该数据集为研究课外活动、学业成绩和学生幸福感之间的复杂关系提供了丰富的资源。它包含超过 300 名学生的数据，为有意义的分析提供了充足的样本量。
数据描述：
数据集包括每个学生的以下变量：
Student_ID：每个学生的唯一标识符。
课外活动：课外活动的类型和强度。类别包括：
运动（高强度）
运动（低强度）
志愿工作（长时间工作）
志愿工作（低工作时间）
俱乐部（高参与度）
俱乐部（参与度低）
没有任何
GPA：平均绩点，是学业成绩的量化衡量标准。
Wellbeing_Score：反映学生整体幸福感的分数（分数越高，幸福感越好）。
主要特点：
详细的活动分类：活动按承诺的类型和级别进行分类，以便进行细粒度的分析。
整体成果衡量：包括 GPA 和幸福感分数，提供学生成果的全面视图。
大样本量：大量的数据点使得能够进行可靠的统计分析并识别重要趋势。
非常适合 EDA 和预测模型：该数据集非常适合探索性数据分析 (EDA) 和建立预测模型，以根据课外活动参与情况预测 GPA 或健康分数。
潜在研究问题：
课外活动参与和 GPA 之间有什么关联？这会因活动类型或强度而异吗？
课外活动参与与学生幸福感有何关系？学业成绩与幸福感之间是否存在权衡或协同作用？
是否可以建立一个预测模型，根据学生的课外活动估算他们的 GPA 或幸福感分数？
哪些类型和强度的课外活动最有利于学生的全面发展？
