Description
范德堡探究项目
社会统计算法研究美国高校退学率，学生贷款问题
课题简介
教育研究统计
Education Research design
是教育领域内最为常规，也是极其重要的一门学科。它会提供给我们在教育或者社会学科中的各种研究理论和方法。特别要指出的是，STATA作为一个为使用者提供数据分析，数据管理和绘制专业图表的综合性软件，是教育研究者使用率最高的软件。STATA可以提供许许多多的功能，数值变量的一般分析，如t检验； 相关与回归分析； 以及线性和非线性模式分析等。
美国的高等教育向来都是大受好评的，科研投入以及科研成果都是令人备受鼓舞的。但同时，学生的退学率，学生贷款也是让人瞠目结舌。
本课题旨在探索美国高等教育问题以及影响因素，通过对美国高等教育数据库的数据分析，运用STATA探索，管理，分析数据，发现并解释美国高等教育的某一现状，并提出合理的建议和下一步的研究计划。
科研方法
AI+X数据驱动型科研
AI＋X数据驱动型科研是指使用人工智能（AI）算法，收集、处理、分析具体学科（X）的海量数据，并基于此进行预测，从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比，AI＋X数据驱动型科研可以借助AI算法强大的运算能力，高效地进行大数据分析，具有投入产出比高、适用范围广的优点。
AI＋X数据驱动型科研已被广泛地应用于各个领域，利用AI算法研究基因数据，从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万，使用传统的科研方式对其进行分析，工程量大、过程繁琐，在客观上难以实现。但借助AI算法这一便捷的工具，生命科学家便能够以海量的患者的遗传信息为基础，建立数据库，与过往的研究成果进行对照，快速、准确地在两者中发现规律、建立联系，从而使癌症诊断的“标准化”成为可能。
整个科研教学流程中，每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度，确保取得研究成果。
授课导师
1. 范德堡大学 研究生
2. 导师研究生现就读于范德堡大学国际教育政策管理专业
3. 担任范德堡大学教育学研究助理
4. 曾在范德堡夏校担任高中生夏校助教
课题要求
本课题适合： 9-12 年级学生，有较强的逻辑思维和抽象思维能力
英文：
1、具备基本的学术英语阅读能力；
2、接触过英文写作，能初步撰写英文文章；
数学：
1、统计基础知识；
2、线性回归；
计算机：
1、最好有一点计算机编程基础；
2、开始后1-2周强化掌握STATA技能。
咨询请添加顾问老师
