基于不同面试小组成绩修正的数学模型

李琰 阮杰昌

【摘要】 在很多面试中，由于分组面试的组别不同，不同组的专家评分时容易出现误差，对于考试造成不公平.为此，作者提出一种消除组别误差的无偏处理模型，以保证面试成绩的公正公平性.提高考试录取质量，达到甄选人才的目的.

【关键词】 系数修正；分组面试；数学模型

一、模型的背景

无论是国家的公开录用考试还是企业的招聘，或者是对单位人员的考核，都必须在一定的时间内完成，只能采取分组的方式进行.如图：

但是，按照现在的总分排序，由于组别考评老师的实际把握尺度不一样，会导致某些组员的不公平.

二、成绩修正数学模型的假设

1.所有的面试人员不按照笔试成绩分组，而是按照随机分组考核对象.因为随机分组保证不同组考生素质分布的相同性.但分组时仍可能会发生小概率事件，如在一个组学生分数都极低，这可能由于这组学生的素质都偏低，在用系数修正法处理模型处理数据前，利用统计学方差分析的方法进行各组的平均数显著性检验，如果差异显著，则用此模型.反之，则表明各组专家评分结果没有显著性差异.

2.各组内的成绩是公平公正的，参与的评委都是公平公正的.即使组内个别学生的分数过高或者过低，仍然看成是有效数据.

3.每个小组的人员数量可以不一样.

三、成绩修正数学模型的算法

四、评 价

成绩修正模型能对不同组别的专家评分的偏差起到一定的校正作用，消除……