考试是一个完整的教学过程中不可缺少的组成部分,是对教和学的质量的检验。对考试结果进行研究,促进我们对教学过程的反思,进而找到下一步工作的方向和改进的措施。贝叶斯网络(Bayesian Network)是Pearl提出的一种基于概率论和图论的不确定知识表示模型,具有清晰语义的网络结构,揭示领域对象的内在结构,是复杂全概率分布的紧凑表示方式。其坚实的理论基础、知识结构的自然表达方式、灵活的推理能力、方便的决策机制及有效的学习能力使其成为一种主要的不确定知识的处理方法。本文的主要工作是进行基于贝叶斯网络的试卷分析实验,试验主要用到的工具是基于MATLAB语言编写的BNT软件包,该软件包提供了许多贝叶斯网络学习的底层基础函数库,支持多种类型节点的精确推理和近似推理,以及参数学习和结构学习等功能。通过实验研究,分析了平时出勤率、作业提交率等五方面因素对试卷成绩的影响。