基于大数据的高校学生学业成绩预警分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 文献综述 | 第9-11页 |
| 1.2.1 国内研究文献综述 | 第9-11页 |
| 1.2.2 国外研究文献综述 | 第11页 |
| 1.3 研究思路与方法 | 第11-14页 |
| 1.3.1 研究思路 | 第11-12页 |
| 1.3.2 研究方法 | 第12-14页 |
| 第二章 数据准备 | 第14-27页 |
| 2.1 数据预处理 | 第14-27页 |
| 2.1.1 数据来源 | 第14页 |
| 2.1.2 变量提取 | 第14-20页 |
| 2.1.3 变量选择 | 第20-23页 |
| 2.1.4 缺失值处理 | 第23-24页 |
| 2.1.5 异常值处理 | 第24-25页 |
| 2.1.6 标准化处理 | 第25-27页 |
| 第三章 数据降维处理 | 第27-36页 |
| 3.1 主成分分析 | 第27-31页 |
| 3.1.1 主成分分析模型建立 | 第27-29页 |
| 3.1.2 主成分分析模型求解 | 第29-31页 |
| 3.2 主基底分析 | 第31-36页 |
| 3.2.1 主基底分析的模型建立 | 第32-33页 |
| 3.2.2 主基底降维的实现 | 第33-36页 |
| 第四章 高校学生学业成绩预测 | 第36-45页 |
| 4.1 多元线性回归模型的建立 | 第36-38页 |
| 4.2 多元线性回归模型实现 | 第38-43页 |
| 4.3 模型评估 | 第43-44页 |
| 4.4 主成分和主基底分析方法分析 | 第44-45页 |
| 第五章 学业预警 | 第45-51页 |
| 5.1 根据学业成绩分类预警 | 第45-46页 |
| 5.2 根据回归模型进行预警 | 第46-51页 |
| 第六章 总结 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录1 相关变量及数据列表 | 第54-65页 |
| 附录2 数据处理与分析程序 | 第65-99页 |
| 致谢 | 第99-100页 |
