高考是我國目前高等院校錄取考生的主要方式,有效預(yù)測高考錄取相關(guān)數(shù)據(jù),指導(dǎo)考生合理填報高考志愿,具有很強的現(xiàn)實意義。目前對高校高考錄取分進行預(yù)測的常見方法有線差法、等效分法、平均排位法、灰色預(yù)測模型等,但這些方法均存在忽視了考生分數(shù)、排名與當(dāng)年分數(shù)線之間的聯(lián)系,忽略了高校發(fā)展趨勢變化及錄取最低分偏離常態(tài)等因素對預(yù)測準確度的影響問題,進而影響了整體預(yù)測精度。在前人研究的基礎(chǔ)上,提出了線上百分位與線性回歸相結(jié)合的高校錄取分數(shù)預(yù)測模型,并通過異常值的剔除對模型進行優(yōu)化。首先通過構(gòu)建線上百分位解決題目難易程度、當(dāng)年分數(shù)線、考生排名位次、整體招生規(guī)模等因素對預(yù)測模型的影響問題。其次在平均分線上百分位上做線性回歸找出高校錄取水平變化趨勢,再借助最低分線上百分位與平均分線上百分位之間的平均差值預(yù)測出下年度高校錄取最低分線上百分位和錄取分數(shù)。最后基于方差分析設(shè)計了最低分異常值剔除算法以消除因點招等因素產(chǎn)生的異常最低分對預(yù)測精度的影響。選取2017年在河北省招生的本科一批院校理科錄取數(shù)據(jù),篩選出高校5、4、3年歷史數(shù)據(jù),分別應(yīng)用線上百分位回歸模型、剔除異常值線上百分位回歸模型、平均排位法及剔除異常值平均排... 

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
引言
第1章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 相關(guān)研究現(xiàn)狀
        1.3.1 招考信息系統(tǒng)發(fā)展現(xiàn)狀
        1.3.2 高考錄取分數(shù)預(yù)測方法的研究現(xiàn)狀
    1.4 研究內(nèi)容與方法
        1.4.1 研究內(nèi)容
        1.4.2 研究方法
        1.4.3 技術(shù)路線圖
    1.5 主要創(chuàng)新點
第2章 相關(guān)理論基礎(chǔ)
    2.1 異常值剔除理論基礎(chǔ)
        2.1.1 異常值的概念
        2.1.2 異常值剔除的方法
    2.2 方差分析理論基礎(chǔ)
        2.2.1 單因素方差分析的概念及基本步驟
        2.2.2 方差分析的假設(shè)檢驗
    2.3 回歸分析理論基礎(chǔ)
        2.3.1 回歸分析的概念及主要內(nèi)容
        2.3.2 回歸分析的基本步驟
    2.4 最小二乘法理論基礎(chǔ)
        2.4.1 最小二乘法的核心思想
        2.4.2 線性最小二乘法的基本公式
    2.5 平均排位法
    2.6 本章小結(jié)
第3章 研究方案設(shè)計
    3.1 設(shè)計原則
    3.2 線上百分位模型
    3.3 基于方差分析的異常值剔除
    3.4 異常值剔除的平均排位法
    3.5 線上百分位回歸模型
        3.5.1 異常值未剔除的線上百分位回歸模型
        3.5.2 異常值剔除的線上百分位回歸模型
    3.6 本章小結(jié)
第4章 方案實施
    4.1 數(shù)據(jù)采集
        4.1.1 數(shù)據(jù)來源
        4.1.2 數(shù)據(jù)集字段信息
        4.1.3 數(shù)據(jù)集概況
    4.2 錄取最低分異常值剔除
    4.3 模型驗證與分析
        4.3.1 異常值剔除的平均排位法驗證與分析
        4.3.2 線上百分位回歸模型驗證與分析
        4.3.3 異常值剔除的線上百分位回歸模型驗證與分析
        4.3.4 模型驗證結(jié)果分析
    4.4 典型院校數(shù)據(jù)分析及模型應(yīng)用
    4.5 本章小結(jié)
結(jié)論
參考文獻
附錄A 高校錄取分數(shù)預(yù)測數(shù)據(jù)對比
致謝
導(dǎo)師簡介1
導(dǎo)師簡介2
作者簡介
學(xué)位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]單因素方差分析在專業(yè)認同研究中的應(yīng)用[J]. 周蓉,伍寧杰.  科技經(jīng)濟導(dǎo)刊. 2019(04)
[2]基于智慧決策的高考志愿輔助填報方案[J]. 彭世辰.  計算機時代. 2017(12)
[3]支持向量機在高考成績預(yù)測分析中的應(yīng)用[J]. 張莉,盧星凝,陸從林,王邦軍,李凡長.  中國科學(xué)技術(shù)大學(xué)學(xué)報. 2017(01)
[4]求解單輸出非線性LS-SVR的兩種算法的比較研究[J]. 侯敏,趙春暉.  聊城大學(xué)學(xué)報(自然科學(xué)版). 2016(03)
[5]高考志愿預(yù)測的數(shù)學(xué)模型研究[J]. 王智星,鄧艷,胡忠紅.  電腦知識與技術(shù). 2016(10)
[6]基于本體的高考志愿填報輔助系統(tǒng)的設(shè)計與實現(xiàn)[J]. 陳林.  信息系統(tǒng)工程. 2015(01)
[7]組合預(yù)測模型在高考數(shù)據(jù)預(yù)測中的應(yīng)用研究[J]. 李敬文,陳志鵬,李宜義,祁士東.  計算機工程與應(yīng)用. 2014(07)
[8]最小二乘法分段直線擬合[J]. 田垅,劉宗田.  計算機科學(xué). 2012(S1)
[9]ID3算法在高考志愿分析中的應(yīng)用[J]. 徐飛,謝憬憬,張連堂.  河南大學(xué)學(xué)報(自然科學(xué)版). 2008(02)
[10]分析數(shù)據(jù)中離群值的處理方法[J]. 趙輝,邵素華,謝東坡.  周口師范學(xué)院學(xué)報. 2004(05)

博士論文
[1]基于模糊集理論的灰色預(yù)測模型及其應(yīng)用[D]. 李守軍.中國礦業(yè)大學(xué) 2018

碩士論文
[1]基于回歸的稀疏矩陣分解方法的研究及在測序數(shù)據(jù)中的應(yīng)用[D]. 陸瑤.曲阜師范大學(xué) 2018
[2]陜西省干線公路瀝青路面養(yǎng)護指標閾值研究[D]. 霍強.長安大學(xué) 2017
[3]基于K近鄰法的高考錄取預(yù)測研究[D]. 陳波.湘潭大學(xué) 2017
[4]高考志愿填報關(guān)鍵技術(shù)研究及系統(tǒng)實現(xiàn)[D]. 徐宗保.江蘇大學(xué) 2017
[5]基于OLAP和數(shù)據(jù)挖掘技術(shù)的高考成績分析[D]. 楊娟.蘇州大學(xué) 2016
[6]支持向量機在高考成績預(yù)測分析中的應(yīng)用[D]. 陸叢林.蘇州大學(xué) 2015
[7]線性回歸模型的總體最小二乘平差算法及其應(yīng)用研究[D]. 汪奇生.昆明理工大學(xué) 2014
[8]可用性研究中用戶訪談結(jié)果信效度評測模型構(gòu)建[D]. 馬倩.北京郵電大學(xué) 2013
[9]高考考生志愿數(shù)據(jù)分析與挖掘研究[D]. 殷員分.西南大學(xué) 2010
[10]數(shù)據(jù)挖掘技術(shù)在考生志愿分析中的應(yīng)用研究[D]. 劉金鵬.河南大學(xué) 2009



本文編號：3728321