Eficacia del modelo predictivo basado en factores asociados y tipos de violencia escolar con Dataset dirección regional educativo Piura 2025

• Autor: Flores Chanduvi, Rosas Miguel
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/180365
• Enlace del recurso: https://hdl.handle.net/20.500.12692/180365
• Nivel de acceso: acceso abierto
• Materia: Algoritmo; Modelo de simulación; Ambiente Educacional; Archivos públicos; https://purl.org/pe-repo/ocde/ford#2.02.04

Se evaluó la eficacia del modelo predictivo Random Forest para clasificar los tipos de violencia escolar a partir de factores asociados en casos reportados por el sistema SíseVe en instituciones educativas de la Dirección Regional de Educación de Piura durante 2023-2025. El estudio fue de tipo aplicada, con enfoque cuantitativo y diseño no experimental, correlacional-predictivo y longitudinal. Se analizaron los registros mediante técnicas estadísticas y programación en Python, utilizando librerías como pandas, Numpy, scikit-learn y matplotlib. El modelo configurado a 100 árboles, profundidad máxima de 10 niveles y validación k-fold (k=5). La evaluación incluyómétricas como precisión,matriz de confusión y análisis de importancia de variables. Los resultados mostraron una eficacia predictiva del 98.80 %, validando el modelo como sistema de alerta temprana para la gestión educativa. El mejor desempeño se obtuvo en violencia física (F1-Score: 0.99), psicológica (0.98) y sexual (0.99). Se identificaron factores determinantes como subtipo de violencia, tipo y estado del reporte, fecha del incidente, UGEL y nivel educativo. La investigación contribuyó al Objetivo de Desarrollo Sostenible (ODS) 9, relacionado con innovación e infraestructura, y al ODS 3, salud y bienestar, al promover el uso de modelos predictivos para fortalecer la gestión educativa.