中國留學生退學率為何高達25%

美國的高等教育向來都是大受好評的，科研投入以及科研成果都是令人備受鼓舞的。但同時，學生的退學率，學生貸款也是讓人瞠目結舌。

美國常青藤盟校曾公布一組數據，進入哈佛大學、耶魯大學、康奈爾大學等14所名牌大學的中國留學生，退學率為25%。而這些學生的共同特點，都是曾經的高分考生。

沉重的學生貸款正讓美國年輕人面臨嚴重的“生存危機”。紐約聯儲的報告顯示，2018年三季度美國學生貸款的違約率升至9.1%，為了躲避沉重的貸款壓力，許多美國大學生畢業之后不惜背井離鄉來到亞洲等地，只為像“老賴”一樣將學生貸款的負擔拋諸腦后。

這些25%，9.1%的數據都是怎么得來的？是否具有可信度？ 來自范德堡大學的導師，教你用社會統計算法的前沿算法，告訴你這些數據的可信度！課題的研究方法：教育研究統計（Education Research design）是教育領域內最為常規，也是極其重要的一門學科。它會提供給我們在教育或者社會學科中的各種研究理論和方法。特別要指出的是，STATA作為一個為使用者提供數據分析，數據管理和繪制專業圖表的綜合性軟件，是教育研究者使用率最高的軟件。STATA可以提供許許多多的功能，數值變量的一般分析，如t檢驗；相關與回歸分析；以及線性和非線性模式分析等。

本課題旨在探索美國高等教育問題以及影響因素，通過對美國高等教育數據庫的數據分析，運用STATA探索，管理，分析數據，發現并解釋美國高等教育的某一現狀，并提出合理的建議和下一步的研究計劃。相關學科：

計算機科學? ? 人工智能? ? 機器學習

應用數學? ? 統計學? ? 數據科學教育研究統計? ?教育學

使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。

但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

整個科研教學流程中，每一位都將有學術督導協助保障研究階段性作業和論文的進度，確保取得研究成果。

成果1

個性化個人網站展現學術研究成果項目為學員制作個人網站展示學生的項目成果。網站展示包含項目課題介紹、研究過程、研究結論和學生學習心得等個性化內容，真實完整的反應學生的學習過程和個人學術成長與收獲。

同時，探究項目的項目成果還可以投放到計算機行業交流平臺GitHub等業內人士交流平臺中，讓更多人關注到學生的學術成果。在申請過程中，招生官極其重視學生的科研項目經歷，個人網站可以作為重要成果展示，幫助學生在諸多競爭者中脫穎而出。

成果2

能力提升學生順利完成探究項目的所有課程學習后，相當于達到美國優秀大學本科三年級計算機學科方向課程項目或獨立研究項目要求。在大學申請時，獨立項目的研究經歷將極大的展現學生的學術積極性和獨立解決問題的能力。

本課題適合：9-12 年級學生，有較強的邏輯思維和抽象思維能力：

英文：

具備基本的學術英語閱讀能力；

觸過英文寫作，能初步撰寫英文文章；

數學：

概率統計基礎知識；

線性回歸；

計算機：

最好有一點計算機編程基礎；

開始后1-2周強化掌握STATA技能。