pisa数据集多层次建模分析工具
PISAnalysisTool的Python项目详细描述
pis分析工具是在国际学生评估项目pisa等大型教育评估中进行多层次建模的重要参考工具。为从数据清理到模型汇总可视化进行定量教育查询提供了实例分析。此包使用python中的pymer4库进行建模，相当于r中的lmer包。用户可以使用此包估计数据集中其他感兴趣的变量，以执行固定效果、随机效果和混合效果的多级建模。 *目前用于建模的PISA 2015中的变量选择用于函数中。在未来，我们可以将它们扩展到更通用的功能，以方便大规模教育评估数据的数据分析。
##比萨和世界银行教育数据 ###背景 公平是教育政策的基本价值和指导原则，但在世界各国的教育体系中，公平并不一定得到平等的实现。为了研究性别、女性和男性之间学业成绩差异的教育公平性，我们收集了比萨和世界银行的国际教育数据。pisa是对15岁学生的阅读能力、数学素养和科学素养的国际评估，同时也测量了包括学生兴趣、态度和动机在内的更广泛的因素。它分布在60多个国家，学生背景问卷和教师问卷作为pisa评估的一部分被收集。在一个管辖区内，不同的学生子群体（如性别）的学生成绩差别很大。在这个pisa分析中，我们链接了pisa中的不同小数据集：学生、学校和国家级文件。我们特别有兴趣描述和解释各国学生成绩中的性别差异。我们将看到这些差异，并希望找出在教育系统中具有“公平”教育成果及其特点的国家，包括学生和学校文化、教师教育做法和社会因素。这就是说，我们警告不要使用排名较高的国家的较高绩效的相关性来进行简单的国家绩效国际比较，以预测因果概括和陈述。
欢迎加入QQ群-->： 979659372
