湖州市安吉縣*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 behrens fisher 問題 高考 地域 推導 方法 | ||
基于Behrens?Fisher問題的高考地域分差推導方法,涉及統(tǒng)計學技術(shù)領(lǐng)域,解決現(xiàn)有方法采用預(yù)測方式對地區(qū)高校下設(shè)專業(yè)錄取的概率,而沒有將地域分差考慮在內(nèi)等問題,包括以下步驟:數(shù)據(jù)的收集與統(tǒng)計;對各省考分做等同分數(shù)處理;建立等同分數(shù)樣本的概率密度模型;運用基于Behrens?Fisher問題的統(tǒng)計學理論對地域分差進行推導。本發(fā)明涉及的技術(shù)是從地域的角度給考生和家長在志愿填報時提供了一種直觀的選擇高校的參考,建立概率模型時引入白噪聲刻畫不確定因素,對地域分差計算時運用信仰推斷法,使得推導結(jié)果更加科學有效,彌補了現(xiàn)存技術(shù)的缺陷,為高考志愿填報增加了數(shù)據(jù)支撐。
技術(shù)領(lǐng)域
本發(fā)明涉及統(tǒng)計學技術(shù)領(lǐng)域,具體涉及一種基于Behrens-Fisher(貝倫斯-費希爾)問題的高考地域分差推導方法。
背景技術(shù)
考生在填報志愿的時候有多種角度可以選擇,例如基于專業(yè)優(yōu)先、高校優(yōu)先、就業(yè)優(yōu)先和地域優(yōu)先等。許多考生和家長都對地域的選擇非常重視,因為地域象征著一個平臺。眾所周知北上廣深等發(fā)達或者沿海城市的畢業(yè)生很大概率會比其他城市的畢業(yè)生擁有更多選擇的機會,所以選擇報考發(fā)達城市的高校往往成為大多數(shù)考生的傾向趨勢。
地域分差是由于經(jīng)濟發(fā)展水平、高等教育資源、考生總體規(guī)模、基礎(chǔ)教育質(zhì)量、同分人數(shù)密度、同分段分數(shù)競爭力等方面的差異導致的,考生報考不同省份高校時的地域分數(shù)差值。比如,在某省同分段考生中,80%選擇一線城市、20%選擇偏遠地區(qū),這樣就會造成偏遠地區(qū)分數(shù)增值、熱門地區(qū)分數(shù)貶值的情況。
現(xiàn)有的一些高考平臺大多沒有從地域優(yōu)先的角度來考慮志愿的填報問題,少數(shù)是在預(yù)測該地區(qū)高校下設(shè)專業(yè)錄取的概率,而沒有將地域分差考慮在內(nèi)。將地域錄取分數(shù)的差異直觀地表現(xiàn)出來對于填報志愿起到至關(guān)重要的作用,會給傾向于地域優(yōu)先來選擇高校的考生提供關(guān)鍵的報考參考依據(jù)。
發(fā)明內(nèi)容
本發(fā)明旨在給出高考填報志愿時地域分數(shù)差異的計算方法,基于Behrens-Fisher問題的統(tǒng)計學理論,解決了基于地域優(yōu)先的報考考生的志愿選擇問題。
為解決上述技術(shù)問題,本發(fā)明的具體步驟為:
基于Behrens-Fisher問題的高考地域分差推導方法,其特征是:該方法由以下步驟實現(xiàn):
步驟一、數(shù)據(jù)的收集與統(tǒng)計;
步驟二、對各省考分做等同分數(shù)處理;
步驟三建立等同分數(shù)樣本的概率密度模型;
步驟四、運用基于Behrens-Fisher問題的統(tǒng)計學理論對地域分差進行推導。
進一步的,步驟一中,所述數(shù)據(jù)的收集與統(tǒng)計具體過程為:
對各省考生總體規(guī)模、同分人數(shù)密度、各高校以及專業(yè)在各省每年最低錄取分數(shù)和平均錄取分數(shù)、高校招生計劃數(shù)據(jù)的收集和統(tǒng)計,以及對過往近3~5年上述的數(shù)據(jù)做相應(yīng)統(tǒng)計。
進一步的,步驟三中,建立等同分數(shù)樣本的概率密度模型,具體過程為:
設(shè)定樣本序列S=(s1,s2,…,sn)服從正態(tài)分布,則概率密度模型為:
式中,為等同分數(shù)樣本均值,σ為等同分數(shù)的樣本標準差,ω(x)為白噪聲影響的不確定因素。
進一步的,對地域分差推導時,運用信仰推斷法:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江萃文科技有限公司,未經(jīng)浙江萃文科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110103973.8/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種抗極壓耐磨型長效潤滑油組合物及其制備方法
- 下一篇:一種機械加工通用托架
- 一種鑒別原油和燃料油的方法
- 利用混合分量聚類Fisher得分算法提高音頻分類準確率的方法
- 一種基于Fisher分類器組的離散型數(shù)據(jù)預(yù)處理方法
- 一種基于Fisher分類器組的連續(xù)型數(shù)據(jù)預(yù)處理方法
- 一種基于fisher信息處理短期負荷預(yù)測特征輸入量的選擇方法
- 一種基于fisher信息處理多維氣象因素短期負荷處理方法
- 一種基于fisher信息處理的單氣象因素短期負荷預(yù)測方法
- 基于Fisher-Score違約鑒別能力最大的信用評級最優(yōu)指標組合的方法
- 基于Fisher判別分析的矩陣變量受限玻爾茲曼機圖像分類方法
- 基于特征空間分布的Fisher特征選擇方法





