Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/19293| Título : | Predicción del rendimiento académico por medio de técnicas de inteligencia artificial de los estudiantes de bachillerato en las Unidades Educativas fiscales del distrito educativo 05D06 (Salcedo - Ecuador) |
| Autor : | Jijón Bautista, Klever Antonio |
| Director(es): | Machado Sotomayor, Guillermo Edvin |
| Tribunal (Tesis): | Meneses Freire, Manuel Antonio Angulo Remache, Nelly Narcisa |
| Palabras claves : | MATEMÁTICAS;REGRESIÓN LINEAL MÚLTIPLE;REGRESIÓN LOGÍSTICA;R-CUADRADO AJUSTADO;ERROR ESTÁNDAR;MATRIZ DE CONFUSIÓN;RENDIMIENTO ACADÉMICO |
| Fecha de publicación : | 27-jul-2023 |
| Editorial : | Escuela Superior Politécnica de Chimborazo |
| Citación : | Jijón Bautista, Klever Antonio. (2023). Predicción del rendimiento académico por medio de técnicas de inteligencia artificial de los estudiantes de bachillerato en las Unidades Educativas fiscales del distrito educativo 05D06 (Salcedo - Ecuador). Escuela Superior Politécnica de Chimborazo. Riobamba. |
| Identificador : | UDCTIPEC;20T01707 |
| Abstract : | The aim of this research was to determine the mathematic models that predict the academic performance of high school students in public educational institutions in Salcedo. The variables of the study were determined by books and academic papers which indicate the factors that affect, predict, or explain academic performance; obtaining 21 variables. We had access to the information of 7 public educational institutions in the countryside with a total of 279 students, and 3 public educational institutions in the city with a total of 402 students through surveys and their grades. Data were organized and elaborated by Excel. The information was analyzed by the software R; having used the multiple linear regression with the adjusting R square, and the standard error to determine which models are good indicators of academic performance. On the other hand, for the logistic regression, the matrix of confusion with the percentage of correct answers was used to determine if the model was a good indicator. In the multiple linear regression of the institutions in the countryside, it was determined 6 predicting variables with an adjusting R square of 0.8057, and a standard error of 0.2373. In the institutions of the city, it was obtained 7 variables with a standard error equal of 0.3, and an adjusting R square of 0.7525. In the logistic ordinal regression of the institutions in the countryside, it was determined a model with 5 predicting variables and a percentage of correct answers of 63.09524%. For the institutions of the city, there are 6 predicting variables and a percentage of 52.45902. We conclude that the logistic regression was not a good tool to predict the academic performance of high school students in public educational institutions in Salcedo. The multiple linear regression is a good tool for predicting academic performance, it is demonstrated through other research, and it is confirmed by the mentioned results of this investigation. |
| Resumen : | El objetivo de esta investigación fue determinar los modelos matemáticos que predicen el rendimiento académico de estudiantes de bachillerato en instituciones educativas fiscales del cantón Salcedo. Las variables a estudiar se determinaron acudiendo a libros y artículos científicos donde indican los factores que influyen, predicen o explican el rendimiento académico, obteniendo 21 variables. Accedimos a información de 7 instituciones educativas fiscales rurales, 279 estudiantes y a 3 instituciones educativas fiscales urbanas, 402 estudiantes, mediante encuestas y las macros de notas; los datos fueron organizados y depurados mediante Excel. Se analizaron los datos mediante el software R, haciendo uso de la regresión lineal múltiple con el criterio del R-cuadrado ajustado y error estándar para determinar si los modelos son buenos predictores del rendimiento académico; por otra parte para la regresión logística se utilizó la matriz de confusión con porcentajes de aciertos para determinar si el modelo es un buen predictor. En la regresión lineal múltiple de instituciones rurales se determinaron 6 variables predictoras con un R-cuadrado ajustado de 0.8057 y un error estándar igual a 0.2373, en las instituciones urbanas se obtuvieron 7 variables, con un error estándar de 0.3 y un R cuadrado ajustado de 0.7525; en la regresión logística ordinal para las instituciones rurales se determinó un modelo con 5 variables predictoras y un porcentaje de acierto de 63.09524%, para las instituciones urbanas son 6 variables predictoras y un porcentaje de acierto de 52.45902%. Concluimos que la regresión logística no resultó una buena herramienta para predecir el rendimiento académico de los estudiantes de bachillerato de las instituciones educativas fiscales del cantón Salcedo, la regresión lineal múltiple si es una buena herramienta para predecir el rendimiento académico, lo han demostrado otras investigaciones y se corrobora lo mencionado con los resultados de esta investigación. |
| URI : | http://dspace.espoch.edu.ec/handle/123456789/19293 |
| Aparece en las colecciones: | Maestrias: Modalidad Proyectos de Investigación y Desarrollo |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 20T01707.pdf | 946,5 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
