基于二元离散选择模型高校大学生考试挂科原因分析.docVIP

基于二元离散选择模型高校大学生考试挂科原因分析 　　摘要：基于Probit二元离散选择模型对影响大学生挂科的关键因素进行了实证分析，结果表明，学生学习时间对挂科与否有重大影响，而性别、健康状况和高考成绩对挂科与否影响并不显著。文章的最后，针对学生挂科现象，给出相应建议。 　　关键词：二元离散选择模型；效用模型；似然估计 　　中图分类号：G640 文献标志码：A 文章编号：1674-9324（2014）35-0151-02 　　进入大学，意味着未来有着高科技含量的工作、优厚的待遇、高尚的素养和品德。相较于中学，大学生活的确相对宽松，只要修满学位所需的课程和学分，就可以拿到相应的学位证和毕业证，自由度很大。同时各高校实现联合培养模式也为现代大学生提供了更多获取知识、信息的渠道，各种社团、学会给每位大学生提供一个展示自我、锻炼自身能力的平台。大学教育让每一位大学生尽可能做到人尽其学，各显其能。而评价某门课程是否学好的标准，主要的方式仍然是考试成绩。虽然象牙塔中的大多数学生都能明确学习目标、端正学习态度、不断完善自身，但是，近些年，挂科现象也不容忽视。一方面，挂科意味着学生对本门课程的基本知识掌握不足，另一方面，挂科也意味着教育成本、成长成本的增加。 　　一、挂科原因的定性分析 　　综合国内外关于大学生挂科原因，从定性的角度来分析，主要体现为以下几点：（1）学习目标不明确。大学的业余时间充足，常有丰富多彩的社团活动和各式各样的比赛。一部分同学把精力全部寄托于社团活动，本末倒置，不再学习。（2）自控能力差，沉迷网络。网络的诱惑是导致大学生挂科的重要原因。（3）盲目追求爱情。大学爱情美好而充满幻想。但是很多人急于在大学摆脱单身，是一种攀比性恋爱心理在作怪。（4）打工分散精力。有一部分同学打工的目的是为了减轻家庭负担，但是有些同学去打工，只是为了拥有更多的钱去吃喝玩乐。（5）课堂学习资源和信息欠缺。有研究表明，大量的由教师提供的网上课程资源与学生的低逃课率有关；另外，也有一些研究表明，讲课前运用多媒体放映一些跟教学内容相关的幻灯片可能对学生的出勤率和对课堂的参与性有积极影响。（6）学校对于师资的分配不合理。有的班级学生人数过多影响学生学习环境。有迹象表明，当课堂人数增加时，学生的平均成绩会出现下降。 　　二、挂科原因的定量分析 　　上面描述的大学生挂科原因涉及到的因素繁多，主次有待通过定量分析来确定，挂科以计数来定，即考查大学生的挂科门数。基于此，本文采取二元离散选择模型对大学生挂科的原因进行理论分析和实证研究。 　　1.二元离散选择模型。实际的社会生活中，我们常遇到二元选择问题。如公共交通和私人交通的选择问题，对某商品的购买决策问题，求职者对职业的选择问题等。本文以学生挂科问题为例，如果某个学生的效用为Ui1，上标表示“选择”结果，下标表示第i个个体。该效用是随机变量，并且由学生挂科状况所具有的属性和决策个体所具有的属性解释。于是有Ui1=Xi β1+εi1（1）。类似地，如果某个个体“选择”不挂科，他的效用为Ui0，该效用是随机变量，并且由不挂科所具有的属性和决策个体所具有的属性解释。于是有Ui0=Xi β0+εi0（2）。对于（1）和（2）模型中，效用是不可观测的，我们能得到的观测值仍是选择结果，即0和1。但是，如果不可观测的Ui1Ui0，学生“选择”挂科的效用大于不挂科效用，对应的观测值为1；相反，如果不可观测的Ui1≤Ui0，相应的观测值为0。将（1）与（2）相减：Ui1-Ui0=Xi （β1-β0）+（εi1-εi0）（3），记为：Yi*=Xi β+μi*（4），我们可以对（4）进行计量分析和估计。对于学生“选择”Yi=1的概率显然应该有：P（Yi=1）=P（Yi0）=P（μi*Xi β）（5）。 　　2.参数估计。模型（4）的被解释变量不可观测，显然不能采用最小二乘估计，只能采用最大似然估计。为了实现模型的最大似然估计，就必须为μi*选择一种特定的概率分布。两种最常用的分布是标准正态分布和逻辑分布，于是形成了两种最常用的二元选择模型――Probit模型和Logit模型。无论是标准正态分布还是逻辑分布，由于他们是对称的，存在F（-t）=1-F（t）（6）。式中F（t）表示概率分布函数。于是式（5）可以改写为P（Yi=1）=P（Yi*0）=P（μi*-Xi β）=1-P（μi*≤ -Xi β）=1-F（-Xi β）=F（Xi β）（7）。至此，可以得到模型（4）的似然函数P（Y1，Y2，…，Yn）= （1-F（Xi β）） F（Xi β）（8），L= （F（Xi β）） （1-F（Xi β）） （9），对数似然函数为lnL= （Yi lnF（Xi β）+（1-Yi）ln（1-F（Xi β）））（10），对数似然函数最大化的一阶条