对中国大学评价体系中在校生规模影响度的统计检验摘要：文章通过对广研院和武大版两个国内知名的大学评价体系下本科生数量与本科培养得分、研究生数量与研究生培养得分、在校生总数与大学评价总分、两个大学评价体系中高校总分与排名分别进行参数和非参数检验，得出研究结论：(1)本科生培养得分与本科生数量的相关性不显著；(2)研究生培养得分与研究生数量显著正相关；(3)研究生规模对培养得分影响的强弱程度与高校层次成反比；(4)广研院和武大版大学评价体系数据结构具有高度一致性。关键词：大学排名，在校生规模，统计检验，相关性基金项目：教育部人文社会科学研究一般项目(16YJC880038)0引言大学排名作为高等教育发展过程中的一种全球性现象，近年来引起了人们的广泛关注。尽管大学排名存在着诸多不足，然而，人们又都在使用它们，因为如果使用得当，对消费者、决策者以及跟国内外同行作比较的学术机构而言，它们还是具有一定的价值[1]。自1987年《科技日报》刊载了由中国管理科学研究院对国内87所重点大学的排名后，对我国大学排行的研究开始兴起。此后20年间，先后由20家机构发布了近百个大学排行榜[2]。武书连领衔的广东管理科学研究院发布的“中国大学评价”(以下简称“广研院大学评价”)和邱均平领衔的武汉大学中国科学评价研究中心发布的“中国大学及学科专业评价报告”(以下简称“武大版大学评价”)是其中具有代表性的两个大学排名。这两个大学排名中的三级指标都包含：本科毕业生数、硕士毕业生数、博士毕业生数。以上三个指标均体现了大学评价中在校生规模的影响。那么，大学评价得分与在校生规模是否存在显著的相关性，如果存在，相关性有多大，以上就是本文要探讨的问题。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---1研究方法相关关系是不完全确定的随机关系。按照数据度量尺度的不同，相关分析的方法也不同。连续变量之间的相关系数常用Pearson简单相关系数来测定；定序变量的相关性常用Spearman秩相关系数来测定；连续变量配对样本的相关性常用t检验方法来测定；定序变量配对样本间的相关性常用Wilcoxon符号秩检验。1.1Pearson简单相关系数两个连续变量X和Y之间Pearson简单相关系数的计算公式为：其中，，，r的取值在-1和1之间。1.2Spearman秩相关系数假设有容量为n的由两个变量X和Y构成的随机样本，分别计算每个观测关于变量X和Y的秩变量ui和vi(i=1，2，…n)，用di=ui-vi表示第i个样本对应于两变量的秩之差，则Spearman秩相关系数的计算公式为：Spearman秩相关系数的取值也是-1和1之间。1.3配对样本t检验配对样本t检验的实质是先求出每对观测值之差，然后对这个差进行t检验。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---假定xi和yi是取自正态总体的配对样本，zi=xi-yi的均值为，配对样本差值的标准差为s，配对总体差值的期望为μ，显著性水平为α。检验的原假设为总体均值未发生显著变化，检验统计量为。1.4Wilcoxon符号秩检验与t检验类似，Wilcoxon检验利用两个配对组的数值之差进行检验。求出数值差之后，按照绝对值由小到大对这些差值排序。计算最小的秩和，记为T。如果样本配对数目n≤15，则直接将T值与查表得到的临界值比较。如果n＞15，则T值近似服从正态分布，可以用z分数作为检验统计量。检验统计量为：，其中，上式中，n为配对数目，T为正值差的秩或负值差的秩中的较小者。2本科生规模与本科生培养得分的关系因为武大版大学评价体系没有给出本科生培养的单项得分，所以本研究只分析了广研院大学评价体系中本科生规模与本科生培养得分之间的相关性，研究分别基于“985高校”、“211高校”、“前100强高校”三类高校的数据。2.1“985高校”本科生规模与本科生培养得分的相关性选取2014年广研院大学评价中38所“985高校”(因广研院大学评价体系不包含军校，故国防科学技术大学未列入)的相关数据[3]，计算本科生培养得分与本科生数量的相关系数，结果表明：在0.05的显著性水平下，“985高校”的本科在校生人数与本科生培养得分的相关系数为0.354，为低度相关。2.2“211高校”本科生...