大学生创新训练项目立项评审的加权秩和比分档排序

高 鹰，陈荷荣

1.广州大学计算机科学与教育软件学院，广东广州 510000 2.广州大学外国语学院，广东广州 510000

大学生创新训练项目立项评审的加权秩和比分档排序

高 鹰1，陈荷荣2

1.广州大学计算机科学与教育软件学院，广东广州 510000 2.广州大学外国语学院，广东广州 510000

分档筛选大学生创新训练项目是立项评审的重要环节。本文以项目研究基础、研究团队、指导教师、选题、研究方案、研究成果、创新点和答辩过程等8项评价内容作为大学生创新训练项目立项评审指标，以XX大学17项大学生创新训练项目立项评审原始数据为基础，应用加权秩和比法，给出了这些项目分档排序的计算步骤及结果，可为大学生创新训练项目立项评审提供参考方法。

大学生创新训练项目；加权秩和比法；分档排序

21世纪是知识经济的时代，知识经济主要依靠知识创新和知识广泛传播、以智力资源来创造财富的经济。创新是知识经济的灵魂，而创新的关键在于创新人才的培养，培养具有创新素质的人才是时代的迫切需要，也是一个国家富强及在国际竞争中立于不败之地的重要因素。高等学校是培养高素质创新型人才的摇篮，大学生创新能力的培养已经成为国家的需要、社会的需求和时代的主题[1]。大学生创新训练项目的设立是培养学生创新能力的重要举措，可以提高学生的创新思维和创新能力，促进学生巩固知识，拓展视野，形成创新思维；有助于学生打破思维定势，挑战权威，树立自信心和创新意识；大学生创新训练项目有利于形成良好的创新氛围和教育环境。随着大学生创新训练项目的越来越多，如何分档筛选优秀的项目是立项评审的重要环节。秩和比法是一种常用的综合统计分析评价方法，它对评价对象无特殊要求，其基于指标秩次的计算方法简单、易懂，排序分档结果直观明了，特别适合于评价对象多、需给出合理分档排序的场合。本文应用加权秩和比法对大学生创新训练项目立项进行评审，为大学生创新训练项目立项评审提供参考方法。

1 加权秩和比法原理与步骤

秩和比法[2]（Rank-sum ratio，简称RSR法）的基本原理是通过秩转换，获得无量纲统计量RSR，然后运用参数统计分析的概念与方法研究RSR的分布，并根据RSR值对评价对象的优劣进行排序或分档排序。设x1,x2,…,xn是容量为n的样本，其顺序统计量是x(1),x(2),…,x(n)。若xi=x(k)，则称k是xi在样本中的秩，记作Ri，对每一个i=1,2,…,n ，称Ri是第i个秩统计量。R1,R2,…,Rn总称为秩统计量。秩和比法的步骤如下：

1）编秩：将n个评价对象的m个评价指标排列成n行m列的原始数据表。依据指标值编出每个评价对象各指标的秩，同一指标数据相同者编平均秩，得到的秩矩阵

2）计算加权秩和比（WRSR）：根据各评价指标的权重，计算加权秩和比，其中jw为第j个评价指标的权重，

3）计算概率单位：将WRSR值由小到大排列起来，列出各组频数if，计算各组累积频数，计算累积频率，将pi转换为概率单位Probiti，Probiti为标准正态分布的pi分位数加5。

4）计算直线回归方程：以累积频率所对应的概率单位Probiti为自变量，以WRSRi值为因变量，计算直线回归方程WRSR=a+b×Probit。

5）分档排序：按照回归方程推算所对应的WRSR估计值对评价对象进行分档排序。

2 大学生创新训练项目立项评审

2.1评审指标及原始数据

选取项目研究基础、研究团队、指导教师、选题、研究方案、研究成果、创新点和答辩过程等8项指标作为大学生创新训练项目立项评审指标，8项指标的权值分别为0.1、0.05、0.1、0.1、0.15、0.1、0.25和0.15。研究基础指标考察项目成员是否具备较好的开展创新训练项目研究的知识基础和实践操作基础等。研究团队指标考察项目团队成员结构的合理性。指导教师指标考察指导教师是否具有较强的科研能力，对学生研究方案的科学性和可行性提出了具体意见。选题指标考察的内容包括：选题科学、内容新颖，具有挑战性和前景价值，拟解决的主要问题明确、清楚，基本假设成立。研究方案指标考察的内容包括：项目方案思路清晰，每个阶段工作任务清楚，研究方法可行，主要内容安排合理，人员分工合理，研究时间安排合理。研究成果指标考察预期研究成果是否明确、可考核（对以知识创新或技术创新为主的项目有实验过程和原始数据记录；对以研究方法创新为主的项目有研究结果对比分析）。创新点指标考察项目体现知识创新、技术创新或研究方法创新的程度，或对前人的工作有改进或突破，或有独到见解。答辩过程指标考察包括：汇报基本概念清楚，重点突出，回答问题准确、有深度、有理有据等。表1是××大学大学生创新训练项目立项评审指标及原始数据（百分制）。

表1　××大学大学生创新训练项目立项评审指标、原始数据

表2　17个项目编秩及计算结果

2.2分档排序计算过程

1）编秩：依据评审专家的分值对评审指标从小到大进行编秩，最大值编为最高秩次n，次大值编为n-l，次小值编为2，最小值编为1，同一指标数值相同者编平均秩。

3）确定WRSR的分布：根据WRSR值由小到大对17个项目进行排序，计算向下累计频率(p)，并将p换算为概率单位Probit (Probit为P对应的标准正态离差u加5)，通过查《百分数与概率单位对照表》[3]可得到Probit值。

4）计算回归方程：以概率单位值Probit为自变量，WRSR值为因变量，计算得出回归方程:WRSR =a+b×Probit ，并根据回归方程计算出WRSR的估计值。

2.3结果

17个项目编秩、WRSR值P值及Prabit值计算结果见表2，计算得出回归方程为WRSR=4.6387 +0.9218×Probit，再将Probit代人回归方程中计算出WRSR估计值，根据WRSR估计值及Probit值将项目分为优、良、中和差4个档，由《常用分档情况下的百分位数临界值及其对应的概率单位Prabit值》[4]可知4档情况下概率单位probit值如下：优：Probit值小于3.5；良：Probit值大于等于3.5小于5；中：Probit值大于等于5小于6.5；差：Probit值大于等于6.5。由此获得17个项目分档排序结果如下：优秀项目1个：P1；良好项目7个：P8 、P2 、P13、P17、P15、P12、P5；中等项目6个：P6、P11、P14、P7、P3、P9、P16；较差项目2个：P10、P4，见表2。

[1]陈国华，刘贵仲，陈旭，等．工科大学生创新能力评价方法研究[J].桂林电子科技大学学报，2008，28（2）：167-170.

[2]田凤调.秩和比法及其应用[M].1版，北京：中国统计出版社，1993.

[3]百分数与概率单位对照表[EB/OL]．http://www．docin．com/p-655564420.html．

[4]刘桂芬.医学统计学[M].2版.北京：中国协和医科大学出版社，2007.

TP3

A

1674-6708（2016）171-0178-02

广东省高等学校教学质量与教学改革工程建设项目（粤教高函[2015]133号、粤教高函[2013]113号）、2015广东省教育厅教学成果培育项目(粤教高函201572)、广州市教育科学“十二五”规划课题（No.2013A006）、广州大学本科教学质量工程建设项目（ZLGC201419）资助。

高鹰，教授，广州大学计算机科学与教育软件学院，研究方向为信息技术。