《表2 基浆性能表：基于大数据的MOOCs学习者学习投入特征分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于大数据的MOOCs学习者学习投入特征分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

研究团队进一步采用多元线性回归分析方法，以“节顺序”“视频时长”“难度水平”为自变量，以“人均观看完成率”为因变量，利用逐步回归对因果关系进行分析。回归分析结果如表2显示：“难度水平”因相关程度低被排除在模型外，得到回归方程为Y=59.071-1.039X1-0.375X2，其中Y为人均观看完成率，X1为“节顺序”，X2为“视频时长”，调整后的拟合优度R2为0.642，回归方差显著性水平检验结果显示回归均方为68197.206，残差均方为117.620，F值为579.810，P<0.001，方程极其显著；回归系数表如表2所示，回归系数和截距显著性水平均小于0.001，说明“节顺序”和“视频时长”具有较高的预测作用，“节顺序”的影响高于“视频时长”，并且容差大于0.1，膨胀因子VIF小于10，不存在多重共线性问题。