使用JMP Pro 12預測學生的最終結果<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />使用JMP Pro 12預測學生的最終結果
泰國曹
胡安娜羅德里格茲
俄克拉荷馬州立大學
抽象：
有許多因素會影響青少年的學業成績。通過了解這些因素，學校和家長可以提供足夠及時的支持，這可以幫助學生提高他們的學習成績，並在未來繼續提供更好的表現。我們從UCI機器學習庫獲得了兩所葡萄牙公立中學（“GP” - Gabriel Pereira和“MS” - Mousinho da Silveira）的1,044名學生的數據。原始數據集包含33個輸入變量和1個標稱為“G”的名義目標變量，其中包含學生的平均最終成績。在葡萄牙中學，如果學生在最終成績中獲得50％或更多，則通過課程。出於分析的目的，我們在原始數據集的平均最終成績中創建了二進制目標。新的目標變量稱為“最終”，描述學生是否通過了課程。數據集中沒有缺失值;在輸入變量之間沒有觀察到多重共線性，並且使用卡方檢驗選擇用於模型構建的重要輸入變量。
在這個項目中，我們使用JMP 12 Pro開發模型（回歸，決策樹和神經網絡），以根據個人特徵，習慣，家庭和人口統計特徵以及學校表現來預測學生是否通過課程。這些模型不僅可以幫助預測學生的成績，還可以提供有關每個特定因素如何影響學生表現的見解。
預測建模
