1) estimation of the teaching effect
教学效果估计
2) teaching effect evaluation
教学效果评估
1.
This article theoretically analyzes the relationship between student ratings and teaching effect evaluation,and puts up with some detailed countermeasures for achieving effectiveness of student ratings from the aspects of improving system,intensifying consciousness and adopting evaluation result.
教学效果评估是教学质量控制的有效方法之一,学生评教作为教学效果评估的重要依据,其有效性直接影响教学效果评估的客观性与准确性。
4) teaching effect
教学效果
1.
A new system of microscale inorganic chemical experiments and its teaching effect;
无机化学实验微型化的新尝试及其教学效果
2.
How to improve the nursing teaching effect;
如何提高护理学基础教学效果
3.
On how to improve surgery teaching effect;
浅谈提高外科学教学效果的技巧
5) teaching results
教学效果
1.
Analysis on teaching results of political theory class in medical colleges and schools;
医学院校政治理论课教学效果分析
2.
A Research on the Differences of Teaching Results with Different Wushu Teaching Materials in Primary and Secondary Schools;
不同中小学武术教材教学效果的研究
3.
A research on influences of students observation on teaching results of back style;
学生观察技能的培养对挺身式跳远教学效果的影响
6) teaching result
教学效果
1.
Utilizing multimedia technology properly and optimizing teaching result;
合理利用多媒体技术优化教学效果
2.
Investigation and reflection of teaching result of ideological and moral cultivation for college students;
大学生思想道德修养课师生互动教学效果调查与思考
3.
Promote the teaching result by using the attention law
运用注意规律提升教学效果
补充资料：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条