System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数学分析领域,具体涉及一种基于相关性分析的的方法。
技术介绍
1、随着国际化进程愈加快,学术环境也更加多元化,高校希望通过分析学生的课程成绩数据与留学的人数,提出建议,制定策略,能够提高学生深造的概率,故需要设计一种的模型方法从而实现针对性分析。
技术实现思路
1、本专利技术公开了一种基于相关性分析的的方法,通过分析分析学生的课程成绩数据与留学的人数,对影响因素进行相关性分析;在对影响申请成功率的因素进行分析时,先画出自变量和因变量之间的散点图,初步判断相关关系,利用偏相关分析模型,找出因变量和哪些自变量之间相关关系比较大,再利用共线性诊断检查自变量之间是否存在共线性关系,判断是否采用逐步线性回归模型,尝试后若效果不好则分别采用全效应和向前逐步的多元logistic回归进一步探究自变量与因变量之间的关系,从而得出研究生申请结果与哪些因素有关,最终得出的方法。
2、本专利技术的技术解决方案是:
3、一种基于相关性分析的的方法,包括如下步骤:
4、i、数据预处理
5、对于现有的学生数据,剔除与是否深造无关的变量,将剩余的影响深造率的变量,根据变量特性,将变量的类型进行归类。
6、ii、数据预处理
7、利用spss软件画出自变量和因变量之间的散点图,可以看出虽然algebra成绩好,但是大部分也不会申请。
8、iii、相关性分析
9、步骤1):正态分布检验,利用spss软件可对影
10、步骤2):建立并求解pearson相关系数模型,具体计算公式如下:
11、
12、其中r1为pearson相关系数,n为样本容量,xi和yi分别表示第i个样本的两个属性值。当r1=1时,x,y完全相关,此时x,y之间具有线性的函数关系;|r1|≥0.8时称为高度相关,当0.3≤|r1|<0.5时称为低度相关,当0.5≤|r1|<0.8时称为中度相关,当|r1|<0.3时,说明变量之间相关性很弱。在求解模型过程中,首先确定变量类型,然后利用spss软件求解pearson相关系数,最后在显著性检验中选择双侧检验。由pearson相关系数看出,上述满足正态分布的变量,两两之间近似存在正的中度相关关系。因此提出零假设两总体无显著的线性关系。由显著性检验结果可得上述变量之间显著性水平均小于0.05,应拒绝零假设,即两总体之间存在显著的线性相关关系。
13、步骤3):建立并求解spearman等级相关系数模型,具体公式如下:
14、
15、其中,r2为spearman相关系数,n为样本容量,(ui,vi)是两个变量的秩(数据按从小到大排序后对应的次序值)。在求解模型过程中,首先确定变量类型,然后利用spss软件求解spearman相关系数,最后在显著性检验中选择双侧检验。假设spearman系数大于0.3即认为两变量之间相关,由spearman相关系数看出,gpa与calculus2、statistics、probability、from1正相关;algebra与、from2呈负相关,与calculus2、statistics、probability、from1正相关;calculus1与calculus2、statistics、probability正相关;calculus2与statistics、probability、measure、functional_analysis、from1正相关;statistics与calculus2、probability、measure、functional_analysis、from1正相关;probability与呈负相关,与calculus2、statistics、measure、functional_analysis正相关;measure与calculus2、statistics、probability正相关;functional_analysis与calculus2、statistics、probability正相关。因此提出零假设h0:两总体无显著的线性关系。由显著性检验结果可得上述变量之间显著性水平均小于0.05,应拒绝零假设,即两总体之间存在显著的线性相关关系。
16、步骤4):根据上述两个相关性模型可得到最终结果如下:
17、gpa与algebra、calculus1、measure、functional_analysis、calculus2、statistics、probability、from1正相关。
18、algebra与、from2呈负相关,与gpa、calculus1、calculus2、measure、functional_analysis、statistics、probability、from1正相关。
19、calculus1与gpa、algebra、calculus1、measure、calculus2、functional_analysis、statistics、probability正相关。
20、calculus2与statistics、probability、measure、functional_analysis、from1正相关。
21、statistics与calculus2、probability、measure、functional_analysis、from1正相关。
22、probability与呈负相关,与calculus2、statistics、measure、functional_analysis正相关。
23、measure与gpa、algebra、calculus1、calculus2、statistics、probability、functional_analysis正相关。
24、functional_analysis与gpa、algebra、calculus1、calculus2、statistics、probability、measure正相关。
25、ⅳ、建立并求解典型相关分析模型
26、步骤1):模型建立,典型相关分析是研究多个变量和多个变量之间的线性相关关系,能够揭示出两组变量之间的内在本文档来自技高网...
【技术保护点】
1.一种基于相关性分析的方法,其特征在于,包括如下步骤:
【技术特征摘要】
1.一种基于相关性分析的方法...
【专利技术属性】
技术研发人员:徐权杰,顾豪杰,何欣樾,陈茂阳,于玮,
申请(专利权)人:南通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。