Previsione dei risultati finali degli studenti utilizzando JMP Pro 12
Cao tailandese
Giovanna Rodríguez
Università statale dell'Oklahoma
Astratto:
Ci sono molti fattori che possono influenzare i risultati scolastici degli adolescenti. Comprendendo questi fattori, le scuole e i genitori possono fornire un supporto tempestivo e adeguato, che può aiutare gli studenti a migliorare i loro voti scolastici e ad avere prestazioni migliori in futuro. Abbiamo ottenuto dati di 1.044 studenti in due scuole secondarie pubbliche portoghesi ("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 supera un esame se ottiene il 50% o più nel risultato finale. Ai fini della nostra analisi, abbiamo creato un target binario dai voti finali medi del set di dati originale. La nuova variabile target è chiamata "Finale" e descrive se gli studenti hanno superato o bocciato l'esame. Non ci sono valori mancanti nel set di dati; non è stata osservata alcuna multicollinearità tra le variabili di input e le variabili di input importanti per la creazione 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 supereranno o meno i loro esami, in base alle loro caratteristiche personali, abitudini, caratteristiche familiari e demografiche e performance scolastiche. Tali modelli non solo aiuteranno a prevedere i risultati degli studenti, ma forniranno anche informazioni su come ogni fattore specifico influisce sulle performance degli studenti.
