MOOC武大SAS第五章yagao数据集

这个是慕课上第五章网课上老师的例子,图片转文字出来的间隔不对,我改了一下,下面的数据大家练习的时候可以直接copy过去 ~~  ^_^ !

/*建立数据集yagao:
X4:公司销售价格,X3:其他厂家平均价格,X2:广告费用,X1:价格差,Y:销售量*/
data yagao;
input x4 x3 x2 x1 y@@;
cards;
3.85 3.80 5.50 -0.05 7.38 3.75 4.00 6.75 0.25 8.51 3.70 4.30 7.25 0.60 9.52
3.70 3.70 5.50 0 7.50 3.60 3.70 7.00 0.25 9.33 3.60 3.85 6.50 0.20 8.28
3.60 3.80 6.75 0.15 8.75 3.80 3.75 5.25 0.05 7.87 3.80 3.85 5.25 -0.15 7.10
3.85 3.65 6.00 0.15 8.00 3.90 4.00 6.50 0.20 7.89 3.90 4.10 6.25 0.10 8.15
3.70 4.00 7.00 0.40 9.10 3.75 4.10 6.90 0.45 8.86 3.75 4.20 6.80 0.35 8.90
3.80 4.10 6.80 0.30 8.87 3.70 4.20 7.10 0.50 9.26 3.80 4.30 7.00 0.50 9.00
3.70 4.10 6.80 0.40 8.75 3.80 3.75 6.50 -0.05 7.95 3.80 3.75 6.25 -0.05 7.65
3.75 3.65 6.00 -0.10 7.27 3.70 3.90 6.50 0.20 8.00 3.55 3.65 7.00 0.10 8.50
3.60 4.10 6.80 0.50 8.75 3.65 4.25 6.80 0.60 9.21 3.70 3.65 6.50 -0.05 8

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MOOC辍学预测数据集是一组用于预测MOOC学习者辍学可能性的数据集。这些数据集包括学习者在参与MOOC课程期间的个人信息、学习行为、评估成绩等多维度数据。通过对这些数据的分析和建模,可以帮助教育机构、教师和学习者本身了解辍学的原因和趋势,从而采取相应的措施来提高学习者的参与度和留存率。 MOOC辍学预测数据集通常包含以下几个方面的信息: 1. 个人信息:包括学习者的性别、年龄、国籍、学历等,通过分析这些信息,可以了解不同背景和特征的学习者在MOOC学习中的表现差异,并进一步推测其辍学可能性。 2. 学习行为:包括学习者的登录频率、学习时长、学习资源的浏览与下载情况等,通过分析学习者的学习行为,可以了解其对学习内容的投入程度,进而预测其是否可能出现学习疲劳或学习动力的下降。 3. 评估成绩:包括学习者的作业得分、考试成绩等,通过分析学习者的评估成绩,可以判断其学习进展和掌握程度,从而预测学习者是否可能因成绩不佳而选择辍学。 4. 交互行为:包括学习者与教师或其他学习者的互动情况,例如论坛帖子数量、问题提问次数等,通过分析学习者的交互行为,可以推测其参与度和学习动力,进而预测其辍学可能性。 通过利用MOOC辍学预测数据集,可以建立相应的机器学习模型或算法,通过模型的训练和预测,可以预测学习者的辍学可能性,并为教育机构和学习者提供有针对性的干预措施,从而减少学习者的辍学率,提高MOOC的教学质量和学习体验。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值