- 在線時間
- 480 小時
- 最後登錄
- 13-8-8
- 國民生產力
- 3466
- 附加生產力
- 7831
- 貢獻生產力
- 0
- 註冊時間
- 11-5-26
- 閱讀權限
- 10
- 帖子
- 4119
- 主題
- 105
- 精華
- 1
- 積分
- 15416
- UID
- 749411
|
不正常數據的調整
由於學生考取的 raw scores 必須要先假設是服從「常態分配」(normally distributed) ,然後才能標準化,現實中的數據也可能會出現一些離羣的原分(raw scores) ,令到normal distribution 變得傾斜,對於一些極端離羣的原分,如果能夠作出適當調整,可以減少整個 distribution的誤差。
其中一個方法是 truncation,即是將所有巳轉化的 z-scores 保持在一個最高可接受與最低可接受的範圍內。以我猜想,教育局將比重標準分總和加上150的目的是消去所有 z-scores 的負分,在最差情況出現之下,比重標準分總分會是零,即是比重標準分總和 = -150,而每科的最差 z-score = -150/38 = -3.94736842
i.e. 比重總和 = 9+9+9+6+3+2 = 38
如果他們做 truncation 可能便是將任何 z-score 的上限設定為3.94736842,下限設定為 -3.94736842。
舉例,之前的罕有極端例子的最小 z-score = -12.6095,如果真有可能發生的話,也會被 truncation 調整為 z-score = -3.94736842,以減少對整體釐定分數的誤差!
#這只是個人意見,我也不清楚其實教育局會怎樣去調整一些non-random distribution。
我自己programming用以下Excel 2010 formula 做 truncation:
=IF(AND(STANDARDIZE(x,mean,sd)>=-3.94736842,STANDARDIZE(x,mean,sd)<=3.94736842),STANDARDIZE(x,mean,sd),IF(STANDARDIZE(x,mean,sd)>=3.94736842,3.94736842,-3.94736842))
|
|