Die Hausarbeit im Modul Datenerhebung und Statistik befasst sich mit der Vorhersage von erreichten Punkten in einem Schulfach. Bei näherer Betrachtung der PISA Ergebnisse stellt sich die Frage, welche Prädiktoren zum Schulerfolg beitragen könnten. Im Rahmen dieser Hausarbeit werden die Prädiktorvariablen: Geschlecht, Anzahl der Klassenwiederholungen (Wiederholungen), formaler Bildungsabschluss der Eltern (bildung_eltern), Lernzeit in Stunden (Lernzeit) und Einschätzung der Sozialkontakte (sozial) näher betrachtet.
Andere Faktoren können unter anderem Alter, Einschätzung des Gesundheitszustandes (Gesundheit), erhält die Familie Unterstützungsleistungen (Unterstützung), Anzahl der Fehltage (Fehltage) und berichteter Alkoholkonsum (Alkohol) sein. Daher widmet sich diese Arbeit der Untersuchung, welche Variablen für die Vorhersagemodellierung der erreichten Punkte für ein Schulfach herangezogen werden müssen. Die Modellerstellung erfolgt auf Grundlage vorgegebener Daten, welche als Trainingsdaten bezeichnet werden.
PISA lieferte "Röntgenbilder" des deutschen Schulsystems, welche viele schockiert haben. Fast ein Viertel der Teenager verließ die Schule im Alter von 15 oder 16 Jahren mit extrem schlechten Lese- und Mathematikkentnissen. Ihre berufliche, als auch ihre gesellschaftliche Integration ist massiv gefährdet. Davon betroffen sind vor allem Kinder aus einfachen sozialen Verhältnissen, Einheimische sowie Migranten. Denn das deutsche Schulsystem ist Weltmeister in der sozialen Auswahl, führend in der Produktion von Schulscheitern.
Inhaltsverzeichnis
- Vorhersagemodellierung Schulnote
- Einleitung
- Explorative Datenanalyse und Datenvorverarbeitung
- Daten einlesen
Zielsetzung und Themenschwerpunkte
Die vorliegende Hausarbeit im Modul Datenerhebung und Statistik befasst sich mit der Vorhersage von erreichten Punkten in einem Schulfach. Das Ziel der Arbeit ist es, zu untersuchen, welche Variablen für die Vorhersagemodellierung von Schulleistungen relevant sind und wie diese Variablen in ein Modell integriert werden können. Der Fokus liegt auf der Identifizierung und Analyse von Prädiktoren, die den Schulerfolg beeinflussen.
- Einfluss von soziodemografischen Faktoren auf die Schulleistung
- Analyse der Rolle von Lerngewohnheiten und familiärem Hintergrund
- Entwicklung eines Vorhersagemodells zur Schätzung der erreichten Punkte
- Interpretation der Ergebnisse und Implikationen für die Praxis
- Diskussion von Limitationen und zukünftigen Forschungsrichtungen
Zusammenfassung der Kapitel
Einleitung
Die Einleitung skizziert den Kontext der Arbeit und stellt die Problematik des Schulerfolgs im deutschen Schulsystem anhand von PISA-Ergebnissen dar. Die Arbeit untersucht, welche Prädiktoren den Schulerfolg beeinflussen könnten und fokussiert auf Variablen wie Geschlecht, Klassenwiederholungen, Bildungsabschluss der Eltern, Lernzeit und soziale Kontakte.
Explorative Datenanalyse und Datenvorverarbeitung
In diesem Kapitel wird die Datenanalyse der verwendeten Trainingsdaten vorgestellt. Die Daten werden mithilfe von R eingelesen und mit Hilfe von deskriptiven Statistiken und Boxplots analysiert. Dabei werden die kategorialen und numerischen Variablen vorgestellt und auf Besonderheiten wie Ausreißer hingewiesen.
Die Kapitel stellen die Variablen und die Datenstruktur vor, ohne bereits in die konkrete Modellbildung einzusteigen. Dabei werden die Ergebnisse aus der explorativen Datenanalyse und der Datenvorverarbeitung zusammengefasst.
Schlüsselwörter
Die Arbeit beschäftigt sich mit den Themen Schulleistungsprognose, Prädiktoren, explorative Datenanalyse, Vorhersagemodellierung, Datenvorverarbeitung, kategoriale und numerische Variablen, Boxplots, Ausreißer, Trainingsdaten, Datenstruktur und R.
- Quote paper
- Anonym (Author), 2021, Vorhersagemodellierung zum Thema Schulnoten. Welche Prädiktoren tragen zum Schulerfolg bei?, Munich, GRIN Verlag, https://www.grin.com/document/1328239
