Формирование прогнозных моделей в оценке качества подготовки студентов

Цель исследования заключается в создании моделей прогнозирования для оценки успеваемости, посещаемости занятий студентов и риска их отчисления из университета. Работа посвящена разработке прогнозных моделей успеваемости студентов на основе их текущих оценок с применением методов анализа данных. В ходе исследования использовалась программа Statistica. В качестве инструментов были применены регрессионный анализ, модели бинарного выбора и кластерный анализ. Основными источниками данных стали результаты анкетирования студентов экономического, физико-математического и электроэнергетического факультетов (38 академических групп), а также информация о студентах, отчисленных по данным деканатов ЭФ и ФМФ Института цифровых технологий Марийского государственного университета. В рамках исследования были разработаны три модели: первая использует в качестве зависимой переменной показатель «Количество долгов», вторая - «Количество пропусков», а третья - «Количество отчислений». Для каждой модели построены регрессионные статистические модели, классификации и кластеризации, а также вероятностные модели дискриминантного и логит-анализа. Представлена методика построения прогнозных оценок студентов Института цифровых технологий Марийского государственного университета на основе данных электронной системы «Студент» и анкетирования 290 студентов по 12 параметрам. Эти параметры включают в себя показатели, отражающие умение учиться (результаты ЕГЭ, средний балл аттестата), готовность к самостоятельной жизни (проживание в общежитии), а также желание и способности к обучению (текущая посещаемость и успеваемость). Прогнозные модели позволят своевременно оценить работу студента и принять меры по коррекции учебного процесса вуза.