پیشبینی عملکرد دانش آموزان با استفاده از رگرسیون خطی چند گانه و شبکه عصبی

یافتن عوامل موثر بر موفقیت تحصیلی دانش آموزان به عنوان آینده سازان کشور امری مهم و ضروری است و این موضوع میتواند نقش موثری در جهت بهبود کیفیت مدارس داشته باشد. در این تحقیق، نمره نهایی دانش آموزان مقطع دبیرستان بر اساس ۲۶ عامل شامل سن، تحصیلات والدین، میزان حضور در مدرسه، نمرات نوبت های قبلی و ... با دو روش رگرسیون خطی چند گانه و شبکه عصبی و با داده های ۳۵۷ نمونه از دبیرستانی در کشور پرتغال پیش بینی شده است. در ادامه از روش رگرسیون گام به گام (Stepwise) برای شناسایی متغیرهای موثر استفاده شده و برای بررسی بهتر تاثیر نمرات ترم های قبلی روی نمره نهایی دانش آموزان، مدل در حالتهای مختلف با حذف نمرات ترم های قبلی حل شده و نتایج نشان میدهد که نمرات هر دو ترم بیشترین تاثیر را بر نمره نهایی دانش آموزان دارد.