Grin logo
en de es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Economics - Statistics and Methods

Vorhersagemodellierung zum Thema Schulnoten. Welche Prädiktoren tragen zum Schulerfolg bei?

Title: Vorhersagemodellierung zum Thema Schulnoten. Welche Prädiktoren tragen zum Schulerfolg bei?

Term Paper , 2021 , 17 Pages , Grade: 2,3

Autor:in: Anonym (Author)

Economics - Statistics and Methods
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

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.

Excerpt


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.

Excerpt out of 17 pages  - scroll top

Details

Title
Vorhersagemodellierung zum Thema Schulnoten. Welche Prädiktoren tragen zum Schulerfolg bei?
College
University of applied sciences Dortmund
Grade
2,3
Author
Anonym (Author)
Publication Year
2021
Pages
17
Catalog Number
V1328239
ISBN (PDF)
9783346817730
ISBN (Book)
9783346817747
Language
German
Tags
Statistische Vorhersage in der Bildung Datenerhebung in der Schulfach-Analyse Punkteprognose in Schulfächern Bildungsstatistik und Vorhersagemodelle Schulleistungsvorhersage Statistische Analyse von Schülerdaten Prognostizieren von Schülerleistungen Datenanalyse im Bildungsbereich Schulfachbewertung und Statistik Lernverhalten und Vorhersagemodelle Bildungsdaten und Punkteprognose Schülerleistungsmessung und Datenanalyse Vorhersagealgorithmen in der Bildung Lehrplananalyse und statistische Prognosen Datenbasierte Schulfachbewertung Bildungsdatenmanagement und Vorhersage Schulleistungsanalyse und statistische Modelle Fortschrittsmessung in Schulfächern Bildungsdatenvisualisierung und -analyse Lehr- und Lernstatistik für Prognosen FOM Hochschule Datenerhebung & Statistik Betriebswirtschaft und Wirtschaftspsychologie Hausarbeit
Product Safety
GRIN Publishing GmbH
Quote paper
Anonym (Author), 2021, Vorhersagemodellierung zum Thema Schulnoten. Welche Prädiktoren tragen zum Schulerfolg bei?, Munich, GRIN Verlag, https://www.grin.com/document/1328239
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • https://cdn.openpublishing.com/images/brand/1/preview_popup_advertising.jpg
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  17  pages
Grin logo
  • Grin.com
  • Payment & Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint