<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Predizione dei risultati finali degli studenti con JMP Pro 12
Thai Cao
Juana Rodriguez
Oklahoma State University
Astratto:
Ci sono una serie di fattori che possono influenzare i risultati scolastici degli adolescenti. Comprendendo questi fattori, scuole e genitori possono fornire supporti adeguatamente tempestivi, che possono aiutare gli studenti a migliorare i loro voti scolastici, e hanno continuato a migliorare le loro prestazioni in futuro. Abbiamo ottenuto dati di 1.044 studenti in due scuole secondarie pubbliche del Portogallo ("GP" - Gabriel Pereira e "MS" - Mousinho da Silveira), da UCI Machine Learning Repository. Il set di dati originale contiene 33 variabili di input e 1 variabile target nominale identificata come "G" che contiene il voto finale medio degli studenti. Nella scuola media portoghese, uno studente passa una classe se ottiene il 50% o più nel risultato finale. Ai fini della nostra analisi, abbiamo creato un target binario tra i voti finali medi del set di dati originale. La nuova variabile di destinazione si chiama "Final" e descrive se gli studenti hanno superato o fallito la classe. Non ci sono valori mancanti nel set di dati; nessuna multicollinearità è stata osservata tra le variabili di input e importanti variabili di input per la costruzione del modello sono state selezionate utilizzando il test del chi quadrato.
In questo progetto, utilizziamo JMP 12 Pro per sviluppare modelli (Regressione, Albero decisionale e Rete neurale) per prevedere se gli studenti passano o falliscono le loro classi, in base alle loro caratteristiche personali, abitudini, caratteristiche familiari e demografiche e prestazioni scolastiche. Tali modelli non solo aiuteranno a prevedere i risultati degli studenti, ma forniranno anche informazioni su come ciascun fattore specifico influisce sulle prestazioni degli studenti.
