《表3 LASSO回归模型的标准回归系数和模型决定系数》

  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

《在线学习非母语学习者群体研究:类别画像与行为特征分析》

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

以“学习表现”为因变量构建LASSO回归模型，此时，进入回归模型的自变量一共有11个，其中包含7个在线学习行为变量、3个学习者特征变量和1个学习者的考勤变量。如图3所示，随着惩罚系数λ变大，11个自变量的回归系数迅速向零收敛，同时模型的均方误差（MSE）逐渐减小并在logλ略小于-2时达到最小。此时LASSO回归模型中非零回归系数的自变量个数为3个。表3列出了LASSO回归模型的标准回归系数和模型决定系数。由表3可知该LASSO回归模型筛选出的3个自变量分别是“查阅文档”（标准回归系数β=0.023）、“浏览网页”（β=0.180）和“发帖”（β=0.085），此时回归模型在模型复杂度和预测精确度上达到了最佳平衡，通过三个关键行为变量能够解释在线学习表现约30%的方差变异数（模型决定系数%dev=0.301）。相比较而言，“浏览网页”是最重要的预测变量，具有高于其他变量的标准回归系数。而“查阅文档”和“发帖”两种预测变量因其偏小的标准回归系数，对学习表现的影响十分有限。而人口特征变量和考勤变量这4个变量不是影响学习者在线学习表现的因素。有趣的是，“观看视频”这种学习行为变量并没有被保留为学习表现的预测变量，表明尽管几乎所有学习者都偏爱视频这种以更加具有视觉冲击力和有趣的方式呈现的资源，但更多的观看视频的行为并没有带来更高的学习成绩。而且非母语环境下学习者的“英语水平”对学习一门国际英文在线课程的学习表现影响不大，这也和学习者画像分析揭示的结果一致。