黑龙江教育·理论与实践2023.2实践教学作为高等教育中重要的一环，建立在系统的专业理论课基础之上，促进学生对理论知识的二次理解，也检验学生的理论课学习效果。2019年末暴发的新冠肺炎疫情，促使高校实施混合式教学，基于网络平台的实践教学也随之增多。系统聚类的特点是可以看到整个聚类过程，容易判断出学生成绩内部结构的差异[1]。由于飞机的各系统是相互联系的，如操纵系统中包含起落架和液压的部分，排故过程中见到的故障有可能不是故障源，而是由其他系统中的故障导致。同时，金属结构和复合材料的维修方案也有相似性，如钛合金紧固件修复复合材料。在学生知识掌握方面，故障隔离手册、系统原理手册、最低设备清单和排故思路等都是共通知识，所以不能简单地选取平时成绩和考试成绩的平均值来进行相关性分析。例如，冯丽娜通过问卷调查的形式进行研究，其方法主观性略强[2]；常彩霞、刘婷等人都使用了略单一的相关性分析[3-4]。而更好的方法是更全面、更注重内部联系的典型相关分析。一、分析方法（一）系统聚类系统聚类是一种比较成熟的分析方法[5]，过程分为以下4步。1.学生成绩Z分数标准化处理，使用Z=（X-X）/S[公式（1）]，其中X为平均数，S为标准差。Z分数能够真实地反映一个分数距离平均数的相对标准距离。它是当前使用最多的数据标准化方式。2.将每个学生各作为一类，计算每个学生两两之间的距离构造关系矩阵。距离计算使用平方欧氏距离方法D=∑i（xi-yi）2[公式（2）]。这种距离计算比较简单，而且能基本体现算法的性能，所以比较常用。3.将距离最近的两个学生合并为一个新类。聚类方法使用组间平均距离连接法D=[公式（3）]，即两类个体两两之间距离的平均数作为类间距离。平均距离是对最小和最大距离之间的一种折中方法，而且可以克服离群点敏感性问题。4.计算新类与当前各类的距离[6]，再合并、计算，直至满意结果。最后画图并分析学生成绩的终聚类结果。（二）典型相关性分析分别在两组变量（每组为多个变量）中提取有代表性的两个综合变量Ui和Vi（分别为两个变量组中各变量的线性组合）[7]，利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。为整体了解学生平时成绩和考试成绩之间的相关关系，设x1、x2、x3、x4、x5、x6、x7、x8分别为结构平时、复材平时、液压平时、操纵平时、燃油平时、起落架平时、涡发平时、活塞平时；设y1、y2、y3、y4、y5、y6、y7、y8分别为结构考试、复材考试、液压考试、操纵考试、...
