|
|
基于LASSO方法的初中生学业成绩影响因素分析
|
Abstract:
学业成绩是学生升学的主要依据，也是评价学校教育质量的关键指标。文章采用LASSO方法对初中生学业成绩影响因素进行变量筛选，基于中国教育追踪调查(CEPS)数据确定19个重要影响变量进行总样本回归和分样本回归。结果表明：学业成绩影响因素存在性别与城乡差异；认知能力和学习态度对学业成绩有正向影响，而过多的睡眠时间和学业压力对学业成绩有负向影响；父母期望对学业成绩有较大正向影响，但指导功课却效果相反；教师互动式教学能够促进学业成绩提高；学校学习风气和家校互动对学业成绩有正向影响，但教师流动呈负向影响。最后，提出提高初中生学业成绩的对策建议。
Academic performance is the main basis for students to pursue higher education and a key indicator for evaluating the quality of school education. The article uses the LASSO method to screen variables that affect the academic performance of junior high school students. Based on data from the China Education Panel Survey (CEPS), 19 important influencing variables are determined for total sample regression and sub sample regression. The results indicate that there are gender and urban-rural differences in the influencing factors of academic performance; cognitive ability and learning attitude have a positive impact on academic performance, while excessive sleep time and academic pressure have a negative impact on academic performance; parental expectations have a significant positive impact on academic performance, but guiding homework has the opposite effect; teacher interactive teaching can promote the improvement of academic performance; the school learning atmosphere and home school interaction have a positive impact on academic performance, but teacher mobility has a negative impact. Finally, propose countermeasures and suggestions to improve the academic performance of junior high school students.
| [1] | 柴江(2021). 家校合作的本质属性、困境根源与破解思路. 南京师大学报(社会科学版), (3), 62-72. |
| [2] | 雷浩, 徐瑰瑰, 邵朝友, 桑金琰(2015). 教师关怀行为与学生学业成绩的关系: 学习效能感的中介作用. 心理发展与教育, 31(2), 188-197. |
| [3] | 李利, 梁文洁, 薛锋(2018). 智慧教室环境中的课堂互动教学现状分析——基于小学数学课堂教学个案的研究. 电化教育研究, 39(3), 115-121. |
| [4] | 李强, 卢尧选(2019). 学生学习成绩和学习能力影响因素之研究——四个维度的分析框架初探. 西北师大学报(社会科学版), 56(3), 5-14. |
| [5] | 李哲, 张敏强, 黄菲菲, 李岩, 崔雪平(2019). 家校合作对青少年学业成绩的影响: 一个有调节的中介模型. 心理科学, 42(5), 1091-1097. |
| [6] | 梁兴丽, 何津, 周佶俊, 刘萍萍(2020). 认知能力对学业成绩的影响: 有中介的调节模型. 心理发展与教育, 36(4), 449-461. |
| [7] | 林崇德(2018). 发展心理学(第三版). 人民教育出版社. |
| [8] | 刘娜, 沈亚茹(2019). 睡眠时间视角下我国初中生学业表现的城乡差异研究——基于CEPS面板数据的实证. 中国人民大学教育学刊, (1), 160-180. |
| [9] | 马红梅, 陈钰, 肖雨桐(2020). 全球视域下学校信息化“数字鸿沟”及其对学生成绩的影响. 现代远程教育研究, 32(5), 86-94. |
| [10] | 唐一鹏, 王闯, 胡咏梅(2020). 如何提升中小学生的学业成绩?——基于学习策略与教学策略改进的视角. 华东师范大学学报(教育科学版), 38(3), 93-105. |
| [11] | 涂咏梅, 徐彦坤(2013). 家庭因素对学生成绩影响的实证分析. 统计与决策, (2), 116-119. |
| [12] | 王卫东(2022). 中国教育追踪调查(2014-2015学年)追访. http://www.cnsda.org/index.php?r=projects/view&id=61662993 |
| [13] | 熊俊梅, 龚少英, Frenzel, A. C.(2011). 高中生数学学业情绪、学习策略与数学成绩的关系. 教育研究与实验, (6), 89-92. |
| [14] | 薛震, 孙玉林(2020). R语言统计分析与机器学习. 中国水利水电出版社. |
| [15] | 闫波, 赵德成, 王璐环(2017). 哪些因素在影响中国学生学习成绩?——基于PISA2015中国四省(市)学生数据的多水平分析. 中小学管理, (10), 9-12. |
| [16] | 姚云(2017). 非智力因素与数学成绩的关系研究. 硕士学位论文, 武汉: 华中师范大学. |
| [17] | 易芳, 郭雅洁, 俞宗火, 徐霜雪(2017). 中小学生学业成绩主要影响因素的元分析. 心理学探新, 37(2), 140-148. |
| [18] | 张沥今, 魏夏琰, 陆嘉琦, 潘俊豪(2020). Lasso回归: 从解释到预测. 心理科学进展, 28(10), 1777-1788. |
| [19] | 张玲, 宋乃庆, 蔡金法(2019). 问题提出: 基本蕴涵与教育价值. 中国电化教育, (12), 31-39. |
| [20] | 张娜, 徐永琳(2019). 近年我国数学学业成就影响因素研究的期刊文献统计分析. 湖北师范大学学报(自然科学版), 39(3), 79-85. |
| [21] | 张兴祥, 钟威, 洪永淼(2018). 国民幸福感的指标体系构建与影响因素分析: 基于LASSO的筛选方法. 统计研究, 35(11), 3-13. |
| [22] | 赵必华(2013). 影响学生学业成绩的家庭与学校因素分析. 教育研究, 34(3), 88-97. |
| [23] | 赵春花(2014). 学校氛围对学生学业成绩的影响——基于2012 PISA测试结果的分析. 外国中小学教育, (8), 11-20. |
| [24] | 钟启泉(2010). “课堂互动”研究: 意蕴与课题. 教育研究, 31(10), 73-80. |
| [25] | Einstein, A., & Infeld, L. (1938). The Evolution of Physics. Simon and Schuster. |
| [26] | Hastie, T., Tibshirani, R., & Friedman, J. (2008). The Elements of Statistical Learning Data Mining, Inference, and Prediction (2nd ed.). Springer. |
| [27] | James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer. |
| [28] | Tibshirani, R. (1996). Regression Shrinkage and Selection Via the Lasso. Journal of the Royal Statistical Society: Series B (Methodological), 58, 267-288. https://doi.org/10.1111/j.2517-6161.1996.tb02080.x |
