学生学习数据分析

学生学习数据分析，总结问题以及解决办法

学生学习数据分析

• 问题一 分析
  • 分阶段对各个自变量结和图表进行定性分析， 同时为后续分析提供信息
  • 逐步回归筛选对成绩影响较大的变量作为关键变量
• 问题二 分类
  • 分类标准确定
    • 结合问题一中的分析结果， 通过原始数据重新定义分类指标
    • 聚类分析 将学生按照不同指标进行聚类 从而达到分类的目的
• 问题三 评价
  • 建立评价指标体系
  • 通过雷达图可视化学生各指标 在各个阶段的得分情况，从而 对学生学习过程进行动态评价
• 问题四 预警机制
  • 预警方向
    • 单向 学生
    • 双向 一方面提醒学生成绩变化情况从而及时调整学习状态 另一方面提醒老师调整上课方式，及时对成绩下降的学生 进行沟通辅导
  • 预测
    • 时间序列分析 结合上课时间 量化学生指标分数 通过时序图预测短期内成绩走势
  • 建立预警指标体系
  • 警示
    • 一级预警（6分）
    • 二级预警（4分）
    • 三级预警（2分）
• 现有数据
  • 预习数据
    • 观看页数
    • 观看时长
    • 预习完成时间
    • 答题完成度与正确率
    • 预习内容（由Excel表名可知）
  • 互动数据
    • 回答问题
    • 问问题
  • 基本信息
    • 分类变量
      • 性别
      • 班级
      • 生源地
  • 四次小测成绩
    • 如何降维？
      • 求均值？会消除差异性，不能很好地反映过程变化
      • 分阶段？时间节点如何确定？
        • 根据预习完成时间分布以及预习内容章节分布 可确定上课时间分布，从而根据教学日历中非 法定节假日而未被排课的时间合理推测小测时 间节点，对学生数据分阶段达到降维目的
• 应该重在动态过程定性分析 从而更好地进行过程控制， 而非单纯的静态状态定量描述