该数据集提供了在高等教育机构就读各种本科学位的学生的全面视图。它包括人口统计数据、社会经济因素和学业成绩信息，可用于分析学生辍学和学业成功的可能预测因素。该数据集包含多个不相交的数据库，包括入学时可用的相关信息，例如申请模式、婚姻状况、所选课程等。此外，这些数据可用于通过评估学分/注册/评估/批准的课程单元及其各自的成绩来估计每个学期末学生的整体表现。最后，我们还有该地区的失业率、通货膨胀率和GDP，这可以帮助我们进一步了解经济因素如何影响学生辍学率或学业成功结果。这个强大的分析工具将提供有价值的见解，了解是什么促使学生留在学校或放弃学习广泛的学科，如农学、设计、教育、护理、新闻、管理、社会服务或技术

数据集包括人口统计数据、社会经济因素和学业成绩信息，可用于分析学生辍学或学业成功的预测

Marital status ：学生的婚姻状况。
Application mode ：学生使用的申请方法。
Application order ：学生申请的顺序。
Course ：学生所修的课程。
Daytime/evening attendance ：学生是在白天还是晚上上课。
Previous qualification ：学生在接受高等教育之前获得的资格。
Nacionality ：学生的国籍。
Mother's qualification ：学生母亲的资格。
Father's qualification ：学生父亲的资格。
Mother's occupation ：学生母亲的职业。
Father's occupation ：学生父亲的职业。
Displaced ：学生是否是流离失所者。
Educational special needs ：学生是否有任何特殊的教育需求。
Debtor ：学生是否是债务人。
Tuition fees up to date ：学生的学费是否是最新的。
Gender ：学生的性别。
Scholarship holder ：学生是否为奖学金获得者。
Age at enrollment ：学生入学时的年龄。
International ：学生是否为国际学生。
Curricular units 1st sem (credited) ：学生在第一学期学分的课程单元数。
Curricular units 1st sem (enrolled) ：学生在第一学期注册的课程单元数。
Curricular units 1st sem (evaluations) ：学生在第一学期评估的课程单元数。
Curricular units 1st sem (approved) ：学生在第一学期批准的课程单元数。

https://www.kaggle.com/datasets/thedevastator/higher-education-predictors-of-student-retention

该数据集可用于了解和预测学生辍学和学业成绩。
学生保留率预测：该数据集可用于开发预测模型，该模型可以识别学生辍学的风险因素，并采取早期干预措施以提高学生保留率。
提高学业成绩：通过使用这些数据，高等教育机构可以更好地了解学生的学业进步，并从个人和机构的角度确定需要改进的领域。这将使他们能够开发有针对性的课程、活动或举措，以更有效地提高学业成绩。
无障碍援助：利用数据集中包含的人口统计信息，机构可以制定具体的举措，旨在帮助某些群体更容易获得高等教育服务或资源，而这些服务或资源通常在他们的地区或他们的社会经济阶层中可能不可用，帮助缩小不同学生群体之间在无障碍方面的现有差距

• 数据格式.csv
• 文件大小433.7 KB
• dataset.zip
  大小:(84.94 KB)

  只需: RMB 3元  马上下载

  本附件包括：

  • dataset.csv