Разработка методологического подхода к сравнению факторов выбытия студентов из вузов в России и СШАDevelopment of a methodological approach to comparison of factors of students dropout from universities in Russia and the USA

Диссертация посвящена  разработке методологии совмещения данных о выбытии студентов с разными периодичностями учебного года в рамках анализа наступления событий  на примере изучения факторов выбытия студентов из вузов в России и США. Данная проблема впервые решается в рамках анализа дискретных процессов наступления событий. В рамках данной работы рассматриваются два подхода к решению данной проблемы, которые различаются по тому, требуются ли привести данные к единой периодичности перед построением статистической модели. В рамках подхода, в котором предполагается приведение данных к единой периодичности перед построением статистической модели, впервые предложен метод сведения семестровой системы к триместровой с использованием распределений вероятностей наступления событий. Апробация данной методики к данным о выбытии студентов показала, что данная методика хорошо подходит для задач описания функции риска и выживаемости в форме таблиц и графиков. В рамках второго подхода, не требующего приведения данных к единой периодичности перед построением статистической модели, предлагаются стратифицированные модели анализа наступления событий с logit-связкой, cloglog-связкой и модель пропорциональных шансов. Апробация данных моделей к задаче сравнения факторов выбытия студентов из вузов РФ и США показала, что применение стратифицированной модели пропорциональных шансов является лучшим решением в применении к задаче построения регрессионной модели с динамическими ковариатами с точки зрения интерпретации коэффициентов модели и критериев качества подгонки модели.  В работе сформулированы критерии выбора рассмотренных методик совмещения данных с разными периодичностями в анализе наступления событий. Работа вносит вклад в развитие методологии совмещения данных с разными периодичностями, что актуально, учитывая рост использования нереактивных данных и цифровых следов в сфере образования и других областях исследований