Acceso Abierto
Técnicas de análisis multivariado aplicadas al análisis del rendimiento académico
Cargando...
Fecha
2025-04-10
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Católica de Santa María
Resumen
En este trabajo se describe el modelo de regresión logística, el cual es ampliamente utilizado
en diferentes áreas como la ciencia social y la medicina. El objetivo de esta investigación es
aplicar el modelo de regresión logística en problemas donde se requiera un estudio
observacional, de caso-control, retrospectivo y de desarrollo, como es el rendimiento
académico en la materia de Algebra y geometría y su relación con las matrices de evaluación
y la metodología empleada en el desarrollo de la asignatura, usando un software estadístico
como el lenguaje de programación R. Metodología.- Para explicar la estimación de los
parámetros de este modelo se utilizará métodos numéricos para resolver sistemas de
ecuaciones no lineales tales como el método de Newton. También es posible utilizar técnicas
de análisis de conglomerados, donde los algoritmos aprenden y mejoran automáticamente
en base a la experiencia. Para verificar los supuestos del modelo, se realizaron pruebas de
hipótesis y análisis gráfico en los datos mostrados de las notas de proceso de permanente 1
y de permanente 2 y en los exámenes Parcial y Final. Resultados. - Se obtuvo como
resultados que hay una relación directa entre las evaluaciones de permanente 1 y permanente
2 con la condición de aprobar la asignatura, validándose de este modo al modelo con un
nivel de significancia del 5%. También se determinó la incidencia que hay entre la
metodología de enseñanza y el uso de una matriz de evaluaciones en el rendimiento
académico, empleando técnicas de clasificación, logrando determinar los periodos lectivos
en los que se evidencia un mejoramiento en el rendimiento de los estudiantes, como es el
caso de los periodos lectivos de verano. Lo que finalmente significa que el análisis logístico,
atendiendo a las singularidades propias de la asignatura, los tipos de evaluaciones, los
momentos de aprendizaje y las características de las matrices de evaluación aplicadas, son
predictores para analizar rendimiento del estudiante en el presente trabajo.
Descripción
Palabras clave
Regresión lineal, Modelo logístico, Conglomerado