电气信息类工科专业基础课程相关性分析——以云南民族大学电气信息工程学院为例

杨 曼，罗 丽，赵一帆，高 飞

(云南民族大学 电气信息工程学院，云南 昆明 650500)

1 研究背景和意义

课程体系构建是实现工程教育专业培养目标最重要的支撑性工作，课程体系构建在遵循职业成长规律和认知学习规律进行排序时，必须考虑前导、后续和平行课程的设置关系.《普通高等学校本科专业教学质量国家标准》对工科专业毕业需学时学分数和专业核心课程都有严格的要求，大多数工科专业要求毕业学分都在140—180分之间[1]，修读的课程门数在70门左右，如何利用这些课程的相关性对这些课程进行排序，对优化工科专业课程体系构建有重要意义.

作者以云南民族大学电气信息工程学院工科学生学习成绩为基础数据，采用Pearson积矩相关系数算法，计算出课程两两之间的相关系数，并作为一个指标来分析、探讨课程的相关性，理清前导、后续和平行课程的关系，从而优化课程体系构建.

2 数据来源及准备2.1 数据来源

随着信息化时代的到来，各高校建立了自己的教务管理系统，存储了大量与教学相关的数据[2].云南民族大学2008年至今一直使用青果教务系统，全校各专业所有学生全部成绩都保存在该教务系统中，课题组收集了电气信息工程学院2019届工科专业学生的学习成绩数据文件.

2.2 数据准备

从学校的教务系统中导出学生各门课程成绩，均采用百分制记分，筛选出工科专业的共有课程共计36门，剔除休学、退学和缺考的学生，形成36*228的有效样本空间.36门共有课程包括专业基础课、公共英语课程、公共政治课程和其他公共课程，课程名称和代码的对应关系如表1所示，X表示专业基础课，Y表示公共英语课，Z表示公共政治课，W表示其他公共课程，代码下面对应的开课学期.

3 课程相关性计算

3.1 相关性的概念

相关性分析是通过定量的指标来描述事物之前联系的强弱程度.在统计学中的相关性则是两事物之间具有关联时，一个事物会因为另一事物的改变而改变[3].课程相关性是指在现有的课程设置中，各门课程内容之间存在着相互联系，一门课程的内容及安排会对另一门课程的学习产生影响[4].

3.2 Pearson积矩相关系数

皮尔逊(Pearson)积矩相关系数是二元定距变量相关分析的一种常用方法，用于度量两个变量间相关程度，它是一个介于 1和-1之间的值，其中，1表示变量完全正相关，0表示无关-1表示完全负相关[5].

Pearson积矩相关系数主要用于计算连续变量之间的相关性，要求变量的总体呈正态分布或者可以近似的看成符合正态分布，并且样本数量要不小于30，Pearson积矩相关系数才具有意义.因为学生成绩属于连续变量，符合正态分布，本文样本数量有228个，所以选择Pearson积矩相关系数求解方法.Pearson积矩相关系数的计算公式如下：

3.3 相关系数计算结果

本文用Matlab软件进行编程，以228名学生各课程成绩为基础，用Pearson积距相关系数计算公式，求出了36门课程两两之间相关系数的值.下面分别介绍专业基础课的相关系数计算结果和公共英语课相关系数计算结果.

3.3.1 专业基础课程相关系数计算结果

专业基础课程共计21门，它们之间的相关系数的值如表2所示，从表2可以看出：

1)与高等数学Ⅰ(一)之间相关系数的值大于0.4的课程有7门，与高等数学Ⅱ(一)之间相关系数的值大于0.4的课程有8门，与工程数学(一)之间相关系数的值大于0.4的课程有12门，与普通物理(一)上之间相关系数的值大于0.4的课程有13门，与普通物理(一)下之间相关系数的值大于0.4的课程有7门，与模拟电子技术之间相关系数的值大于0.4的课程有9门，与数字电子技术之间相关系数大于0.4的课程有7门.

2)高级语言程序设计与其他专业课程之间的相关系数值都比较低，均小于0.4，最大值为0.36.

表2 专业课程相关系数值列表

3) 理论课和对应的实验课相关系数的都不高，普通物理(一)上和普通物理实验(一)相关系数的值最高0.41，其他的理论课和对应的实验课相关系数的值均小于0.41，特别是电路和电路实验相关系数的值仅0.10，高级语言程序设计和高级语言程序设计实验的相关系数的值仅0.09.

4) 高等数学Ⅰ (一)与普通物理(一)上的相关系数的值为0.55，高等数学Ⅰ (一)与工程数学(一)之间的相关系数的值为0.54，高等数学Ⅱ (一)与工程数学(一)相关系数的值为0.55，高等数学Ⅱ (一)与数字电子技术相关系数的值为0.51，普通物理(一)上与工程数学(一)的相关系数为0.54，普通物理(一)下与工程数学(一)相关系数值为0.56，工程数学(一)与模拟电子技术相关系数为0.59.

3.3.2 公共英语课程相关系数计算结果

公共英语课共计6门，它们之间的相关系数的值如表3所示，从表3可以看出：

1)在所有的英语课程相关系数中，大学英语读写1和大学英语读写2之间的相关系数最高，值为0.5.

2)大学英语视听说1和大学英语视听说2的相关系数较低，其值仅为0.26.

表3 公共英语课相关系数列表

4 分析与结论

4.1 核心基础课对后续专业课程的支撑性强

从3.3.1中1)分析数据可以看出数学、物理、数电和模电课程与其他专业基础课程相关系数值大于0.4的课程数占专业基础课程数总量的33.3%～61.9%，说明学生对这几门基础课程的掌握程度直接影响到其他基础课程的学习效果.因此要提高对这几门课程的重视程度，加大这几门课程的学时学分数的占比，选取合适的教材，优化这几门课程老师的配比，使其对后续课程打下良好的基础.

4.2 理论课程与对应实践课程关系

从3.3.1中3)分析数据可以看出，理论课程与对应实验课程的相关系数值不高，特别是电路与电路实验相关系数的值和高级语言程序设计与高级语言程序设计实验相关系数的值很低，几乎没有关联性.说明实验课程的教学内容和教学方法对理论课程的理解和掌握基本没有贡献，实验课程的教学从教材内容和教学方法方面都需要进行改革，使其能更好的支持理论课的教学.

4.3 反常现象原因分析

从3.3.2中2)分析数据可以看出，大学英语视听说1和大学英语视听说2之间的相关系数值很低，但是按照常规思维，两者的相关系数应该很高，为对两门课程的相关性进行进一步的研究，对两门课程的原始成绩数据进行了分析，分析发现：两门课程的师资队伍基本没有变化，但是学生成绩波动较大，同一学生的大学英语视听说1与大学英语视听说2差值范围在-30～21.说明原本两门课程相关性应该很强，但是由于地方院校学生大学英语视听说基础不牢固，考试成绩随机性较大，所以导致两门课程从成绩上来看相关性很弱，所以需要进一步加大学生的英语听说能力训练，使学生的这两本课程基础扎实.

4.4 其他结论

从3.3.1中2)分析数据可以看出，高级语言程序设计课程与其他课程的相关性较弱，因为它是一门相对独立的课程，需要的高中的基础知识不多，所以该门课程与其他课程的相关性不强，相比之下与同一学期开设的高等数学Ⅰ(一)之间的相关系数值最高，因为在同一学期同一学生的学习状态是相同的.对于类似独立课程，学期设置上可以随意，优化课程设置，使课程设置均衡.

从3.3.1中4)分析数据可以看出，知识点有交叉的课程间的相关性较强，相关系数的值较高，知识点交叉多，又在同一学期开课，相关系数的值会更大.所以，如果课程之间知识交叉点多，无前导和后续关系可以考虑同学期开设，如果有前导和后续关系可以考虑在相近学期开设.

从3.3.2中1)分析数据可以看出，大学英语读写1和大学英语读写2之间的相关系数的值较高，两门课程的相关性强，说明学生掌握和运用英语读写的能力相对稳定.

本文从研究课程相关性对课程体系构建的重要性出发，以云南民族大学电气信息工程学院工科专业2019届毕业生成绩为基础数据，采用Pearson积距相关系数计算方法，以Matlab作为工具，计算出36门基础课程的两两相关系数的值，并对其进行了分析，得出了核心课程对后续专业课程的支撑性强、理论课程与对应实践课程的关系、反常现象原因分析和其他结论，详见(4)中，这些结论对于优化课程体系构建有指导意义.

本文仅对电气信息工程学院工科专业基础课程相关性进行了分析，接下来，该分析方法还可以拓展到其他专业，优化其他专业的课程体系构建；与学生生源、家庭背景、学生就业去向等因素结合，可以从以下5个方面继续进行深化分析与研究.

1) 优化课程设置，提高教学质量；

2)知识点重组，形成课程组；

3)与学生就业去向联合研究，指导学生就业[7]；

4)与学生生源地、家庭背景等联合研究，促进学生管理；

5)与学生个人兴趣和发展联合研究，完善学生个性化培养.