大学数据挖掘：基于SAT成绩预测大学GPA

我们分析了一个包含俄勒冈大学2000至2004年本科生学业记录的数据集。我们发现SAT成绩与高年级专业内GPA（以下简称GPA）之间的相关系数约为0.35至0.5。有趣的是，在大多数专业中，低SAT成绩并不妨碍学生取得高绩效。也就是说，在限定高GPA（例如3.5甚至4.0）的条件下，SAT成绩的分布通常延伸至1000分（考生平均分）以下。我们假设“超常成就者”通过勤奋克服了认知上的不足，并讨论了在多大程度上可以通过高中记录识别出这类学生。只有少数专业似乎表现出“认知阈值”——即低于某个SAT阈值，就极不可能取得高GPA（掌握学科内容）（无论学生多么专注或勤奋）。我们的结果表明，几乎所有被大学录取的学生，只要足够努力，都能取得学业成功。除了这一主要结果，我们还发现，GPA的最佳预测指标是SAT成绩和高中GPA（以标准差为单位衡量）的近似等权总和。利用荣誉学院学生的子群体，我们可以估计精英大学的学生在典型的州立大学中会表现如何，从而使我们能够对诸如分数膨胀等问题发表评论。最后，我们观察到：1) SAT成绩在重考时波动很小（信度非常高）；2) SAT和GRE成绩（在可获得的情况下）的相关性约为0.75（与两种考试都测量一种稳定的通用认知能力的观点一致）；3) 获得学位的学生的SAT成绩分布与入学班级的分布没有实质性差异。