高校學生成績排名

『壹』 大學會公布成績排名嗎

反對學校不公布成績和排名！

反對的原因，有以下三條：

第一條：學校不公布成績和排名，是在遷就那些學渣和學渣的家長，雖然一時照顧了他們的面子，但是最終，會讓他們失去競爭能力。

反對學校不公布成績和排名
第二條：有玻璃心的家長，就會造就玻璃心的孩子，在中小學階段不競爭，不努力向前拼搏，進入社會以後，社會也會淘汰不合格的人才！

第三條：如果不公布成績和排名，只會讓懶惰的學生更加不自律，造成的後果是——這批學生沉醉於虛假的世界，不知進取，最終進不了重點高中，考不上大學。

這樣說有道理嗎？

相信任何家長，都希望看到孩子真實的成績，而不是簡單的A+、B+吧，畢竟，分數反映的，就是孩子最真實的學習狀態。不論是語文數學，還是物理化學，考試成績最能說明問題。如果取消了成績的公布，取消了班級的排名，學習優秀的學生，影響或許不大。但是，對於後進生來說，根本無法讓他們警惕起來，也無法讓家長了解學生的動態，無法做出及時的反應。學生糊塗，家長也糊塗，喪失了危機感，帶來的後患，也是無窮的。

『貳』 大學最終的成績排名是按什麼排的

與中學階段不同，大學的成績採取的是積分制，排名是按平均績點GPA。
如果一學期修了三門課，英文3學分（成績4點）、歷史3學分（成績2點）、物理3學分（成績3點），那麼GPA是（4×3+3×2+3×3）÷9=3。

『叄』 高校學生的成績排名是如何排的 是不是按學分加權評定呢

專業課和必修課 按學時加權

『肆』 本科生怎麼查看自己大學期間的成績排名

大學期末考試成績一般都只能在網上看到自己的分數，想要得知自己版的排名，需要找權到自己的輔導員。

一、打開網路搜索，在搜索欄輸入」學信網「，搜索後找到中國高等教育學生信息網(學信網)官網並點擊進入。

(4)高校學生成績排名擴展閱讀：

大學成績作用

一、成績的高低直接決定了畢業學位證的發放

期末考試不是考及格就行，幾乎所有的本科院校都實行「績點」政策。畢業時會計算4年大學期末考試成績的績點，如果績點不夠，將不會發放學位證書，只發放畢業證書。

二、直接影響獎學金的評定

大學期間，學習成績優異的學生會發放一定數額的獎學金，可以幫助家裡減輕負擔，做一些自己想做的事情，比外出兼職要來得實在。獎學金評選的關鍵條件就是期末考試成績，如果期末考試成績有一門不及格，其他成績再優秀也沒有參評資格。

『伍』 大學期間有成績排名嗎成績排名算隱私嗎

在我的大學裡面，大學成績一定是有排名的，我認為大學的成績並不算是隱私，成績公開也不算侵犯隱私，雖然成績這種東西我們自己知道就好，但是大學的評優和獎學金等等都是需要看個人的成績的，所以大學的成績最好是要公開的。

而且我曾經見過不公開成績的學校，但是那樣的學校最後沒有存活太久，因為學生們的自製力並不是很強，而且很多的評優評先全都是給了一些班級幹部，這樣就很不利於班級的發展，正是因為這樣，無論是對於學校還是班級一或者是學院的發展，都需要將成績公開，讓大家看到自己的成績和別人的成績，了解自己的差距，只有這樣學校才會進步。

『陸』 大學里的成績排名依據什麼

一般是按照專業成績，就是你平時學習的各種科目的成績，不過有的科目學分少，有的學分多，最後算總成績的時候他們的權重是不一樣的，至於綜合成績，一般除了專業成績之外，還包括你參加各種活動和獲獎所拿到的分數

『柒』 大學應該公開公布學生成績和排名嗎

我覺得不應該

『捌』 大學考試成績排名有Z和U，分別代表什麼意思

標准分數（stardard score）是以標准差為單位來衡量某一分數與平均數之間的離差情況，是反映個體在團體中相對位置的最好統計量。
在統計中，變數值與其平均數的離差除以標准差後的值，稱為標准分數（standard score）,也稱為標准化值或Z分數。標准分數給出了一組數據中各數值的相對位置。計算過程是對變數數值進行標准化處理的過程。，它並沒有改變該組數據分布的形狀，而只是將該組數據變為平均數為0，標准差為1。
標准分數又稱Z分數，是以標准差為單位來表示一個數據在團體中所處相對位置的量數。一組數據中的任何一個數據的標准分可用公式計算。所謂Z分數法，就是用Z分數對老師的教學效益進行評價的方法。Z分數也叫標准分，它表示學生成績在集體中的相對位置。它的計算公式是Z＝ 。其中 表示學生的成績， 表示學生所在班的平均成績，S表示學生原始成績的標准差。
Z分數是從學生的原始成績轉化而來，但具以下一些特點：一是它的平均分數為0，標准差為1；二是分數之間等距，可以作加減運算；三是不會改變原始分數的分布形狀和分布順序；四是標准分會出現負值，其數值一般在＋3與－3之間。
由測驗直接得到的分數屬於順序數據，不能作進一步的運算，為了充分利用測驗所得到的信息，就有必要對原始分進行某種處理，使之成為等距數據。Z分數是最常用的一種方法。如果只知道某一學生考試得了87分，那麼我們幾乎得不道什麼信息。因為考試的題目的難度，學生的現有知識水平、以及評分標准都會影響到學生的得分。87可以說很高，也可以說很低；如果我們知道了學生的Z分數，我們就可以說學生這次考試是低於平均分還是高於平均分以及在全班（或者總體）的一個什麼位置。
常態化T分數(Normalized T Score)：經過常態化的標准分數,其平均數為50,標准差為10,T=10z+50.
T分數：非正態分布的原始分數轉換成正態分布，T=T標准差 * Z + T分的平均數

什麼是T檢驗
T檢驗，亦稱student t檢驗（Student's t test），主要用於樣本含量較小（例如n<30），總體標准差σ未知的正態分布資料。

T檢驗是用於小樣本（樣本容量小於30）的兩個平均值差異程度的檢驗方法。它是用T分布理論來推斷差異發生的概率，從而判定兩個平均數的差異是否顯著。

T檢驗是戈斯特為了觀測釀酒質量而發明的。戈斯特在位於都柏林的健力士釀酒 廠擔任統計學家，基於Claude Guinness聘用從牛津大學和劍橋大學出來的最好的畢業生以將生物化學及統計學應用到健力士工業程序的創新政策。戈特特於1908年在 Biometrika上公布T檢驗，但因其老闆認為其為商業機密而被迫使用筆名（學生）。實際上，戈斯特的真實身份不只是其它統計學家不知道，連其老闆也 不知道。

T檢驗的適用條件：正態分布資料

單個樣本的t檢驗
目的：比較樣本均數 所代表的未知總體均數μ和已知總體均數μ0。

計算公式：

t統計量：

自由度：v=n - 1

適用條件：

(1) 已知一個總體均數；

(2) 可得到一個樣本均數及該樣本標准誤；

(3) 樣本來自正態或近似正態總體。

例1 難產兒出生體重n=35, =3.42, S =0.40,

一般嬰兒出生體重μ0=3.30（大規模調查獲得），問相同否？

解：1.建立假設、確定檢驗水準α

H0：μ = μ0 （無效假設，null hypothesis）

H1：（備擇假設,alternative hypothesis，）

雙側檢驗，檢驗水準:α=0.05

2.計算檢驗統計量

，v=n-1=35-1=34

3.查相應界值表，確定P值，下結論

查附表1，t0.05 / 2.34 = 2.032,t < t0.05 / 2.34,P >0.05，按α=0.05水準，不拒絕H0，兩者的差別無統計學意義

t檢驗過程，是對兩樣本均數(mean)差別的顯著性進行檢驗。惟t檢驗須知道兩個總體的方差(Variances)是否相等；t檢驗值的計算會因方差是否相等而有所不同。也就是說，t檢驗須視乎方差齊性(Equality of Variances)結果。所以，SPSS在進行t-test for Equality of Means的同時，也要做Levene's Test for Equality of Variances 。

1.在Levene's Test for Equality of Variances一欄中 F值為2.36, Sig.為.128，表示方差齊性檢驗「沒有顯著差異」，即兩方差齊(Equal Variances)，故下面t檢驗的結果表中要看第一排的數據，亦即方差齊的情況下的t檢驗的結果。

2.在t-test for Equality of Means中，第一排(Variances=Equal)的情況：t=8.892, df=84, 2-Tail Sig=.000, Mean Difference=22.99
既然Sig=.000，亦即，兩樣本均數差別有顯著性意義！

3.到底看哪個Levene's Test for Equality of Variances一欄中sig,還是看t-test for Equality of Means中那個Sig. (2-tailed)啊?
答案是：兩個都要看。
先看Levene's Test for Equality of Variances，如果方差齊性檢驗「沒有顯著差異」，即兩方差齊(Equal Variances)，故接著的t檢驗的結果表中要看第一排的數據，亦即方差齊的情況下的t檢驗的結果。
反之，如果方差齊性檢驗「有顯著差異」，即兩方差不齊(Unequal Variances)，故接著的t檢驗的結果表中要看第二排的數據，亦即方差不齊的情況下的t檢驗的結果。

4.你做的是T檢驗，為什麼會有F值呢?
就是因為要評估兩個總體的方差(Variances)是否相等，要做Levene's Test for Equality of Variances，要檢驗方差，故所以就有F值。

t檢驗是對各回歸系數的顯著性所進行的檢驗，（－－這個太不全面了，這是指在多元回歸分析中，檢驗回歸系數是否為0的時候，先用F檢驗，考慮整體回歸系數，再對每個系數是否為零進行t檢驗。t檢驗還可以用來檢驗樣本為來自一元正態分布的總體的期望，即均值；和檢驗樣本為來自二元正態分布的總體的期望是否相等）
目的：比較樣本均數 所代表的未知總體均數μ和已知總體均數μ0。
計算公式：
t統計量：
自由度：v=n - 1
適用條件：
(1) 已知一個總體均數；
(2) 可得到一個樣本均數及該樣本標准誤；
(3) 樣本來自正態或近似正態總體。
例1 難產兒出生體重n=35, =3.42, S =0.40,
一般嬰兒出生體重μ0=3.30（大規模調查獲得），問相同否？
解：1.建立假設、確定檢驗水準α
H0：μ = μ0 （無效假設，null hypothesis）
H1：（備擇假設,alternative hypothesis，）
雙側檢驗，檢驗水準:α=0.05
2.計算檢驗統計量
，v=n-1=35-1=34
3.查相應界值表，確定P值，下結論
查附表1，t0.05 / 2.34 = 2.032,t < t0.05 / 2.34,P >0.05，按α=0.05水準，不拒絕H0，兩者的差別無統計學意義