我建议您应该使用 AI 回归模型来预测学生的出勤率。因为这种技术或模型设计用于未来的预测。

按照此获取有关回归类型和方法的更多信息

因为您有少量学生 (30)，而且时间很短（一周），所以缺勤次数可能最好建模为泊松分布。

泊松公式

给定时间段内的平均缺勤次数为 μ（使用您的数据来估计）。

那么，x 次缺席的泊松概率为：

P(x; μ) = (e-μ) (μx) / x!

其中 e 是对数常数，大约等于 2.71828。

您可以：

1. 由于三个原因导致模型缺失为三个单独的概率，P(A)、P(B) 和 P(C)，然后将它们组合起来，或者

2. 将总缺勤率建模为一个数字。

鉴于您的数据集非常小，第一种方法可能不太准确。