段考成绩分析

段考成绩分析（14篇）

1.段考成绩分析 篇一

小学六年级上册六（1）班数学期中考试试卷质量分析

此次六年级数学期中考试题就总体而言，主要考查学生对基础知识的掌握情况，既考查了学生的基础知识和基本技能，又考查了学生的综合能力，试卷难易适中，知识面广，科学性与代表性强，强调了数学的适用性与生活化，重视知识理解与过程的考查，试题的呈现形式多样化，讲求方法的渗透与能力的培养。

本次考试，我班应考54人，实考54人。平均分66.49分;80分以上有7人,优秀率12.9%;60分以上有37人,及格率68%;不及格17人,其中50几分有4人,40几分有2人,30几分以下有1人。从考试结果来看，我班虽然大部分学生适应能力差，解题，分析思路不够清晰，不能很好联系实际进行答卷，少数部分学生思维活跃，思路清晰，能从不同角度去解决问题，但整体上计算准确率不高。有部分学生的考试成绩不容乐观,他们数学基础知识掌握不够牢固,且灵活运用所学知识解决问题的能力更为欠缺。看到成绩不够理想的同时，我们更要把目光关注到试卷反应的各种问题上来，发现有很多的问题值得我们深入分析和反思。我班学生在数学学习方面存在的主要问题1.学生的良好学习习惯养成不够好,如:学生不能认真审题,认真答题。体现在列式计算后不写单位名称。还有的在解应用题后不写答案等；

2．学生的基础知识掌握还不够扎实，解题能力还有待进一步的加强。位置与方向中的数对表示物体的准确位置；圆周率的比值是圆周长和直径的比等。3.学生的计算能力较差，尤其是学困生的正确率太低，算理不明，不能灵活的运用简便方法。部分学生能列出应用题的相应的算式，但最后算错了。4.在课堂教学中，缺乏对基础知识和基本技能的训练或训练的不扎实。5.学生对题型不够熟悉，在答题的过程中表现出的自信心不够。6．学生的发散思维训练还没有到位，课堂教学缺乏知识拓展一类问题的思维训练。

7、两极分化严重。学生间的两极分化严重，学习程度参差不齐，优差悬殊，学困生很难跟上学习的步伐，给教学和辅导带来诸多不利。今后改进措施1.加强概念教学，特别是概念的推导过程、归纳过程，要让学生自我感悟和自我完善，这是加深对概念的理解和灵活运用的重要前提。2.加强数学基本功训练。例如口算、速算、计算中的巧算，常用数值的强记等。另外就是要经常性的的对学生进行查漏补缺，科学编制一些简易又能强化学习结果的材料，给学生解题设置一些障碍，让学生通过思考、探究，同时，要注重培养学生知识的运用能力，提高学生解答简单实际问题的能力。3.教师要加强学生的日常养成教育，培养学生良好的学习习惯和学习态度。平时的教学中，注意培养学生细心审题、认真做题和进行检验的良好习惯。4.注重拓展提高，强化思维训练，不能死教教材。注重学生解决实际问题能力的培养，做到“一题多变”，平时多收集资料,特别是要多整理易错题、灵活题、实践题,在讲解时要讲清讲透，努力提高学生的逻辑思维能力和迁移类推、综合运用知识的能力。5.培优补差，让所有学生都有发展。针对部分学困生，要经常和他们的个别交流，平时要多给他们开小灶，查漏补缺,及时进行辅导，经常进行家访,不断与学困生的家长进行电话联系，取得家长的支持和理解。和家长达成教育的共识，齐抓共管，努力提高他们的学习自觉性和自信心,从而使他们的成绩得到提高。同时也要让那部分学有余力的学生尽快脱颖而出，使全班的教学成绩有更大的提高，6、同科教师之间互相学习，取长补短，强化研讨，不单打独斗。提升优秀的学生名单：王冬华、郭路芳、李彩燕、刘娟、李清棋、郭艳芳、温演婷、王小龙、李钰梅、卢娅萍、李青、王萍、王丽、王齐福、王诚鑫。提升至及格的名单：王海平、王齐金、王俊、刘圭财、肖文香、王清燕、王淑清。

2.段考成绩分析 篇二

我们的问题是检验假设H0:高考数学成绩X～N (μ, σ2) , 这里检验的显著性水平α=0.01。检验可以按照以下步骤进行:

1.假设H0:X～N (μ, σ2) 。

2.选统计量:

由于H0中含有未知参数, 故需先进行参数假设, μ与σ2的极大似然估计分别为, , 可知σ=23.26328

因为X是连续型随机变量, 为利用非参数x2检验, 首先要将X的取值离散化, 这里最高分为125, 最低分为26, 极差125-26=99。所以, 可将数学成绩分为9组, 每组间距为11, 列表如下:

下面计算概率Pi:

运用此方法进行计算，可得:P2=0.032, P3=0.0685, P4=0.1188, P5=0.1655, P6=0.1897, P7=0.167, P8=0.121, P9=0.121。

通过计算可得:n P1=0.891, n P2=1.7765, n P3=3.7675均小于5。可将前三组合并为一组使n Pi5。那么，各区间变为 (0, 59]， (59, 70]， (70, 81]， (81, 92]， (92, 103]， (103, 114]， (114, 150]。

算得的结果列成下表:

此研究中显著性水平α=0.01，待估参数个数k=2，区间个数r=7，所以x2的自由度为r-k-1=7-2-1=4，那么xα2 (r-k-1) =x20.01 (4) =13.277ㄢ

3.接受域珚W=[0, 13.277]。

5.结论:接受假设H0，即认为X近似服从正态分布。

通过以上对高考数学成绩的数据分析可知，本次数学成绩服从正态分布，考题难度适中，是比较好的题目。

参考文献

[1]上海交通大学数学系.概率论与数理统计 (第二版) [M].北京:科学出版社, 2007:184-190.

[2]魏宗舒, 等.概率论与数理统计教程[M].北京:高等教育出版社, 1982:504-505.

[3]赵选明.概率论基础教程[M].北京:机械工业出版社, 2006:311-322.

3.初三段考2质量分析会总结 篇三

一、通过段考，可以看出前一段工作是有成效的，学生学习习惯已逐渐形成，能够紧密配合教师较好地完成教学任务，班主任和科任老师能够按照上次期备考会的要求，认真扎实工作，班级和教学秩序井然，初步达到了预期的教学效果，教学成绩值得肯定。

二、全级总体分析

1、高分段人数偏少；各科优秀人数偏少，总分700分以上只有14人，形势较严峻。

2、中间分数段（650分以上只有29人，500分以上59人）缺失严重，这些学生就是我们所说的有希望踩线的学生，班主任一定要和科任教师配合，制定有实效性的帮扶策略，增强学生的信心，加强基础落实，使他们在现有成绩的基础上有所提高，就有希望考上重点高中，所以这部分学生绝对不能放弃。这部分学生是支撑良好学习环境的主要力量，课堂教学不应忽视，要给这部分学生以考入虎中的希望，引导他们提高学习的主动性；

3、低分数段学生颇多，（450分以下55人，300分以下14人）这是学科教师关注的焦点，要对这些学生进行逐个分析，提出针对性措施，促进他们稳步提升成绩。

三、平均分、及格率、优秀率分析比较

1、各学科分析表另见成绩分析表

2、从分析表可以看出，一是各学科存在不均衡，各班级存在不均衡，各班同一学科不均衡。有些学科的平均分、及格率都不高，有些学科优秀率过低。其中平均分班级较靠前的有3、4班。1、2、4班数学、2班历史成绩进步较大，1、2、3班的英语成绩退步明显。

3、优生成绩不稳定优生或多或少出现瘸腿学科。前十名学生的格局又一次被打乱，其中前五名学生不变但刘雯同学进步最大，排在全级第一。在前十名中黄琛学、曾何珂、赖贸辉同学进步较大，何振瑛、廖文香温昊聪同学下降幅度较大。

4、根据2016年虎中招生分数线，达到分数线的学生只有21人（672分以上），而且各班七科及格人数分布也不均衡。这离学校所定的升学目标相差还很远。

四、段考后的教学建议和要求

1、教学仍要面向全体，特别是450分以上的学生，这是良好学习环境形成与巩固的重要支撑。

2、各科任教师要针对学生成绩作出分析，查漏补缺，对学生的基础知识进行梳理落实；特别是与其他学科及同一学科的其他老师差距较大的教师要利用自习及晚读时间补课，缩小差距提高学生成绩。设置有特色的作业布置方式，如课堂作业、课外阅读词语积累，提高学生学习兴趣，3、要加强教学的落实，及时反馈和发现问题，及时整改；

4、要注重教学的可持续性，特别关注目标偏下学生，对个别偏科学生，要加强疏导帮扶，使他们减少对弱科的畏惧感，提升学习兴趣和信心；积极开展培优扶困工程，做到有目标、内容、方法、成效等过程，充分发挥学生“结对子”、“一帮一”等课外互助形式的作用，课内多提问、激励、检查，关注学困生的每一个微小进步。

5、班主任要注意目标群体的管理，在这里要强调的各班主任应关注600分以上的学生，关注他们的学习及思想动态，使他们的学习成绩稳中有升，争取考上重点高中。还要关注300分以下的学困生，做好他们的思想工作及感情梳理，以形成良好的学习风气和班风。

4.段考总结作文 篇四

段考十分的差,虽然其中有状态的原因,但大多都是正常的原因,题目十分简单,可是偏偏错了,我对这次的段考很懊悔,每门都是,因为很多都是我的粗心大意,物理成绩尤其差,老师讲的时候,觉得很容易,可是在考场上却什么也不会做,数学也考得十分的差,可考完之后,在老师讲之前重新做了一遍才认识到自己的错误,和这些题目是容易得不能再容易了,英语也有很多题目令我很悔恨,我因为题目太容易了,都没去沉下心来看题目,眼睛随意一瞟,想都不想就写,结果才错了,语文也有很多遗憾,总是顾前不顾后,没能沉下心来去看完一道题目,化学题目也很容易,可很多题目都因为太粗心大决或没沉下心去思考,都给失了分,在考试之后,我懊悔了,但没有用作文人网 ,我想了很多我觉得自己太懒了,作为一个理科生,最忌的就是不用脑子想问题,而我正是如此,遇到自己不会做的题目,便让它就这样过去,不爱钻研,结果养成了不做难而复杂的题目的习性,每当考试转一点弯,我便不知所措了,在学习上,不去计划每天,有时十分的忙碌,有时却什么也没有做,不知到要干什么,结果浪费了很多时间,还有就是书乱放,要的时候便找半天,结果又浪费了很多时间,我曾想过,要把书放得很条理,可一天下来又乱七八糟的,不想浪费时间安排书,却浪费更多时间去找书,反而失不可得,我总是言语的主人,不是行动的主人,只说想,却不去做,即使做了,也坚持不了多久,我自己也不知道该如何去改变陋习。

5.段考总结 篇五

我总结了这两次大考之所以会考得如此之差的原因有以下几个：

① 老师课上讲的知识点没在课后及时的去巩固、复习。

②在写作业过程中一遇到难题就放弃了，不会也不去问同学，老师。

③不敢去面对那些难理解的知识点，一味的逃避，以至于问题积少成多，等到老师上课时却不知道他在讲什么，慢慢的就对数学失去了信心。

通过这次段考我才真正的明白了在面对问题时不要胆怯不要害怕，只要你勇敢的解决它你就会感到很高兴，对于哪个科目就会越来越感兴趣，越来越有信心。还有老师在课上所讲的知识要及时的去复习、巩固。及时的发现学习中存在的问题，尽快的解决它，遇到不会的就去问老师或同学。

6.基于关联规则的学生成绩分析 篇六

关键词：关联规则,Apriori算法,学生成绩分析

0 引言

对于全国高校及中小学来说, 教务管理无疑是各项事务的重中之重。而教学质量直接关系到高校录取及学生在社会的竞争力与适应力, 作为教学中必不可少的有机组成部分, 考试成绩是衡量教学质量的重要依据。对于中小学来说, 学生考试成绩是对检测学生学习成果的有效定位依据。目前, 各个学校的学生成绩的分析基本只是利用简单的统计手段, 发现影响学生成绩的表面因素, 而且大多无理论依据, 因此根据这些简单统计结果难以对日后教育教学质量提供高效可行的建议。现今, 随着学校招生数量的不断增长, 简单的浅层次的数据研究已不能满足成绩分析及教务管理的需要。由于缺乏对潜藏在大量数据中有用信息的发现和挖掘的手段, 所以人们不得不面对数据爆发但是知识匾乏的尴尬现象。面对这一现象, 数据挖掘技术应运而生, 并随着时间的推移, 显示出其强大的生命力[1]。如何根据现有的学生成绩数据, 挖掘出隐藏的有效信息, 并根据产生结果进行分析, 发现学生各学科的关联性规则, 为教育部门制定教育政策提供切实可行的理论依据, 对于改善教育教学管理有重要意义。

随着招生规模的不断扩大, 全国各所高校及中小学在校人数急剧增多, 原始的学生成绩分析方法不能高效处理海量的学生成绩信息, 因此引入数据挖掘技术。目前, 数据挖掘技术在货篮数据分析、金融风险预测等领域得到了广泛的应用[3]。数据挖掘技术的出现, 把数据库技术引入到了一个更高层次的阶段。利用数据挖掘技术, 不仅能够对现有的数据进行查询和访问, 而且关键是能够找出潜藏在海量数据之间的内在关联信息[4]。本文将数据挖掘中的关联规则分析技术与统计分析相结合, 对已有的学生成绩数据进行分析, 发现隐藏于数据中的未知信息, 供学生制定合理的学习计划提供参考, 为教育部门拟定教育政策提供切实可行的实际理论依据。

目前, 数据挖掘技术在教育领域的应用相对较少, 类似研究情况有:数据挖掘的理论在学生成绩预警中的应用[5,6];各学科的先后修关系与学生成绩的关联性[7];学生成绩的影响因素研究等[8,9]。本文将运用数据挖掘技术中的关联规则对各个成绩为优秀的学科之间的关联性进行研究, 分析各学科的相互影响程度。

1 关联规则分析

关联规则分析是数据挖掘中最为活跃的领域之一, 关联规则用于寻找数据中数据项集之间的关联性, 这些关联性可能是根据经验常被人们熟知, 也可能是隐藏于数据中难以从表面判断出来的信息。

1.1 Apriori算法

从海量数据集合中发现所有满足用户给定的最小支持度的频繁项集, 是关联规则等多种数据开采应用中的重要环节和关键技术。这一环节在关联规则中的计算量较大。在对挖掘频繁项集的算法研究过程中, 先后出现了多种数据挖掘算法。在众多算法中, 以Agrawal等人提出的Apriori算法最为著名。其后, 世界各地的研究者们也提出了多种挖掘频繁项集的算法, 但大多都是对Apriori算法进行优化或变种[10]。

Apriori中的两个重要性质广泛的应用于信息技术研究及各个大数据实例分析当中, 这里对两个重要性质进行简要描述, 如图一、图二所示。

性质1:A是不频繁的→A的超集是不频繁的。

性质2:B是频繁的→B的子集是频繁的。

1.2 Apriori算法思想

Apriori算法思想的设计可以分解为两个步骤来执行:

1.2.1 从事务数据库 (D) 中挖掘出所有频繁项集

支持度大于最小支持度 (min_sup) 的项集称为频繁项集。首先需挖掘出频繁1-项集, 然后采用递归的方式来挖掘频繁k-项集 (k>1) , 最后合并全部的k-项集 (k>0) 。挖掘频繁项集的算法描述如下:

(1) L1=find_frequent_1-itemsets (D) ;//挖掘出频繁1-项集

(2) for (k=2;L (k-1) ≠Φ;k++) {

(3) Ck=apriori_gen (L (k-1) , min_sup) ;//调用apriori_gen方法生成候选频繁k-项集

(4) for each transaction t∈D{//扫描事务数据库D

(5) Ct=subset (Ck, t)

(6) for each candidate c∈Ct

(7) c.count++;//统计候选频繁k-项集的计数

(8) }

(9) Lk={c∈Ck|c.count>=min_sup}//满足最小支持度的k-项集即为频繁k-项集

(10) }

(11) return L=U k L (k) ;//合并频繁k-项集

1.2.2 基于第1步挖掘到的频繁项集, 继续挖掘出全部的频繁关联规则

置信度大于给定最小置信度min_conf的关联规则称为频繁关联规则。在这一步, 需要从频繁项集入手, 首先挖掘出全部的关联规则 (或称候选关联规则) , 然后根据min_conf来得到频繁关联规则。挖掘频繁关联规则的算法描述如下:

(1) 初始状态:L=U k L (k) ;AR=Φ;//L是频繁项集集合;AR是频繁关联规则集合

(2) for allλk{//λk是L的元素, 是一个k-频繁项集, 大小为n

(3) for allαk{

(4) if (αk→βm的置信度大于min_conf) {//这里, m+k=n, 其中αk→βm是一个关联规则

(5) AR=AR U (αk→βm) ;

(6) }

(7) }

(8) }

(9) return AR;

2 基于关联规则的学生成绩分析

2.1 数据理解

本实例使用的数据来源于某重点中学某次中考模拟考的考试成绩表, 选取正常参加考试的学生的考试成绩, 其中考生人数为1232, 用于分析各个成绩为优秀的学科的关联性。学生成绩原始数据表如表一所示。

2.2 数据准备

要使得数据分析具有说服力, 就必须依赖于高质量的数据资源。为使数据挖掘技术挖掘的数据更高效, 就必须使数据足够准确、简洁并且“干净”。因此需要对庞大的数据进行有效过滤, 所以, 采用数据预处理技术, 提高分析数据的质量。由于学生人数众多, 且每个学生的各科成绩各不相同, 因此需对某些数据项进行删除, 以及对部分数据项进行泛化, 如学生姓名和考号。而且, 由于本实例研究的是各成绩为优秀的学科的关联关系, 因此可以删除一些不必要的数据项, 如考场号、总分及排名等。处理后的学生成绩表共有8项, 如表二所示。

本实例使用Apriori算法进行关联规则挖掘, 算法要求输入包含一个ID和一个目标变量。在本实例中, 将考号作为ID, 学生成绩作为目标变量。由于原始数据格式是每个学生有多科成绩, 所以本实例的预处理工作需要将原始的单个学生包含多科成绩的记录转化为多条“考号-科目成绩”的记录形式。

2.3 数据建模及评估

为了便于分析, 每种业务代表一个项。本实例使用经典的Apriori算法对学生成绩数据中隐藏的信息进行挖掘。最小支持度和最小置信度是关联规则最主要的评价指标。本实例根据实际情况设定最小支持度和最小置信度分别为15%和55%。

在学生成绩数据中, 本案例根据算法对于2-项集产生56条关联规则, 剔除最小支持度和最小置信度小于15%和55%的规则, 确保输出结果都是有效的, 而且由于本实例研究的是成绩为优秀的各学科 (成绩为总分的80%以上) 的关联性, 则剔除包含非优秀成绩的关联规则, 且过滤掉局部显而易见的规则。经处理, 关联规则模型共输出21条规则, 如表三所示。

通过关联分析得到优秀的各学科的关联结果以后, 重要的工作就是分析各个规则的特性, 以及结合实际情况进行深入分析, 并在分析结论的基础上, 从教学和学习的角度上改进教学及学习方法, 从而提高教学质量和学习成绩。

从规则的右边出发, 找出可能影响单科成绩优秀的其他优秀科目的关联性, 可以得到以下分析结果:

从第3、4条规则可以得出政治和历史成绩优秀与语文成绩优秀的关联性较大。同理, 第6、7条可以看出物理、化学成绩优秀与数学成绩优秀的关联性较大, 因此学生在制定学习计划的时候可以考虑侧重数学, 以此来达到“数理化”成绩的高效学习目的。

从规则的左边出发, 找出左边的成绩对右边哪些成绩有影响, 则有以下分析结果:

从第1、2、3、4条规则可以看出语文成绩是否优秀与数学、英语、政治、历史成绩是否优秀为正相关关系, 且置信度都不低于60%。而且从第3、4条规则可以看出, 置信度都为60%, 可见语文成绩对于政治和历史的影响几近相当。

而从第5至10条规则可以看出, 数学成绩是否优秀对于语文、英语、物理、化学、政治和历史成绩是否优秀均为正相关关系。可见数学成绩优异的重要性。

从双向角度分析关联规则可以得出如下分析结果:

从第1至4及10至13条规则可以看出, 在语文成绩优秀对数学、英语、政治和历史学科进行影响的同时, 也受数学、英语、政治和历史学科的影响, 通过比较置信度可以看出:语文对数学影响最大, 而英语对语文的影响最大。

第15、16条置信度最大, 达到了88.4955%和79.3893%, 说明物理和化学成绩优秀的人中数学成绩也优秀的可能性较大, 而且数学成绩优秀对物理及化学成绩优秀亦为强关联规则, 也就证实了我们平常的经验, 理科 (数理化) 的关联性较大。而且从置信度来看, 规则1置信度达70%, 说明语文优秀的人数中数学也优秀的人数比重较大, 说明语文成绩优秀对数学成绩优秀有一定的影响, 可能原因是语文优秀的学生理解力较好, 因此对于数学优秀有促进作用。

3 结束语

本文基于关联规则分析技术对学生成绩进行了研究, 通过分析国内教务管理系统的现状, 阐述了对学生成绩进行高效分析的重要性, 提出了分析处理海量数据的数据挖掘技术, 并对数据挖掘中的关联规则分析技术进行介绍, 实现了Apriori算法。将数据挖掘中的关联规则与统计分析相结合, 对某重点中学某次中考模拟考成绩进行关联性分析及处理, 挖掘出了与原始学生成绩数据表面关联性不同的信息, 得出了语文、数学、英语及各文理科科目的相互影响程度, 主要结论如下: (1) 数学成绩是否优秀与其他课程 (语文、英语、政治、历史、物理、化学) 成绩是否优秀均为正相关关系, 其中物理成绩优秀与数学成绩优秀关联性最强; (2) 语文成绩优秀与英语、政治、历史等课程成绩优秀均为正相关关系, 且英语成绩优秀与语文成绩的优秀关联性最强; (3) 物理、化学是否优秀与政治、地理成绩是否优秀无明显关联关系。

参考文献

[1]夏火松.数据仓库与数据挖掘技术[M].北京:科学出版社, 2004.

[2]Angela Bonifati, Fabiano Cattanco, Stefano Ceri, et al.Designing Data Marts for Data Warehouses.ACM Transactions on Software Engeering and Methodology (TOSEM) [C].2001.

[3]卢启程, 邹平.数据挖掘的研究与应用进展[J].昆明理工大学学报 (理工版) , 2002, 27 (05) :62-66.

[4]Agrwal R, Shim K.Developing tightly-coupled data mining Applications on a Relational Database System[A].In Proc of the 2nd Int'1 Conference on Knowledge Discovery in Databases and Data Mining[C]Portland, Oregon:[s.n.], 1996.

[5]梁啸.基于数据挖掘的高校学生成绩预警技术的研究[D].武汉:武汉理工大学, 2014.

[6]王华, 刘萍.改进的关联规则算法在学生成绩预警中的应用[J].计算机工程与设计, 2015, 36 (03) :679-682.

[7]廖敬.数据挖掘技术在学生成绩管理系统的研究及应用[D].广州:中山大学, 2014.

[8]柳玉巧.聚类分析和关联规则技术在成绩分析中的研究及应用[D].武汉:华中师范大学, 2014.

[9]李岚.基于数据仓库的学生成绩分析与研究[D].北京:北京交通大学, 2014.

7.段考总结作文 篇七

说实话，这次考试的成绩不是很理想，在班里才第四名。最大的.原因就是考试的时候发烧了好多题都没有经过大脑好好思考，迷迷糊糊地考完了七门科目，回宿舍量了一下体温，居然是三十八度七!第二天发下试卷来，顿时就感到非常非常后悔，一看到错题就全明白了!

因为试卷讲评的那一天，我很早就急急忙忙地回家退烧去了，所以对试卷了解的情况不是很透彻，大体没什么特别大的失误，但小错误不断。连化学方程式都能写错!

现在的形式越来越不能掉以轻心了。想要考入一中重点班，首先要获得学校内的推荐，而获得推荐的资格就是品学兼优。竞争非常激烈!学校一共也就有二十几个名额，分配给每个班最多两个，如果学习不是一两名，不是班干部，那就想也不用想了。

8.学生段考反思 篇八

段考过去成绩已经出来，看到自己的成绩心中有几多思考。

经过这次段考，虽然成绩在年级中属于中上水平，但我仍不是很满意，决心以后要奋力争取更好。段考也让我认识到了许多经验和自己的缺点。

审题不认真

由于不认真审题，语文的基础纷纷败下阵来，害我从“直冲云霄”的“山顶”上重重地摔了下来，使得这次语文考试非常地不理想，这是最严重的问题之一。

过于自信

政治虽处在优秀的分数线上，但与中等分数只相差几分，如果再有一点错误，可能与优秀擦肩而过。经过仔细分析原因，是因为太高估自己了，所以这种自信心理过强，而导致出现骄傲的现象。应妥善处理好自己的这种心理障碍，否则后果不堪设想，这是问题之二。

没有及时完全性的复习

因为历史的内容较为简单，所以自己没有完全性的复习。只是大略地浏览了一下，对“命悬一线”的历史成绩，有一丝“窘迫不安”的感受，必须要在期考前及时复习，要复习重点内容，一般不再范围之内的稍稍浏览即可，所以，这是严重问题之三。

回答问题没有完整透彻

政治考得一般的原因还在于回答问题不够完整透彻，不能清楚地表达自己的意思，就像一个口吃的人，很难去对别人表达意愿。如想克服这一缺点，必须多做有关的练习题，以增强自己的阅读能力,答题能力，书面能力等，在多方面有效提高，就能在考场上略胜一筹，这是问题的最后一点。

能够正常发挥

这次段考的最大优点是能够正常发挥，发挥出了一定的水平，如能在考场上能够超常发挥，那就是百战百胜，战无不胜。

9.法医学考试成绩分析与评价 篇九

1 研究对象

测试对象为2005级临床医学系323名学生,共11个班,分成4个大班上课。采用王保捷主编的第4版《法医学》教材,由4位高年资教师承担教学任务。考试时间为120min,闭卷考试,考场纪律严明,无违反考场纪律现象。试卷评判主要由授课教师负责,力求评判公正、客观,避免无关因素干扰。试卷成绩为统计分析依据。

2 试题组成及学生得分情况

各任课教师按教学大纲要求出题,由2名教师负责命题过程及筛选组织试题。试题覆盖法医学教材各部分知识。整张试卷由6部分组成:名词解释、填空题、选择题、简答题、问答题和综合分析题。每一大题的编排顺序均是由易到难,由简单到复杂。这样编排可以稳定学生考试时的紧张情绪,使其沉着答题。试卷考试题组成及其学生得分情况见表1。

3 考试质量分析

3.1 学生成绩频数分布

从统计的成绩来看,此次考试成绩总体比较好,参加考试的人数为323人,只有1名学生不及格,最低分为55分,最高分为95.5分,相差40.5分,平均分数为84.31分,标准差为9.42,考试成绩主要集中在77-87分之间,经正态性检验基本符合正态分布。学生成绩频数分布见表2。

3.2 试题难度、区分度和信度

试题难度、区分度和信度是评价试卷质量的主要指标[1,2]。其中难度可以衡量考试难易程度,通常用全体考生作出正确回答的百分比表示。由于本次考试考生众多,我们采用“两端法”计算,即把323份试卷按高分到低分排列,从高、低两段各取27%的试卷,分别求出高分组和低分组的难度,二者除以2为总体难度。区分度是试卷对考生成绩优良的鉴别程度,即区分成绩好的学生和成绩差的学生的能力,常采用“两端法”计算,等于高分组和低分组的难度之差。信度即考试的可靠性,指考试结果的稳定程度。本次试题难度、信度和区分度分别为0.79、0.69和0.27。

4 讨论

本次试题基本涵盖法医学教材的所有内容,紧扣教学大纲的要求,极少部分试题为非授课内容,要求学生自学掌握。试题既注重考查学生掌握的基础知识和基本能力,同时又关注学生法医学知识的形成过程、各知识点之间的联系、以及法医学知识与基础医学、临床医学之间的联系。选择题注重考查学生运用法医学知识的灵活性、多样性,综合分析题注重考查法医学知识与实际应用的联系和学生综合运用知识的能力及解决实际问题的能力。试题共43道,学生必须在2h内完成,试题份量较充足,要求学生对法医学比较熟悉并具有一定分析应用能力。从考试情况看,全部学生按时交卷,没有学生因为时间不够而影响考试成绩,说明试题量与时间安排比较合理。在试题层次方面,包括记忆、理解和综合分析应用等,能较准确反映学生全面掌握和分析应用法医学知识的能力。

这次考试成绩总体良好,考试平均成绩为84.31分,考试成绩主要集中在77-87分之间,分数近似正态分布。一般认为,设计合理的试卷成绩分布应当呈现正态分布或近似正态分布,而不应当呈现正偏态或负偏态分布[3]。但是,这也要具体分析,成绩分布模型与许多因素密切相关,比如学生群体的大小和抽样误差;学生的整体素质、学习认真刻苦和教师的积极施教;教师评定成绩的标准。这次试题难度为0.79,属中等难度,这也使学生成绩稍微偏向高分段,分数分布近似正态分布。试题区分度0.27,属中度,一般认为区分度大于0.35的试题较好,在0.15～0.35之间的试题属中等,小于0.15的试题较差。试题信度0.63,也属于中等。通常0.8<信度≤0.9信度好;0.6<信度≤0.8,一般;信度≤0.4,较差。期望以后通过加大题库量以减少抽样误差,完善标准化考试以减少测验误差,以及加强评分的客观性等手段提高试题信度。本次试题指导思想明确,设计较合理,符合教学大纲精神,是一套较优秀的测试题。

通过对试卷综合分析,发现大多数考生基础知识比较扎实,对记忆、理解类考题,答对率高,而对实际分析应用类试题,答对率较低。说明学生学习过程仍以死记硬背为主,没有对教材认真研究分析,知识联系面窄,未养成独立思考分析及逻辑推理的良好习惯。另外,学生对选择题的某些干扰因素不能正确识别,错选答案,也从另一个侧面反映这一问题。这种现象提醒我们今后在教学过程中应该调整教学形式。国外先进的教学方法值得我们借鉴,翟建才[4]归纳美国普遍使用的教学方法有:小组讨论(Small group discucsion),讲课或课堂讨论(Lecture or seminor),实验室学习(Laboratory),案例讨论(Case studies),电脑教学(Computer-based instruction),独立学习(Independentstudy),这些方法应用频率均在85%以上。教师应该主动应用多种教学方法,激发学生的学习热情,引导学生拓宽思路,培养综合分析能力,对重点和难点进行实际案例讲解分析,避免说教式和照本宣科式的被动灌输教学。教师还要让学生掌握法医学基础知识,注重与基础医学、临床医学的联系,培养学生应用知识的能力。

考试是教学过程中的一个极其重要环节,不仅能衡量学生理解和掌握知识的范围和程度,也可反映教师教学质量和存在的问题。通过考试成绩分析,还可以为教学改革提供依据。因此,认真分析总结,对教学质量的提高有着极其重要的意义。本次试卷中有1道综合分析题,涉及法医学知识的实际应用,很多学生答错,而且高分组和低分组学生都答错。我们分析,原因可能是学生因为教学中没有参加实际尸体解剖及案发现场,对这部分知识缺乏感性认识,答题时候不能排除干扰因素,正确答题;或者由于安排的课时少,教师在授课时过分相信学生的自学能力,没有讲透这部分知识,导致学生未能正确理解和吸收。试卷分析也是评价试卷质量的重要方法,为有效提高命题的质量提供依据,帮助教师剔除陈旧和无用试题,避免试题出现偏题或怪题,使题库更具有科学性。

参考文献

[1]田考聪,彭斌.试卷质量定量分析统计中的几个参数及应用[J].医学教育探索,2004,3(4):52-54.

[2]刘新平,刘存侠.教育统计与测量导论[M].西安:陕西师范大学出版社,2003:75-76.

[3]张国才.学生学习成绩负偏态分布的合理性[J].江苏高教,2002(2):59-61.

10.数学段考总结 篇十

这一次的考试对我又是一次很大的打击，小编收集了数学段考总结，欢迎阅读。

数学段考总结【一】

不忍心看试卷了。试卷很整洁，也就是没有写。

数学是硬伤，但还是要学。由于我脑子不好使，逻辑思维等于0，根本就搞不懂什么指数函数，对数函数，也不懂值域和定义域。考试结果是理所当然的。原本对选择题那满满的信心就荡然无存了。学数学要下苦功夫，对于我这块朽木，一下刀就断了，不能用来雕刻，也不想锻炼自己，让自己成为一块美玉。有负老师的良苦用心了，即使每天都会让我回答问题，我也学不会那强大的逻辑能力，脑筋转不过弯，同一道题怎么考都还是不会。初中基础没打好，高中又不自学，所以成绩是一团糟。每天看着黑板上的天书，脑子里想象着天文的变动，再怎么改变也得不出正确答案。老师讲课讲得挺好，学不好是我自己的原因，既不学也不问。实在不忍心贬低自己，但什么脑子就这样，愚木般不开窍的我注定学不好数学。

段考后对数学似乎已经彻底失去信心，不过感谢老师的关照，让我对数学，对其他科的学习又有了信心。

数学段考总结【二】

这一次的考试对我又是一次很大的打击，因为它有百分之九十的题目都出自课本原题或类

似题和老师所讲过的习题，但我却不会写或写错了。这些现象足以说明我没有掌握课本的知识以及老师所讲过的知识。

我总结了这两次大考之所以会考得如此之差的原因有以下几个：

① 老师课上讲的知识点没在课后及时的去巩固、复习。

②在写作业过程中一遇到难题就放弃了，不会也不去问同学，老师。

③不敢去面对那些难理解的知识点，一味的逃避，以至于问题积少成多，等到老师上课时却不知道他在讲什么，慢慢的就对数学失去了信心。

通过这次段考我才真正的明白了在面对问题时不要胆怯不要害怕，只要你勇敢的解决它你就会感到很高兴，对于哪个科目就会越来越感兴趣，越来越有信心。还有老师在课上所讲的知识要及时的去复习、巩固。及时的发现学习中存在的问题，尽快的解决它，遇到不会的就去问老师或同学。

这一次我不会再光说不做了，我会用我的实际行动来证明一切的，无论前方有多在的障碍我都会跨过去了，我不想奢望可以一步登天但至少要让自己每天进步一点点。

数学段考总结【三】

这次的考试，我真的考得非常非常差。

里面的每一题我都做过或做过类似的，但是，为什么考不好呢？答案是：没有复习那些题。

考试前一天当晚应该回归课本。但是我却去用来研究练习册。最后的结果导致成绩非常差，有点像丢了西瓜捡芝麻的感觉。

还有一个问题就是心态。心态真的非常重要。越紧越做不好，最后反而拿不到好成绩。

但事情既已发生就是不可逆行的。就算跳楼也无法穿越到过去的！所以还是得向前看，不能因为失败后灰心就放弃。有人说：“别人给你泼了一盆冷水，你就烧热了把它泼回去。”但我更愿意做石灰，在被成绩泼冷水之时，我便沸腾！

然而此时此刻我不会说今后该如何做。因为语言是苍白无力的，唯有事实能证明，我将用下一次的成绩来证明我的决心。证明我的努力。真正想做某件事的人，不会整天一直说，只会脚踏实地地干。

至于近期将如何，我用下一次的成绩说话。

数学段考总结【四】

通过这次段考，我明白了一个成语的重要性——温故知新。

学习是一个不断积累的过程，可能我们学了很多东西，但是学了一样，又忘了一样，也是白忙活儿。学习了一定量的知识后，要常常记得温习，这样才能发现自己对知识的掌握，从而又巩固了一轮，又学会了一些之前有疑问的东西。

您上课时，给我们从课本中找出一道道与试卷一模一样或类似的题。见到做过的题还错，心里真不是滋味儿。这张

卷子完全是检测我们对课本的掌握，结果证明了我对课本的了解就是水过鸭背。

11.初中段考总结 篇十一

通过与同学们的相处，我认为书写是我们目前要做的当务之急，我经常在班上强调一点，我允许你回答问题不准确，但我不允许书写潦草。写不好字，学好语文几乎是空谈，我观察了一下，语文分数高的同学都是书写非常工整的;反之，字迹潦草的，99%都得不到高分。字如其人，希望从今天开始，请你认认真真写好每一个字。

2、狠抓基矗

什么是基础，试卷上的字词部分，古诗文背诵部分，文学常识部分，翻译部分。这些不能丢分的地方坚决不能丢分。这一次初三年级的语文试卷，十分古诗背诵题，只有10个同学得满分。少的扣一分，多的竟然扣9分，非常可惜。

那么初一初二的同学也是如此，如果连这些基础分都不能全拿，想考高分，难上加难。如果能按照老师要求，一步一个脚印，扎扎实实地背诵、默写，十分默写题犹如囊中取物，轻而易举。特别是语文基础差的同学，在基础方面更要下苦工，如果你现在还没有一本字典，你算不上一个合格的中学生。

3、学会预习。

12.应用EXCEL进行成绩统计分析 篇十二

对学生的考试成绩进行统计分析,是学校常见的管理工作之一,因为条件所限,目前许多学校尚未配备专门的成绩管理信息化系统,而手工进行学生考试成绩的统计分析,无疑是一项繁复低效的工作,随着信息技术的发展,利用办公自动化工具提高工作效率势在必行。众所周知,EXCEL是专门针对电子表格进行处理的办公自动化工具,EXCEL除具备基本的编辑、格式化和布局等功能以外,还提供了众多函数以及插入图表等功能,合理应用EXCEL提供的统计函数,有助于轻松完成各种统计分析工作,利用插入图形功能,可形象直观地展示统计结果。本文针对成绩统计分析工作,围绕模板页的建立、统计分析功能的设计,以及模板应用等研究内容,探索运用EXCEL的相关统计函数及其它操作技巧进行相关公式的高效定义,以利提高相关统计的工作效率。

2 定义模板页布局

常见的成绩统计分析表如图1所示,其中涉及的数据主要包括每个学生的学号、姓名、各门课程的成绩,总分,级部排名,课程最高分、最低分、平均分、以及成绩等级的人数等等,涉及的图形往往关注对成绩等级的形象化体现。以普通高中为例,每学年分上下学期,假定不考虑月考的情况,一般对每学期的期中及期末考试,要以年级为单位进行成绩统计分析,即每个年级每学年至少有四次大型成绩统计工作,若每年级每次统计工作均逐行逐列简单机械地统计分析,无疑非常繁琐和低效。事实上每次考试的统计分析表在表现形式都是一致的,是有规律可循的,所以为避免工作低效重复,提高工作效率,不妨在每一级学生入校之初,就首先考虑为其建一个工作表作为模板页以备在需要时快速套用。在此以图1所示的统计分析表布局为依据设计模板页布局,效果如图2所示,其中像学号、姓名、课程名称等相对固定的基础数据,直接录入或通过数据源引入即可,每门课程的具体成绩需要暂时先空置,这部分信息是需结合历次考试成绩动态更新的,其它的统计分析工作可充分利用EXCEL提供的公式和统计分析函数功能来计算实现,当模板页中各项统计规则设计好后,后续在每次考完试,需要生成新的统计分析工作表时,仅需要基于模板页建立其副本,将副本的工作表名称作恰当修改,并在其中录入或引入本次考试的基础成绩,即可自动计算出来当前成绩的各种统计结果,同时各种统计图也会相应变化,这样做无疑会减轻相关工作负荷,提高工作效率。

3 模板页统计分析功能的设计

3.1 求总分、排名

求总分,就是一个对于数据汇总求和的问题,往往利用EXCEL的SUM函数可高效灵活地完成数据累加计算,模板页中各门课程成绩分别占据C到H列,在I列放置总分,考虑第一位同学各科成绩罗列于第3行对应位置,那么第一位同学的总分放在I3单元格,其内容应是C3单元格到H3单元格的累加和,于是在I3单元格利用公式定义其内容等于SUM(C3:H3),其中C3:H3是相对引用,然后通过向下复制填充的形式,即可将其余各行的总分计算公式快速定义好。

排名要求依据每位同学总分多少按降序给出对应名次,利用EXCEL提供的rank函数功能可满足需求,rank函数的参数包含三部分,其中参数一为指定的数值,参数二为指定数值所在的集合,参数三为0或省略时表示降序,非0数时表示升序。将rank函数应用到该成绩统计模板页上时,可令J3=RANK(I3,$I$3:$I$26),注意其中第一个参数用相对引用,第二个参数是固定区域,要进行绝对引用,第三个参数省略,这样即可得出1号同学按总分大小降序所排的名次,然后选定J3向下拖动复制填充,可立刻设置好其他同学的名次计算公式。设置好总分和排名计算公式的模板页公式定义情况截图如图3所示。

3.2 求最高分、最低分及平均分

对单科成绩求最高分、最低分及平均分,可分别利用EXCEL提供的MAX、MIN和AVERAGE函数来实现,参考图2中布局,在模板页中令C27=MAX(C3:C26),C28=MIN(C3:C26),C29==AVERAGE(C3:C26),同时选定C27、C28及C29单元格,向右拖放复制填充至I列对应区域,即可快速设置好各课程的对应计算公式。设计结果如图4所示。

3.3 成绩等级统计

统计每门课程各成绩等级的人数,可利用EXCEL提供的COUNTIF函数来实现,因为各课程的满分不一而足,故应在定义统计公式前,先明确各等级的取值范围,本文所设计模板页中,对满分为150分和100分的课程分别设定其等级范围如表1所示。

基于模板页的布局,可作如下相应定义:

C30=COUNTIF(C3:C26,”>=135”);

C31=COUNTIF(C3:C26,”>=120”)-C30;

C32=COUNTIF(C3:C26,”>=105”)-C31-C30;

C33=COUNTIF(C3:C26,”>=90”)-C32-C31-C30;

C34=COUNTIF(C3:C26,”<90”);

F30=COUNTIF(F3:F26,”>=90”);

F31=COUNTIF(F3:F26,”>=80”)-F30;

F32=COUNTIF(F3:F26,”>=70”)-F31-F30;

F33=COUNTIF(F3:F26,”>=60”)-F32-F31-F30;

F34=COUNTIF(F3:F26,”<60”);

然后分别选定C30:C34和F30:F34区域往右拖放将剩下单元格进行复制填充,定义结果如图5所示,至此整个模板页表格的统计分析部分得以完整定义,在应用模板时,将各课程的成绩补全,则立马可根据前述各种公式函数的定义得出统计分析结果。

3.4 插入柱状图、折线图

为形象直观地观察成绩等级的分布情况,可应用EXCEL中提供的插入柱状图、折线图等功能来实现,考虑模板页中A30:H34区域给出了各成绩等级人数的值,则先选定该区域,然后单击EXCEL“插入”菜单中的“柱形图”、“折线图”等相关按钮,接着页面中会弹出对应图形占位区,右击图形区,选择弹出菜单中的“选择数据”命令,出现选择数据源窗口如图6所示,在其中按需设置好系列名和水平轴标签后,点击“确定”即可。本文在模板页中设置了四幅图形,分别为互相切换了系列名和水平轴标签的两幅柱状图和两幅折线图,主要满足从不同角度观察分析结果的需要。

4 模板应用

经过前述的模板页布局及各统计计算公式的定义,模板页设计即告彻底完成,在应用模板时,注意不可直接将模板页内容复制到新工作表中去,不管新工作表是位于当前工作簿还是位于新建工作簿中,主要受限于图形能否正常显示,因为EXCEL在插入图形的“选择数据源”窗口中,要求所对应的“图表数据区域”一项,必须设置为绝对引用工作簿及工作表名称,如图6所示,这样难以动态针对新工作表中的成绩统计数据进行正确显示,若欲令“图表数据区域”中的工作表的名称相对变化,则可采用对模板页建立副本的方式实现。具体操作为,右击模板页所在工作表的标签,在弹出菜单中选择“移动或复制工作表”,在弹出窗口中勾选“建立副本”,如图7所示,再选定个适当的位置,然后把副本重新命名为规定的名称即可,这样建立的新工作表,在录入当次考试成绩后,即可基于模板中设计好的统计公式,自动计算出各种对应的分析结果,同时自动绘制出相应图形,整体应用效果如图1所示。

5 结束语

在各行各业众多的应用领域中,经常会遇到这样那样的统计分析工作,若无科学方法和先进办公工具的支持,则工作相当繁琐,所以有必要研究并充分利用信息处理工具和相关应用技术,以提高工作效率,其中,EXCEL作为最常见的电子表格处理工具,功能丰富,表现突出,应用较广,值得结合实际问题作深入应用研究,本文即结合学校最基本的成绩统计分析工作,进行了具体应用研究,对于上规模的多次雷同统计工作问题,采用了先定义模板页和设计相关统计公式,再展开实例化应用的研究思路,以提高应用的灵活性,应用实践表明,灵活利用EXCEL的统计分析函数、插入图形等功能,结合相对引用、绝对引用及拖放填充等操作技巧,可快速定义公式,高效完成各种统计工作。

摘要：EXCEL提供了非常丰富的统计函数功能,可为各类统计工作提供支持,本文结合常见的成绩统计分析工作,对EXCEL的部分统计函数展开了应用研究,提出了先建立模板再进行模板实例化应用的研究思路,以提高应用的通用性及灵活性,建立了模板页布局,设计并快速定义了模板中相关统计函数计算公式,给出了模板实例化的具体操作技巧及注意事项,应用实践表明,巧妙应用EXCEL相关函数进行统计分析,往往可以起到事半功倍的效果。

关键词：EXCEL,统计分析,统计函数,模板

参考文献

[1]崔赛英.Excel函数学习方法与技巧[J].电脑知识与技术,2012,8(18):4428-4431.

[2]杨奔全,左靖.计算机应用基础[M].北京:北京理工大学出版社,2015.

13.段考总结大会主持词 篇十三

尊敬的各位领导、各位老师、亲爱的同学们，大家晚上好！

光阴似箭，岁月如梭，转眼间，开学已经半个学期了。今天，我们在这里隆重集会，这既是一次半个学期以来的学习工作总结的大会，更是一次加油的大会！参加今天晚上总结大会的有左校长、覃副校长、梁副校长、教务处欧主任、政教处阚主任，以及全体班主任和部分教职工代表，让我们用热烈的掌声对呕心沥血的老师们表示衷心的感谢！

阵阵掌声道出了同学们的心愿，快速崛起的隆林三中需要我们积极努力，我们的努力必将为隆林三中实现新的跨越注入新的生机、新的活力、新的希望！

今天的大会有以下几项议程：

（一）第一项：教务处的欧主任对此次段考进行总结和分析

学生的健康成长，教育教学成绩的提高，都离不开领头雁。欧主任热情洋溢的讲话，让我们欣喜，让我们振奋。同学们，让我们认真学习和落实欧主任的讲话精神，拿出“我行，我一定能行”的信心。拿出你“吹尽黄沙始到金”的毅力，拿出你“直挂云帆济沧海”的勇气，从现在开始，努力在今朝。以辛勤的汗水去描绘人生最美的彩虹！

（二）第二项：政教处的阚主任对半个学期来的政教工作作总结和分析 同学们，我们永远都不能忘记，在漫长的学习生活中，是老师与我们风雨同舟，朝夕相处，是老师的谆谆教诲和默默无闻的耕耘，才使我们拥有了今天成长的快乐！他们付出的是汗水，是心血、是智慧；他们逝去的是容颜，是青春。没有老师的付出，就不可能有我们今天的成绩。刚刚阚主任提出的具体要求，如果我们能做得更好，那就更优秀了！同学们说是不是啊！让我们以热烈的掌声欢迎左校长作重要讲话。

总结：老师们、同学们，一支优秀的团队，需要拥有众多的优秀队员，更需要一位英明、果敢的领导人。只有领导者深思熟虑、眼光高远，才能运筹帷幄，决胜千里！刚才——校长为我们全体师生提出了新的期望，对同学们的学习生活提出了更高的要求，为我们今后的工作和学习指明了方向。希望全体师生认真领会，不断反思，明确目标，采取更有效的措施，用智慧和汗水去实现自己的理想，为人生添彩，为三中争光！

老师们，同学们，“东隅已逝，桑榆非晚！”我坚信，只要我们坚定信心，确定目标，脚踏实地，全力以赴，我们三中的崛起将指日可待。

14.影响某院男子跳远成绩因素分析 篇十四

1.1 研究对象

河北体育学院运动训练系3名男跳远运动员。

1.2 研究方法

数理统计法，文献资料法，分析比较法。

2. 研究结果与分析

2.1 影响助跑速度的因素

2.1.1 助跑的距离

跳远运动员助跑距离的丈量一般采用走步式丈量法，即从踏板开始向反方向走的方法，起跳脚踏在起跳板上开始走动，如果助跑步数为n步，则运动员在丈量助跑距离时应该走2n-2步，然后确定助跑起点，进行全程助跑。根据运动员起跳放脚与起跳板的距离，进行前后调整，如果超出起跳板一脚的距离，则应相应地向起点处后移一脚就可，反复测量直到踏板准确无误。在进行试跳练习时，运动员的助跑起动方式和加速方式应该保持一致，从而保证助跑的稳定性。助跑距离的长短应根据运动员的运动水平、身体状况、场地、风向等多种情况而进行适当的调整，助跑过短达不到最佳速度，过长会错过最佳速度与起跳的有效结合。男子跳远运动员的助跑距离一般在30—35米，助跑步数是16—18步;研究对象助跑距离分别为：32米、33米和35米，均在常规助跑距离范围之内。

2.1.2 助跑的速度

助跑速度是跳远取得优异成绩的先决条件，2006年我院秋季运动会运动训练系前三名跳远运动员的助跑速度与跳远成绩充分说明，助跑速度快的运动员，跳远专项成绩也相应好一些。因此，在平时的训练中，教练员应重视运动员快速助跑能力的训练。在全面发展身体素质和基本技术训练的同时，还应运用多种科学训练方法，提高运动员的快速助跑能力。

2.1.3 助跑最后10米的分段速度

跳远运动员助跑最后10米的分段速度与成绩之间有着十分密切的关系，由表2可以看出，我系跳远运动员助跑最后5米的速度越快，成绩也相对越好。主要原因是助跑速度越快，最后起跳后腾空水平初速度就越大，水平动量就大，在适宜的起跳角度下起跳，必然取得较好的成绩。从我院跳远运动员最后10米助跑分段速度分析中不难看出，最后10米速度快的运动员成绩较好，特别是最后5米的助跑速度与成绩相关性更大。因此在训练中教练员应十分重视最后10米的助跑速度与助跑节奏的训练。

2.2 影响上板的准确性的因素

2.2.1 助跑的起动姿势

助跑的起动姿势主要有两种，即站立式和行进间式。其中站立式又包括两脚左右开立的站立式和两脚前后开立的站立式，行进间式又包括走步中踏上助跑的标志起动和先走几步后缓步踏上助跑标志起动。

站立式起动姿势的优点是由于身体处于静止状态，容易控制身体的姿势，双脚站距、双膝弯曲角度和上体前倾的角度容易保持一致，从而使起动的蹬地力量、速度及步长增长的规律等保持稳定，特别是助跑的第一步的步长变化较小，准确上板的成功率较高;缺点是肌肉相对比较紧张和僵硬，不利于提高助跑速度。行进间式起动姿势的优点是肌肉比较放松，由运动中开始，所以易于发挥助跑速度，动作放松富有弹性;缺点是踏上助跑标志线的第一步的步长变化大，容易造成上板犯规。运动员的起动姿势应根据运动员的特点而定，无论采取哪种姿势都应固定下来以保证上板的准确性，起动开始几步应控制好步长，速度和蹬地力量都要保持一致，在助跑过程中运动员的节奏感要强、身体重心要高、助跑速度要快。研究样本助跑启动姿势及上板准确性如表3。表3数据显示，样本3次上板准确性均较好，站立式相对行进式准确性稍高。

2.2.2 外界因素

外界因素对跳远上板准确性的影响也不容忽视。外界因素包括场地变化、气候变化、裁判员裁决情况、观众情绪等。运动员平时在自己熟悉的场地训练，对当地的自然环境也很适应，但在比赛时往往都是在其他的地方进行，这就要求运动员根据外界环境的变化和身体的现实状态来调整助跑的距离和节奏。比如，在我院2006年秋季运动会男子乙组跳远比赛中，运动员正好在逆风的时候助跑，阎双路同学由于受到风向影响，导致上板时两次犯规，从而影响到自身水平的发挥，仅获得第3名。因此，跳远运动员在比赛中应根据不同的情况进行调整，在平时训练中，应加强在不同的气候和场地情况下训练，以减小外界因素的影响，从而提高助跑的准确性。

3. 结论

3.1 助跑速度是影响样本跳远成绩的重要因素，尤其是最后5至10米的速度。