<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />JMP Pro 12を使用した学生の最終結果の予測
タイ曹操
フアナ・ロドリゲス
オクラホマ州立大学
抽象：
10代の若者の学校の成績に影響を与えうる要因はたくさんあります。これらの要因を理解することによって、学校と保護者は適切にタイムリーな支援を提供することができます。そして、それは学生が彼らの学年を向上させるのを助けるかもしれなくて、そして将来より良いパフォーマンスを続けています。UCI Machine Learning Repositoryから、ポルトガルの2つの公立中等学校（ "GP" - Gabriel Pereiraと "MS" - Mousinho da Silveira）の1,044人の生徒のデータを取得しました。元のデータセットには、33の入力変数と、「G」として識別される1つの公称目標変数が含まれています。これには、生徒の平均最終学年が含まれています。ポルトガルの中学校では、最終結果で50％以上になった学生はクラスを通過します。分析のために、元のデータセットの平均最終成績からバイナリターゲットを作成しました。新しい目標変数は「最終」と呼ばれ、生徒がクラスに合格したか失敗したかを表します。データセットに欠損値はありません。入力変数間に多重共線性は観察されず、カイ二乗検定を使用してモデル構築のための重要な入力変数を選択した。
このプロジェクトでは、JMP 12 Proを使用してモデル（回帰、意思決定ツリー、およびニューラルネットワーク）を開発し、個人の特性、習慣、家族および人口統計の特性、および学校の成績に基づいてクラスの合格または不合格を予測します。このようなモデルは、生徒の成績を予測するのに役立つだけでなく、それぞれの特定の要因が生徒のパフォーマンスにどのように影響するかについての洞察も提供します。
