李 楠, 郝文佳

(桂林理工大学 环境科学与工程学院, 广西 桂林 541006)

0 引 言

从历年研究生考试的报名情况看, 报考硕士研究生的学生人数持续增加, 2018年我国研究生报名人数为238万人, 2019年为290万人, 比上一年增加52万人, 中国研究生教育已经进入了新的历史发展阶段[1]。考研成绩的预测可以预估考生的考试成绩, 并为考研的下一个程序阶段做准备。由于考研成绩与多个成绩变量有关, 因此为了保证考研成绩结果的预测精度, 需要提出一种高精度考研成绩变量预测方法。

教育部在2012年发布了考研成绩的相关报告, 对考研成绩统计工作产生了深远的影响。但对考研成绩数据的预测和研究工作起步较晚, 相关研究文献较少。目前对考研成绩变量预测方法的研究成果主要包括多变量GM(1,N)灰色模型成绩预测方法、 正交核最小二乘法成绩预测方法和权重分配组合模型成绩预测方法等。然而在成绩变量预测问题的研究上仍存在缺陷有待改进, 例如仅凭学生的单一成绩数据对考研成绩进行预测、 历史数据的获取来源过于单一等[2]。为解决上述传统方法存在的问题, 在前人研究已取得重大成果的基础上进一步探索, 笔者提出了基于Logistic算法的考研成绩变量预测方法, 该方法主要立足于Logistic算法, 即回归分类模型, 与传统的分析手段不同, 其将考研成绩变量的诸多影响因素按照不同的逻辑层次进行划分, 凸显出不同层次影响因素的主次效应, 得出更加精准的考研成绩变量预测结果。……