[发明专利]一种基于时间序列模型和变异系数差异性方法的MBA数学考点预测方法

摘要

本发明涉及教育教学智能应用领域，尤其是涉及一种基于时间序列模型和变异系数差异性的原理来预测考点概率，主要是把数据分析和考点预测结合在一起。本发明的MBA数学考点预测方法包括选取样本、构建MBA考试考点建模或者分析所需要的表格、基于时间序列模型的MBA考试章节考点数目的预测和基于变异系数方法的类型(无子类型)或子类型考点概率的预测。本发明能够指导学员进行针对性较强的备考复习，节省备考复习时间，提高学习效率。

主权项

1.一种基于时间序列模型和变异系数差异性方法的MBA数学考点预测方法，其特征在于其包括以下步骤：(Ⅰ)选取样本选取近十一年的考研真题为样本；(Ⅱ)构建MBA考试考点建模或者分析所需要的表格a)构建知识点指标体系表按照章、类型、子类型的目录层级对MBA联考数学的大纲进行编码以构建知识点指标体系表，其中章、类型、子类型分别对应一级指标、二级指标、三级指标(其中有些知识点没有子类型，即没有三级指标)，所述知识点指标体系表中的一个大纲编码即为一个知识点；将历年联考真题与所述知识点指标体系表相匹配，使得每一道历年真题对应一个大纲编码，即对应一个考点；b)构建近十一年的一级指标的考点频率表经查阅各种MBA数学考纲资料，把考纲划分为12章，即一共有12个一级指标，分别为编码为A、B...L，以近十一年为表的纵列，一级指标频率编码为横列构建一级指标的考点频率表，从2009年之后，MBA数学考题一共有25道，所以某年的一级指标知识点频率的计算方式为：某年的一级指标知识点频率＝一级指标在某年考点的个数/25c)构建近十一年的二级指标(没有三级指标的)或者三级指标的考点统计表以近十一年年为表的纵列，二级指标或者三级指标编码为横列构建二级指标或者三级指标的考点统计表；(Ⅲ)基于时间序列模型的MBA考试章节考点数目的预测根据一级指标的考点频率表，基于不同的时间序列模型预测明年的各个一级指标考点频率；如果{x1}、{x2}......{x12}的时序数据是平稳的或者对其差分之后是平稳的，我们可以建立ARIMA模型，这个我们可以借助于eviews软件来完成；如果对其进行上述操作之后还是发现{x1}、{x2}......{x12}中一级指标的时序数据是非平稳的，我们则建立指数平滑法模型，这个则借助SPSS软件来完成；最终我们可以预测一个章节考点的频率，即可以预测出一个章节的考点数目；(Ⅳ)基于变异系数方法的类型(无子类型)或子类型考点概率的预测按照一级指标再细分为二级指标和三级指标，根据上述的考点统计表，可以统计出这些小类知识点在这11年所考的频率及变异系数，然后再计算出近五年小类考点的频率及变异系数，对比这两个变异系数，如果相差超过0.15，以近五年小类考点的频率来代表明年这些小类考点的概率；如果相差不超过0.15，则以这11年小类考点的频率来代表明年这些小类考点的概率；最终按照小类预测的概率可以把考点分为必考的考点(预测的概率为100％)、高频考点(70％<＝预测的概率<100％)、中高频考点(50％<＝预测的概率<70％)、中低频考点(30％<＝预测的概率<50％)、低频考点(0％<＝预测的概率<30％)、不考的考点(预测的概率＝0％)。