[发明专利]使用Stata对学生做题记录作数据格式转换的方法

说明书

本发明公开了一种使用Stata对学生做题记录作数据格式转换的方法，包括以下步骤：步骤1、用Stata软件打开长数据格式的做题记录数据；步骤2、对做题记录数据中的异常数据进行筛除；步骤3、将长数据格式的做题记录数据转换为宽数据格式；步骤4、对宽数据格式的做题记录数据进行筛查，筛查出其中的无用数据进行清理；步骤5、导出宽数据格式的做题记录数据。本发明使用Stata软件中reshape程序实现学生做题记录数据的格式转换，形成“矩阵型”学生做题历史。不仅扩大了reshape程序的可应用场景，不局限于处理含时间维度的数据集，同时，改变了常规的做题记录落表格式，使数据格式符合教育领域的一些数据分析、及数据建模过程中的参数训练等场景的需求。

技术领域

本发明属于在线教育技术领域，尤其涉及一种使用Stata对学生做题记录作数据格式转换的方法。

背景技术

统计软件Stata(一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件)中对长、宽数据进行相互转换的程序，一般用在纵向数据分析当中，纵向数据分析指的是考虑了时间维度、记录了其他变量随时间变化而变化的过程的数据，与之对应的、只考虑了单一时间节点数据的分析便是横断面数据分析。具体地，

长数据(long-format data)：数据集中的变量没有更明确的细分，至少有一个变量存在值重复循环的情况(可归类)。因为变量少而观察值多，所以表格大致呈纵向长方形。

宽数据(wide-format data)：数据集中的变量进行了更明确的细分，变量的值不存在重复循环的情况(不可归类)。因为变量多而观察值少，所以表格大致呈横向长方形。

纵向数据分析(longitudinal data analysis,LDA)：分析对象为“一个或多个变量在不同时间节点都有值记录的数据集”的分析方法的集合。

横断面数据分析(cross-sectional data analysis,CDA)：分析对象为“在某一固定时间节点对多个变量值进行观测记录的数据集”的分析方法的集合。

软件Stata中的功能包括：

reshape：Stata中用来对数据进行长、宽数据格式转换的程序。

Data Editor：Stata中的数据编辑窗口。

Command：Stata中的指令输入窗口。

Results：Stata中的运行结果窗口。

Variables：Stata中的变量显示窗口。

Do-file：Stata中编写代码脚本(多Command集合)的窗口。

在当前的在线教育领域中，对学生做题记录数据的落表，往往实行最简单直接的方式：以单人、单题目为一条数据，增量累积历史数据，一条数据中还可能包含作答正误(或得分)、作答用时等其他信息。

由于Stata中reshape程序常用来作为纵向数据分析中前期数据处理的重要步骤，对含时间变量的数据集进行长、宽数据格式的转化，使纵向数据分析方法更多元、也更便捷，但是，该程序很少被应用在别的场景、即不含时间变量的数据处理。

学生做题记录数据一般以长数据格式进行落表，即某学生id重复循环，和该学生做过的题目id组合确定唯一的一条数据。教育领域的一些数据分析、及数据建模过程中的参数训练等场景，时常需要学生的历史做题数据作为输入，但长数据格式时常无法直接作为输入。

发明内容