社會統計算法研究美國問題

Category: STEM國際競賽 Date: 2020年3月26日下午6:59

Stata是一套提供其使用者數據分析、數據管理以及繪制專業圖表的完整及整合性統計軟件。該軟件提供的功能包含線性混合模型、均衡重復反復及多項式普羅比模式。總之STATA對于研究分析問題很有幫助。今天小編想要向大家介紹一下范德堡探究項目：社會統計算法研究美國高校退學率，學生貸款問題。

課題簡介

教育研究統計

Education Research design

是教育領域內最為常規，也是極其重要的一門學科。它會提供給我們在教育或者社會學科中的各種研究理論和方法。特別要指出的是，STATA作為一個為使用者提供數據分析，數據管理和繪制專業圖表的綜合性軟件，是教育研究者使用率最高的軟件。STATA可以提供許許多多的功能，數值變量的一般分析，如t檢驗；相關與回歸分析；以及線性和非線性模式分析等。

美國的高等教育向來都是大受好評的，科研投入以及科研成果都是令人備受鼓舞的。但同時，學生的退學率，學生貸款也是讓人瞠目結舌。

本課題旨在探索美國高等教育問題以及影響因素，通過對美國高等教育數據庫的數據分析，運用STATA探索，管理，分析數據，發現并解釋美國高等教育的某一現狀，并提出合理的建議和下一步的研究計劃。

科研方法

AI+X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

整個科研教學流程中，每一位學員都將有學術督導協助保障研究階段性作業和論文的進度，確保取得研究成果。