Stochastic modeling and predicting of academic performance

Abstract

El rendimiento académico es un indicador crucial en la educación, susceptible de ser influenciado por diversos factores como la ubicación demográfica, el tipo de colegio, el empleo, el entorno familiar, entre otros. Dado que hay variables que inciden en este indicador, se utilizan herramientas matemáticas, como modelos estocásticos, capaces de revelar datos relevantes para identificar las relaciones entre los factores influyentes. Entre los métodos destacados en esta investigación, para detectar las diferentes clases se encuentran los Modelos de Mezclas y el uso del algoritmo K-Prototypes, específicamente para variables categóricas y numéricas. Para clasificar en base a variables numéricas, se emplean las Mezclas Gaussianas y el modelo de K-means. Además, para predecir las calificaciones en diferentes materias, se utilizan Modelos Lineales Generalizados. Este estudio se centra en estudiantes de la Universidad Yachay Tech y proporciona información relevante para futuras decisiones sobre la enseñanza de 4 materias en el primer semestre, así como para ayudar a los estudiantes a comprender los factores que influyen en su rendimiento académico. Para realizar los modelos mencionados, se emplearon lenguajes de programación como Python y R-project. Como hallazgos principales, se destaca que la categoría de rendimiento académico “medio” es la que cuenta con la mayor cantidad de estudiantes, seguida por la categoría “alta” y, finalmente, la “baja”. Además, al momento de predecir las calificaciones de las materias, se observó que las diferentes categorías de variables tuvieron un impacto ya sea positivo o negativo, indicando de esta manera la importancia de ciertas variables categóricas.