基于逻辑回归的毕业设计成绩影响因素分析
戴筠房 林栗君 金亮 宋丽 陈晓岚
［摘要］ 采用逻辑回归方法综合分析继续教育学生毕业设计成绩的影响因素，结果表明学生的平时成绩、年龄和性别是影响毕业设计成绩的主要因素。建议在今后的日常教学中，要引导学生加强平时课程学习，培养低年龄段学生学习兴趣，并督促帮助男同学努力学习。
［关键词］ 继续教育；毕业设计；逻辑回归；考试分数
一、引言
毕业设计(以下简称：毕设)是高等学校实践性教学中的最后一个环节，学生在完成教学大纲中规定的所有课程学习，并且经过考试（考查）合格后方可进行，只有完成毕设和成绩评定合格后才能准予毕业。毕设检验学生综合运用所学知识，独立完成课题研究工作的能力，成绩评定主要依据毕设的质量和答辩的表现。继续教育中的毕设成绩，除了上述所学知识的应用能力体现以外，还受到其它诸多因素的影响，如学生的基本情况，即：性别、年龄、户籍、政治面貌和民族，以及起读层次(专升本或高起本)、就读专业和平时学习成绩等。
逻辑回归常用于分析二分类因变量与多个自变量的关系，在疾病诊疗中，经常用到逻辑回归方法来判定某种疾病（如存活与死亡、患病与未患病等）和一些危险因素是否发生关联[1]。学生完成毕设后，简单来分毕设成绩就是“通过”或“不通过”，也是二分类变量，自变量包括性别、年龄、户籍、政治面貌和民族这些基本个人信息，以及起读层次、就读专业和平时学习成绩等一些影响因素。本文拟采用逻辑回归分析方法，综合分析上述因素，以期发现对学生毕设成绩有影响的因素，探讨相应的对策，不断改进继续教育的教学内容和方法，针对不同类型学生加以不同的督促指导，帮助学生提高学习能力，使学生能够顺利完成学业。
二、研究对象和一般处理
1.研究对象
上海大学继续教育学院A教学点2015-2017学年中，共有734名学生参加毕设，他们分属6个专业：工商管理、工程管理、会计学、人力资源管理、英语和物流管理。按照教学大纲的要求，由数十个具有较强理论知识和丰富实践经验的老师来带教指导，具体包括：学术期刊论文及相关资料检索、论文题目和大纲确定、论文初稿撰写和中期检查、论文修改并最终定稿及毕业论文答辩。毕设成绩评定分两种情形，第一种是获得双证（毕业证和学位证），需要参加毕业论文答辩，成绩评定由三个部分组成，包括指导老师评分（30%），论文评阅老师评分（30%）和答辩小组评分（40%）；另外一种是仅获得毕业证，不需要参加毕业论文答辩，其最终成绩也是由三个部分组成，即指导老师评分（40%）和两个论文评阅老师评分（2×30%）。
为了分析影响学生毕设成绩的因素，选取了734名学生入学时登记的一些基本个人信息：性别、身份证号码、民族、政治面貌等。根据分析的需要，将这些基本个人信息归结于五个个体属性：性别、年龄、户籍、民族和政治面貌，再加上他们的起读层次、就读专业与平时学习成绩，共同组成影响毕设成绩的因素，用于开展毕设成绩影响因素的分析。
2.一般处理
戴筠和栗君研究过学生个体属性与考试成绩的相互关系[2]，结果表明学生的民族和政治面貌这两个个体属性与考试成绩的相关性极弱，这样在本次对毕设成绩影响因素的分析中，就直接舍弃这两个个体属性，最终形成了六个影响因素：性别、年龄、户籍、起读层次、就读专业和平时成绩。
2）远程控制。在控制箱与水下本体连接的情况下，用户操作软件对水下本体中的网络摄像机和Linux板等进行远程控制。
表1 影响因素及其相应毕设成绩统计
三、逻辑回归分析
1.变量设置和赋值
逻辑回归是二分类任务中最常用的机器学习算法之一，毕设成绩可以简单地分为通过（大于等于60分）和不通过（小于60分）两种，对其影响因素的分析，就适合采用逻辑回归算法[3]。因变量（Y）是毕设成绩，自变量Xi（i=1，2，……，9，10）是对成绩有影响的因素。性别、起读层次和户籍是二元变量，非1即0。学生就读专业共有6个，因为每个学生有且仅有一种专业，所以可以用5个二元变量来表示学生就读专业。这5个二元变量分别是（1）是否就读于工商管理，非1即0；（2）是否就读于工程管理，非1即0；（3）是否就读于会计学，非1即0；（4）是否就读于人力资源管理，非1即0；（5）是否就读于英语，非1即0，不需要为物流管理设定变量，因为上述5个变量就可以决定学生是否就读于物流管理。
在Ⅰ类样品选取47#样品为例，在1 021 cm-1和1 240 cm-1处附近存在吸收峰(见图5)。在Ⅱ类样品选取5#样品为例，在1 021 cm-1处附近存在吸收峰，而在1 240 cm-1处附近不存在吸收峰(见图6)。在Ⅲ类样品选取11#样品为例，在1 021 cm-1处附近无吸收峰，而在1 240 cm-1附近存在吸收峰(见图7)。在Ⅳ类样品选取1#样品为例，在1 021 cm-1和1 240 cm-1处附近都不存在吸收峰(见图8)。
毕设是考察学生对以往所学知识的应用能力，平时成绩好坏直接影响到毕设成绩，在六个影响因素的逻辑回归分析中，平时成绩和毕设成绩呈现高度正相关，平时成绩好，毕设通过的概率就高。在一般分析中，也发现成绩优秀学生毕设通过率达到93%，而平时成绩合格的学生，只有62%的学生最终能够通过毕设，这充分验证了学生的平时课程学习是非常重要的。建议在今后日常教学管理中，要引导学生加强平时课程的学习，努力学好每一门课，特别是和专业相关的课程，为毕设取得好成绩打下必要的知识基础。
2.结果及分析
原来，几年前，蜡像馆生意火爆，李总不顾牟月身体虚弱，强迫他们夫妻俩加班赶工，导致牟月病情加重，最后不幸身亡。而如今，李总又要坚持拆除蜡像馆。眼见自己和妻子一生的心血即将毁于一旦，陆影气愤难平，最终走上歧途，在这个雪夜刺杀了李总。
表2 毕设成绩影响因素逻辑回归分析
毕设是教学实践中的最终一个环节，学生取得的成绩关乎到他们能否顺利毕业。成绩高低除了指导老师带教水平和工作责任心以外，还和学生自身情况以及平时学习成绩有极大的关联性。综合本文逻辑回归分析毕设成绩影响因素的研究，对今后的教育教学，提出如下建议：
来到燕塘乳业广州开发区生产基地，一座整洁、大气、宽敞的现代化工厂映入眼帘。基地以“智能高效、节能环保、行业示范”为建造理念打造，2018年5月正式投产，项目总投资超过6亿元，年产能可达25万吨。整厂包括综合楼、常温奶车间、巴氏奶车间、公用工程间、水质净化中心等，是国内首家多层式乳品生产基地，也是国内单位面积设计产值最高的生产基地。
毕设成绩Y是一个二元变量，毕设分数大于等于60分为1，小于60分为0，对性别、年龄、户籍、起读层次、就读专业和平时成绩共计10个变量进行逻辑回归分析。从表2中可以得到，和毕设成绩有相关的因素分别是性别、年龄、平时成绩和户籍，其他则无统计学意义。
将734名学生毕设的成绩按照不同的影响因素，进行数据整理分析，如表1所示。单从毕设通过率来看，女生比男生高，年龄大的学生比年龄小的学生高，平时学习成绩好的学生更容易通过毕设。在起读层次这个影响因素中，还发现专升本学生毕设通过率比高起本要高，工程管理和英语专业的毕设通过率也高于其他专业。
四、讨论和建议
在性别影响因素中，变量女生赋值1，计算P值为10-6，表现非常显著，回归系数是0.1552，说明女生比男生毕设成绩好，毕设通过率高。在年龄影响因素中，回归系数为0.1921（P值为10-13），表明年龄越大，毕设通过率越高。在平时成绩影响因素中，计算的P值小于10-30，显示出毕设成绩和平时成绩具有高度的一致性，平时成绩好的学生，毕设通过率就高，平时成绩一般的学生，毕设通过率也不高。在户籍影响因素中，P值等于0.0304（小于0.05），回归系数是0.0608，说明沪籍学生比非沪籍学生在毕设中更能够取得较好的成绩。
1.引导学生加强平时课程学习
继续教育学生年龄跨度比较大，根据各自年龄段的特点将其分为三段，即：25岁以下，26和35之间以及36岁以上，分别赋值为0，1和2。学生平时成绩是学生毕设之前的绩点GPA（Grade Point Average），根据上海大学继续教育学籍管理规定，只有毕设之前GPA大于等于1.2，才可以参加毕设，这样共有734名学生参加毕设，按照优秀（GPA：3.7-4.0）、良好（GPA：2.7-3.7）、中等（GPA：1.5-2.7） 和及格（GPA：1.2-1.5）四个等级对平时成绩进行分类，分别赋值3，2，1和0，如表2所示完成了所有自变量Xi的赋值。
在前面一般分析中，发现专升本毕设通过率达到85%，而高起本只有69%，似乎说明专升本比高起本学生更容易通过毕设，但是对其进行逻辑回归分析，发现P值大于0.05，无统计学意义，因此不能得到起读层次是专升本就一定比高起本更容易毕业的结论。同样关于就读专业这个影响因素，它们的P值全部大于0.05，同样没有统计学意义，学生所学专业和毕设通过率没有关联性。另外，从表2中还可以得到这样一个结论：在分析的六个影响因素中，对毕设成绩最有影响的是平时成绩，其次是年龄，再接下来是性别和户籍。也就是沪籍、女生、年龄大的、平时成绩好的学生，通过毕设考试的概率最大。
2.引导培养低年龄段学生的学习兴趣
继续教育学生的毕设成绩与年龄有关。在所分析的734名学生中，35岁以上学生的通过率是91%，而25岁以下学生的通过率只有71%。年龄大的学生毕设通过率高，可能和他们的学习方法、继续学习的目的和获得毕业证的愿望有很大关联性，而年龄小的通过率低，也许是他们相对来说生活工作压力不大、学习时间和精力会受到外部因素影响等。对这些低年龄段的学生，在他们刚入学时候，就要教育引导他们努力学习，可以通过活跃课堂气氛，增加学生学习兴趣，多布置平时作业，强化课程学习效果等，提高他们平时课程学习的积极性，最终获得好的毕设成绩。
3.督促帮助男同学努力学习
继续教育中不同的性别对毕设成绩也有一定的影响，女生相比男生，更容易获得高的通过率。因此在教学实践中，针对男同学要给予特别的督促和引导，帮助他们较好地完成平时课程学习，另外还可以通过指导他们选择合适的毕设题目，来提高毕设成绩。
对学生的户籍影响因素分析，从逻辑回归分析中得到沪籍学生的毕设通过率比非沪籍要高，也要在今后的教学当中引起重视。一些非沪籍学生的学习基础比较差，可以在新课程学习之前，增加一些必需的前置知识点讲解，增加他们对新课程的学习能力，提高新知识的掌握程度。
一号心脏：（1）用1 ml注射器，向灌流器的漏斗端滴入异丙肾上腺素液2滴，观察，待作用明显时开始记录上述各项指标。（2）用林格溶液冲洗3次，使心脏活动基本恢复至给药前状态。（3）加入维拉帕米溶液2～3滴，待作用明显后，记录上述各项指标。（4）不冲洗，加入异丙肾上腺素液2滴，观察并记录上述各项指标。
五、结束语
本文以上海大学继续教育学院734名学生毕设成绩为例，采用逻辑回归方法综合分析学生入学登记的基本个人信息和平时成绩等因素对毕设成绩的影响。建议在今后的继续教育过程中，要引导学生加强平时课程学习，引导培养低年龄段学生的学习兴趣，提高他们的学习积极性，督促男同学学习，帮助他们提高平时学习成绩。
参考文献：
[1]潘丽霞，李雁平，李雪晶.应用Logistic回归模型分析甲状腺良恶性肿瘤的价值[J].齐齐哈尔医学院学报，2010，31（7）：1025-1027.
[2]戴筠，栗君.数据挖掘学生个体属性与考试成绩的相互关系[J].中国教育信息化，2017，（3）：49-51.
[3]曾小敏，彭扬琴等.医学统计学成绩影响因素的有序Logistic回归分析[J].中国现代医学杂志，2014，24（29）：106-112.
Identification of Test Score Associated Factors Based on Logistic Regression
Dai Jun Fang Lin Li Jun Jin Liang Song Li Chen Xiaolan
School of Continuing Education，Shanghai University，Shanghai，200042
Abstract： We used logistic regression model to analyze the final scores of students from a continuing education program.We found that assignment scores，gender and age significantly affect student's final scores.Further analysis indicates the importance of helping students improve assignment scores and providing more supervision to young students and male students.
Key words： Continuing Education，Final Score，Logistic Regression，Test Scores
［中图分类号］ G424.74
［文献标识码］ A
［文章编号］ 1673—1654（2019）04—070—005
作者简介 戴筠，高级实验师，上海大学继续教育学院；房林，讲师，上海大学继续教育学院；栗君，讲师，上海大学继续教育学院；金亮，讲师，上海大学继续教育学院；宋丽，讲师，上海大学继续教育学院；陈晓岚，讲师，上海大学继续教育学院。上海，200042。
（责任编辑：刘清华）
标签：继续教育论文; 毕业设计论文; 逻辑回归论文; 考试分数论文; 上海大学继续教育学院论文;