智利学生学业表现与留级预测数据集ChileanStudentAcademicPerformanceandRetentionPrediction-joselbarrales
数据来源：互联网公开数据
标签：学生表现, 学业评估, 留级预测, 教育数据, 成绩分析, 统计分析, 机器学习, 智利
数据概述：
该数据集包含来自智利教育系统的数据，记录了学生的学业表现、出勤率、学校类型、社会经济背景等相关信息，旨在用于分析影响学生学业成就和留级风险的因素。主要特征如下：
时间跨度：数据未明确标注时间，但可推断为特定学年或学期的学生数据。
地理范围：数据主要来源于智利境内的学校。
数据维度：包括“RURAL_RBD”（学校是否位于农村）、“GEN_ALU”（学生性别）、“EDAD_ALU”（学生年龄）、“PROM_GRAL”（平均成绩）、“ASISTENCIA”（出勤率）、“COD_DEPE22-25”（学校依赖类型编码）、“Beneficio”（是否获得奖学金）、“promedio_simce”（SIMCE考试平均成绩）和“Retencion”（是否留级）等关键字段。
数据格式：CSV格式，文件名为datosTarea3_v2.csv，易于进行数据分析和建模。
来源信息：数据来源于智利教育部门或相关教育研究项目，已进行匿名化处理。
该数据集适合用于教育研究、学生学业表现分析和留级风险预测，也适用于探索学校因素对学生学业成就的影响。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于教育学、社会学等领域的研究，例如分析学生学业成就的影响因素、评估教育政策的效果等。
行业应用：可以为教育机构提供数据支持，帮助其识别高风险学生、优化教学策略、改进资源分配等。
决策支持：支持教育部门制定更有效的教育政策，提高教育质量和公平性。
教育和培训：作为教育数据分析、机器学习等课程的实训材料，帮助学生和研究人员深入理解教育数据分析。
此数据集特别适合用于探索影响智利学生学业表现的关键因素，以及构建留级风险预测模型，从而为教育决策提供数据支持。
