1. 学生活跃度与作业总分的关系

统计方法：

（1）首先去除掉没有任何讨论、留言、回复以及没有任何作业的课程;

（2）以课程为单位，该门课程中学生n的活跃度，以该门课程内这名学生的发帖数、回复数、留言数等参与课程活动的总和计算：

Activeness(n) = message_num(n)+message_reply_num(n)+news_reply_num(n)

                        +resource_num(n)+journal_num(n)+journal_reply_num(n)

（3）学生作业得分以该门课程学生所有作业的平均分数计算：

Score(n) = (score_1+score_2+...+score_n)/n

（4）利用Pearson计算Activeness与Score的相关性以及p-value（p<0.05时成立），得到每门课程的cor值与p-value值。

计算结果：（只保留p<0.05的课程，按照cor排序，共13门课程，有8门课程（62%）的cor大于或接近0.3）

实验结果可以大致看出，学生上课越活跃，其作业得分可能也越高。

2. 学生的编程作业的测试次数、测试间隔，与作业得分的关系

统计方法：

（1）以学生为单位，计算出每个学生对应的测试次数与测试间隔；

（2）在学生的作业中，用去除了编程作业（尹老师说编程作业基本上都是100分，会产生干扰）的其他作业得分来计算学生的平均作业得分；

（3）同样利用Pearson计算测试次数、测试时间与作业总分的关系。

计算结果：（横坐标是学生id，共157名学生）

（1）测试次数与作业得分：

实验结果显示，测试次数与作业得分得关联度约为0.433，成正比，且p-value=1.477e-08<0.05成立。说明那些测试做的多的学生可能（引自尹老师观点）：（1）动手能力强，（2）自主做题，没有抄袭，自然作业得分也较高。

（2）测试间隔与作业得分：

实验结果显示，测试间隔与作业得分得关联度约为-0.526，成反比，且p-value=1.419e-12<0.05成立。说明那些测试间隔短的学生可能（引自尹老师观点）具有快速修改的能力，能力强自然作业得分也较高。

3. 作业的提交时间与作业得分之间的关系

统计方法：

（1）计算每门课程内，学生作业提交时间与作业截止时间的差值；

（2）利用Pearson计算提交时间差与作业得分的相关性。

计算结果：（只保留p<0.05的课程，按照cor排序，共46门课程，有34门课程（74%）的cor大于或接近0.3）