使用JMP Pro 12预测学生的最终结果<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />使用JMP Pro 12预测学生的最终结果
泰国曹
胡安娜罗德里格兹
俄克拉荷马州立大学
抽象：
有许多因素会影响青少年的学业成绩。通过了解这些因素，学校和家长可以提供足够及时的支持，这可以帮助学生提高他们的学习成绩，并在未来继续提供更好的表现。我们从UCI机器学习库获得了两所葡萄牙公立中学（“GP” - Gabriel Pereira和“MS” - Mousinho da Silveira）的1,044名学生的数据。原始数据集包含33个输入变量和1个标称目标变量，标识为“G”，其中包含学生的平均最终成绩。在葡萄牙中学，如果学生在最终成绩中获得50％或更多，则通过课程。出于分析的目的，我们在原始数据集的平均最终成绩中创建了二进制目标。新的目标变量称为“最终”，描述学生是否通过了课程。数据集中没有缺失值;在输入变量之间没有观察到多重共线性，并且使用卡方检验选择用于模型构建的重要输入变量。
在这个项目中，我们使用JMP 12 Pro开发模型（回归，决策树和神经网络），以根据个人特征，习惯，家庭和人口统计特征以及学校表现来预测学生是否通过课程。这些模型不仅有助于预测学生的成绩，还可以提供有关每个特定因素如何影响学生表现的见解。
预测建模
