Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
Detalles Bibliográficos
Autor: Chavez Valderrama, Ledvir Ayrton Walter
Formato: tesis de grado
Fecha de Publicación:2020
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/4633
Enlace del recurso:https://hdl.handle.net/20.500.12996/4633
Nivel de acceso:acceso abierto
Materia:Análisis con algoritmos
Estudiantes
Universidades
Perfil
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Examen de admisión
https://purl.org/pe-repo/ocde/ford#4.05.00
id UNAL_bc6ca8225cbd84a0978c316514af87fd
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/4633
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.es_PE.fl_str_mv Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
title Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
spellingShingle Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
Chavez Valderrama, Ledvir Ayrton Walter
Análisis con algoritmos
Estudiantes
Universidades
Perfil
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Examen de admisión
https://purl.org/pe-repo/ocde/ford#4.05.00
title_short Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
title_full Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
title_fullStr Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
title_full_unstemmed Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
title_sort Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
author Chavez Valderrama, Ledvir Ayrton Walter
author_facet Chavez Valderrama, Ledvir Ayrton Walter
author_role author
dc.contributor.advisor.fl_str_mv Salinas Flores, Jesús Walter
dc.contributor.author.fl_str_mv Chavez Valderrama, Ledvir Ayrton Walter
dc.subject.es_PE.fl_str_mv Análisis con algoritmos
Estudiantes
Universidades
Perfil
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Examen de admisión
topic Análisis con algoritmos
Estudiantes
Universidades
Perfil
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Examen de admisión
https://purl.org/pe-repo/ocde/ford#4.05.00
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#4.05.00
description Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2021-03-30T16:34:59Z
dc.date.available.none.fl_str_mv 2021-03-30T16:34:59Z
dc.date.issued.fl_str_mv 2020
dc.type.en_US.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.en_US.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/4633
url https://hdl.handle.net/20.500.12996/4633
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.en_US.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/89abd525-de7c-4e27-ab72-e754e92eae2b/download
https://repositorio.lamolina.edu.pe/bitstreams/fa0fd299-7259-4c48-9097-1903ac1033c7/download
https://repositorio.lamolina.edu.pe/bitstreams/bf63989c-2aa2-47ba-a9ff-94e70dc16a9a/download
https://repositorio.lamolina.edu.pe/bitstreams/c7cf53af-a939-4b01-b6af-a1f905e3ba87/download
bitstream.checksum.fl_str_mv 70cd981408dd7db353676a0e66e72b17
97c5bee00fbb4c4f8867bd742b579336
d0bea7f8efb0808f86953eee53a3bd83
52b9f85edc73704293156a25efb8b164
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1845706939060715520
spelling Salinas Flores, Jesús Walterb818778e-f04d-40a4-a18e-a1c75814cd5cChavez Valderrama, Ledvir Ayrton Walter2021-03-30T16:34:59Z2021-03-30T16:34:59Z2020https://hdl.handle.net/20.500.12996/4633Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e InformáticaEn el presente trabajo de investigación se realizó un estudio comparativo de algoritmos no supervisados para la caracterización del perfil del ingresante de una universidad pública respecto a sus variables sociodemográficas, económicas y de rendimiento académico utilizando algoritmos de segmentación K-prototypes y K-medoids, con el fin de generar conocimientos valiosos y útiles para lograr una mejor comprensión de la diversidad de universitarios que ingresan y con ello conocer el tipo de estudiante que la institución forma, La aplicación se efectuó con datos de alumnos ingresantes a la Universidad Nacional Agraria La Molina de los ciclos académicos 2015-I y 2015-II de las modalidades de Concurso Ordinario y Dos Primeros Puestos de Colegios de Educación Secundaria con un total de 690 postulantes. Se realizó el preprocesamiento de los datos y la aplicación de algoritmos clustering trabajando tanto con variables cuantitativas como cualitativas, para luego determinar el número óptimo de conglomerados y el algoritmo más adecuado utilizando índices de validación interna. Se realizó la validación de los clusters obtenidos de manera univariada (análisis de variancia o ANOVA y prueba Chi cuadrado) y multivariada (algoritmo Boruta y árbol C5.0), por último, se determinó las variables más importantes para caracterizar el perfil de los ingresantes. Con la investigación realizada se logró identificar 3 tipos de alumnos: Ingresante previsto, Ingresante en proceso y el Ingresante en inicio; cada uno con características peculiares, las cuales permitirán a los responsables de las políticas educativas y en especial a los profesores consejeros saber el tipo de alumno que tienen a su cargo desde que ingresa a la universidad y empezar con ello políticas educativas como el emprendimiento del acompañamiento especializado, sistemático e integral; buscando la realización del paradigma del aprendizaje que la universidad se ha propuesto en su Modelo Educativo.In the present research work, a comparative study of unsupervised algorithms was carried out to characterization of the profile of the admitted student of a public university with respect their sociodemographic, economic and academic performance variables using Kprototypes and K-medoids segmentation algorithms, in order to generate valuable and useful knowledge to achieve a better understanding of the diversity of admitted university students and to know the kind of student institution will form academically. The application was effected in data of admitted students to the National Agrarian University La Molina of academic cycles 2015-I and 2015-II of the modalities Ordinary Admission exam and Top two Positions Secondary Schools with a total of 690 candidates of higher education. The data were preprocessed and the clustering algorithms were applied, I worked with quantitative and qualitative variables to determine the optimal number of clusters and the most appropriate algorithm using internal validation indices. The clusters obtained were validated using univariate analysis (variance analysis or ANOVA and Chi square test) and multivariate (Boruta and C5.0 tree algorithm). Finally, the most important variables were determined to characterize the profile of the admitted students. Based on the research work, it was possible to identify 3 kinds of students: Expected Admitted Student, Admitted Student in Process and Beginner Admitted Student, each with peculiar features, which will allow responsible of educational policies and in particular for the advisory teachers to know the kind of student, whom they are responsible from the moment they are admitted to the university and begin with educational policies such as specialist, systematic and integral monitoring always looking for the realization of the learning paradigm that the university has proposed in its Educational Model.application/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Análisis con algoritmosEstudiantesUniversidadesPerfilModelos matemáticosMétodos estadísticosAnálisis de datosEvaluaciónPerúExamen de admisiónhttps://purl.org/pe-repo/ocde/ford#4.05.00Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoidsinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMSUNEDUEstadística e InformáticaUniversidad Nacional Agraria La Molina. Facultad de Economía y PlanificaciónIngeniero Estadístico Informático72041473https://orcid.org/0000-0003-4321-424708684738https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional542026Rosas Villena, Fernando RenéBullón Camarena, Luz JeanetSoto Rodríguez, Iván DennysORIGINALchavez-valderrama-ledvir-ayrton-walter.pdfchavez-valderrama-ledvir-ayrton-walter.pdfTexto completoapplication/pdf3534283https://repositorio.lamolina.edu.pe/bitstreams/89abd525-de7c-4e27-ab72-e754e92eae2b/download70cd981408dd7db353676a0e66e72b17MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81664https://repositorio.lamolina.edu.pe/bitstreams/fa0fd299-7259-4c48-9097-1903ac1033c7/download97c5bee00fbb4c4f8867bd742b579336MD52TEXTchavez-valderrama-ledvir-ayrton-walter.pdf.txtchavez-valderrama-ledvir-ayrton-walter.pdf.txtExtracted texttext/plain289863https://repositorio.lamolina.edu.pe/bitstreams/bf63989c-2aa2-47ba-a9ff-94e70dc16a9a/downloadd0bea7f8efb0808f86953eee53a3bd83MD53THUMBNAILchavez-valderrama-ledvir-ayrton-walter.pdf.jpgchavez-valderrama-ledvir-ayrton-walter.pdf.jpgGenerated Thumbnailimage/jpeg3211https://repositorio.lamolina.edu.pe/bitstreams/c7cf53af-a939-4b01-b6af-a1f905e3ba87/download52b9f85edc73704293156a25efb8b164MD5420.500.12996/4633oai:repositorio.lamolina.edu.pe:20.500.12996/46332023-01-05 03:22:39.531https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 12.789326
Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares