Ma’lumotlar tahlili.
Bu maqsadga erishish uchun modellarni loyihalalash bir necha bosqichda amalga
oshirildi. Avvalo yakuniy natijaga eng kuchli ta’sir etuvchi omillar o‘rganib chiqildi.
Hirokava o‘z ilmiy izlanishlarida, talabalarning akademik samaradorligini bashorat qilishda
eng muhim xususiyatlarni aniqlash masalasini ko‘rib chiqdi[15]. Natijalar shuni ko‘rsatdiki,
xulq-atvor atributlari eng yuqori ahamiyatga ega, keyin esa demografik atributlar. Tadqiqot
akademik samaradorlikni bashorat qilishda turli omillarni hisobga olish muhimligini va bu
maqsadda mashinani o‘rganish texnikasining potentsial foydaliligini ta'kidlaydi. Shundan
kelib chiqib abiturentlar imtihonda samarali ball to‘plashi uchun demografik va xulq-atvor
atributlari tanlab olindi. Qolaversa har bir atributning natijaga ta’sir omillari korellatsiya
koefitsenti yordamida aniqlandi. Quyidagi 1-jadvalda har bir kirish parametrining natijaga
ta’sir koeffitsienti keltirilgan.
1-jadval.
№
Kirish qiymatlari
Korrelyatsiya
koeffitsienti
1.
Maktabda o‘rtacha o‘qigan bahosi
0,67
2.
Imtihonga tayyorlanish davri
0,71
3.
Abiturentning tajribasi
0,51
4.
Eslab qolish qobiliyati
0,57
5.
Abiturentning axborotni qabul qilish darajasi
0,62
Jadvaldan ko‘rinadiki, tanlab olingan 5 ta qiymat ham natija bilan ijobiy bog‘liqligini
ko‘rishimiz mumkin. Eng kuchli korrelyatsiya imtihonga tayyorgarlik davri va
abituriyentning maktabda o‘rtacha o‘zlashtirish ko‘rsatkichi o‘rtasida topildi, korrelyatsiya
koeffitsienti 0,71 bo‘lib, bular kuchli ijobiy korrelyatsiyani ko‘rsatadi. Bu shuni ko‘rsatadiki,
abituriyent imtihonga qancha ko‘p vaqt tayyorlansa, muvaffaqiyatga erishish ehtimoli
shunchalik yuqori bo‘ladi.
13
Maktabdagi o‘rtacha baho ham 0,67 koeffitsient bilan kuchli ijobiy korrelyatsiyani
ko‘rsatadi. Abiturentlarning maktab kurslarida o‘zlashtirgan ballari imtihonda to‘plashi
mumkin bo‘lgan ball bilan uzviy bog‘liq.
Abiturentning axborotni qabul qilish darajasi o‘rtacha ijobiy korrelyatsiyaga ega - 0,62,
bu imtihonga tayyorlasnish davrida savollarni tez o‘zlashtirib olib o‘rganishi natija uchun
muhim ekanligini ko‘rsatadi.
Abiturentlarning eslab qolish qobiliyati va tajribasi natijaga o‘rtacha ta’sir ko‘rsatadi,
korrelyatsiya koeffitsientlari mos ravishda 0,57 va 0,51. Bu shuni ko‘rsatadiki, eslab qolish
va tajriba abiturentlarning muvaffaqiyatida boshqa omillarga qaraganda kamroq darajada
rol o‘ynashi mumkin.
Umuman olganda, ushbu korrelyatsiya koeffitsientlari modelga kiritilgan omillar
abituriyentning muvaffaqiyati bilan ijobiy bog‘liqligini ko‘rsatadi.
Kirish qiymatlari uchun tegishlilik funktsiyalarini aniqlash ANFIS modelini ishlab
chiqishda hal qiluvchi qadamdir. Tegishlilik funktsiyalari kirish qiymatining chiqishga ta'sir
qilish darajasini aniqlash uchun ishlatiladi. Boshqacha qilib aytganda, tegishlilik
funktsiyalari har bir kirish o‘zgaruvchisining ma'lum bir noravshan to‘plamga tegishlilik
qiymatlarini belgilaydi. Keyinchalik, ushbu tegishlilik qiymati kirish o‘zgaruvchisining
chiqishga ta'sir qilish darajasini aniqlash uchun ishlatiladi.
Yuqori korrelyatsiya koeffitsientlariga ega bo‘lgan kirish qiymatlarini tanlash muhim
ahamiyatga ega, chunki u modelning eng mos va ta'sirli xususiyatlar bo‘yicha o‘qitilishini
ta'minlaydi. Ushbu tadqiqotda eng yuqori korrelyatsiya koeffitsientiga ega bo‘lgan beshta
kirish qiymati tanlandi, ular maktabdagi o‘rtacha baho, imtihonga tayyorgarlik davri,
talabaning tajribasi, eslab qolish qobiliyati va abituriyentning ma'lumotni qabul qilish
darajasi.
Kirish qiymatlari tanlangandan so‘ng, ularning tegishlilik funktsiyalari sinov va xatolik
yordamida aniqlandi. Bu turli tegishlilik funktsiyalarini sinab ko‘rish va model aniq
natijalarga erishguncha ularning parametrlarini sozlashni o‘z ichiga oldi.
Umuman olganda, eng mos kirish qiymatlarini tanlash va ularning tegishli
funktsiyalarini aniqlash aniq ANFIS modelini ishlab chiqishda hal qiluvchi qadamdir.
Bashoratli modellashtirish va ma’lumotlar tahlili modellashtirishning turli maqsadlarida
qo‘llaniladi. Bashoratli modellashtirish kirish qiymatlari asosida chiqish qiymatlarini
bashorat qilishni maqsad qilgan bo‘lsa, ma’lumotlar tahlili turli o‘zgaruvchilar o‘rtasidagi
munosabatlarni va ularning bir-biriga qanday ta'sir qilishini tushunishdir. Ushbu modellar
gipotezalarni sinab ko‘rish, tizimga ta'sir qiluvchi muhim omillarni aniqlash va tizim xatti-
harakatlarini boshqaradigan asosiy jarayonlarni chuqurroq tushunish uchun ishlatilishi
mumkin. Modellashtirishning ikkala turi ham turli kontekstlarda foydali bo‘lishi mumkin
va tahlil qilinayotgan ma'lumotlar haqida foydali tushunchalar berishi mumkin[16], [17].
Ma’lumotlar tahlili va bashoratli modellashtirish o‘rtasidagi farq ularning maqsadlaridadir.
Bashoratli modellashtirish kirish o‘zgaruvchilari asosida yangi yoki kelajakdagi
kuzatuvlarni bashorat qilishga qaratilgan bo‘lsa, ma’lumotlar tahlili esa kirish va chiqish
o‘zgaruvchilari o‘rtasidagi asosiy sabab-oqibat munosabatlarini aniqlashga qaratilgan.
Bashoratli modellashtirish, birinchi navbatda, o‘zgaruvchilar o‘rtasidagi bog‘lanishdan
foydalanadi, ma’lumotlar tahlili esa sabablarga urg‘u beradi. Samaradorlikni o‘lchash
ko‘rsatkichlari ikki turdagi modellashtirish o‘rtasida ham farqlanadi, bashoratli modellar
sinov yoki tasdiqlash to‘plamlari ma'lumotlariga tayanadi, ma’lumotlar tahlili esa sabab-
oqibat munosabatlarini aniqlash uchun turli statistik usullardan foydalanadi[16]–[18].
Xulosa shuki, bashoratli modellashtirishda modelning bashorat qilish qobiliyatini
baholash uchun test ma'lumotlaridan foydalanish muhim, chunki o‘quv ma'lumotlaridan
hisoblangan ko‘rsatkichlar haddan tashqari optimistik bo‘ladi. Boshqa tomondan,
ma’lumotlar tahlilida ko‘rsatkichlar individual kirish o‘zgaruvchilarning tushuntirish
kuchini baholash uchun o‘quv ma'lumotlarida modelni qayta ishga tushirish orqali
14
hisoblanadi. Modelning ishlashi va kirish o‘zgaruvchilari hissasini to‘g‘ri baholashni
ta'minlash uchun modellashtirishning ikkala yondashuvida ham tegishli ko‘rsatkichlardan
foydalanish juda muhimdir[16]–[19].
|
