第四,比较新类{A,B}与邻近学生D之间的成绩之差为20不是最 小,而邻近类d,c=16为最小 第五,把C、D按第三步处理,得新类{C,D}及其成绩68 第六,类似第四步可求得{A,B}与{C,D}的成绩之差为68-40 =28,{C,D}与E的成绩之差为25。此时,后者较小 第七,合并类{C,D}与E为一个新类{C,D,E},并把 C,D、E的平均成绩(60+76+93)=763作为类{C,D,E} 的成 绩 第八,求得{C,D,E}与{A,B}的成绩之差为76.3-40=36.3 第九,合并{A,B}与{C,D,E}为一新类{A,B,C,D,E} 第十,将以上合并过程作成图4-1。 112025302 图4-1五名学生一雜系统聚类图 第十一,规定一个适当的阈值T,确定类数并判定各学生所属的类, 例如取T=20,作为分类标准,则五名学生被分为三类:第一类含A、B, 第二类含C、D,第三类含E;如果取T=30作为分类标准,那么五名学生 被分为两类,B与A为一类,剩下的为另一类 3.相对评估的差异显著性检验 用系统聚类方法对学生进行成绩分类,符合人们最朴素的分类观念, 能够较充分地显示学生之间的差异。但由于教育测量自身的误差,是否能 把所有表现在成绩上的差异都视为其真实水平的差异?差异显著性检验, 在一定程度上可以解决上述问题。这个方法的基本思想是,如果两个对象 的真实水平是一样的,那么在同一次测验中,其测验成绩间差异很大的概第四，比较新类｛A，B｝与邻近学生 D 之间的成绩之差为 20 不是最 小，而邻近类 dD，C＝16 为最小。 第五，把 C、D 按第三步处理，得新类｛C，D｝及其成绩 68。 第六，类似第四步可求得｛A，B｝与｛C，D｝的成绩之差为 68－40 ＝28，｛C，D｝与 E 的成绩之差为 25。此时，后者较小。 第七，合并类｛C，D｝与 E 为一个新类｛C，D，E｝，并把 的成 绩。 第八，求得｛C，D，E｝与｛A，B｝的成绩之差为 76.3－40＝36.3。 第九，合并｛A，B｝与｛C，D，E｝为一新类｛A，B，C，D，E｝。 第十，将以上合并过程作成图 4－1。 第十一，规定一个适当的阈值 T，确定类数并判定各学生所属的类， 例如取 T＝20，作为分类标准，则五名学生被分为三类：第一类含 A、B， 第二类含 C、D，第三类含 E；如果取 T＝30 作为分类标准，那么五名学生 被分为两类，B 与 A 为一类，剩下的为另一类。 3．相对评估的差异显著性检验 用系统聚类方法对学生进行成绩分类，符合人们最朴素的分类观念， 能够较充分地显示学生之间的差异。但由于教育测量自身的误差，是否能 把所有表现在成绩上的差异都视为其真实水平的差异？差异显著性检验， 在一定程度上可以解决上述问题。这个方法的基本思想是，如果两个对象 的真实水平是一样的，那么在同一次测验中，其测验成绩间差异很大的概