基于主成分分析和多元 logistic 回归的成绩预警模型

生华 张(扬州市职业大学，中国)

摘要

针对高职院校学生学习基础相对薄弱、课程成绩受非智力因素影响较大的特点，本文提出了基于主成分分析法和逻辑回归模型的课程成绩等级预警模型。该模型通过调查问卷收集学生的学习态度、学习方法、学习效率和个性心理等非智力因素数据，利用主成分分析提取四个主成分，再以成绩等级为因变量构建多元logistic回归模型。在某高职院校2024级新生中进行了实证研究，结果显示模型识别成绩等级的正确率较高，能够有效预测学生期末考试成绩等级，为教师提供早期预警和干预建议。此外，研究还探讨了模型的扩展与应用前景，提出可以加入更多客观性度量以提高识别正确率，并开发智能化预警系统。

关键词

主成分分析；多元logistic回归；成绩；预警模型

参考

陈玉芸.大数据环境下完善学业预警系统研究[J].南宁职业技术学院学报，2018(23):53-56.

池振国，崔灏，孙宁.浅析实施学业预警机制对高校学风建设的影响[J].天津市教科院学报， 2013(32) :23-24.

焦春燕.基于教育大数据的学业预警模型研究[J].电子技术，2017(9):11-13.

郑俊玲.基于KPCA的大学生学业预警模型及其应用[D].唐山:华北理工大学，2015.

张国华.数据挖掘在独立学院课程预警中的应用与实践[J].现代电子技术，2016(17): 136-139.

赵子云、陈明选.信息化环境下学生成绩预警系统的设计研究[J].中国信息技术教育，2015(23):119-122.

张生华.基于主成分分析和聚类分析的高职高等数学分层教学设计[J].扬州职业大学学报，2019(04):49-52.

张生华.在线课程学习评价的RFM-DS模型[J].扬州职业大学学报，2022(01):50-53.表 3 A、B、C 层多元 Logistic 回归方程ABC方程式用于等级1基准类别基准类别基准类别方程式用于等级274.21态度+49.84方法+42.91效率+9.21心理+48.6014.31态度+0.32方法+7.58效率+2.99心理+21.4536.59态度+6.83方法+5.40效率+1.97心理+78.00方程式用于等级384.17态度+52.10方法+45.47效率+11.24心理+33.3318.53态度+2.34方法+10.17效率+4.40心理+13.6479.94态度+8.21方法+6.27效率+4.84心理+62.24

DOI: http://dx.doi.org/10.12345/jxffcxysj.v8i6.24772