基于HM-OLS逐步回归模型的学生网络学习成绩关联因素分析

摘要

针对现有回归分析模型容易估计失真或难以估计准确的问题，本文提出了一种HMOLS逐步回归分析模型。首先，通过主成分分析（PCA）方法对数据进行压缩降维，解决多重共线性问题；其次，利用经过处理的数据构建矩阵，通过最小二乘法估计模型参数，完成模型的拟合，并进行异方差检验与多重共线性检测；最后，以AIC值为参考，采用向前逐步回归法筛选影响因素，重新拟合模型，完成关联性分析。实验结果表明：本文提出的HM-OLS逐步回归分析模型有效消除了量纲的差异，解决了多重共线性问题，其稳定性和拟合效果明显优于传统的OLS、岭回归分析模型，并且能够准确分析出网络学习空间中与学生成绩关联性较强的影响因素。

关键词

HM-OLS逐步回归模型 / 网络学习空间数据 / 学生成绩 / 关联性分析