Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e Informática
Detalles Bibliográficos
Autor: Rado Huaringa, Joao Manuel
Formato: tesis de grado
Fecha de Publicación:2014
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/2269
Enlace del recurso:https://hdl.handle.net/20.500.12996/2269
Nivel de acceso:acceso abierto
Materia:Análisis discriminante con algoritmos genéticos
Análisis discriminante lineal
Estudiantes
Universidades
Técnicas de predicción
Rendimiento
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Exámen de admisión
http://purl.org/pe-repo/ocde/ford#4.05.00
id UNAL_74b9859ff20055bb7c0f00db5f12a603
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/2269
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.none.fl_str_mv Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
title Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
spellingShingle Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
Rado Huaringa, Joao Manuel
Análisis discriminante con algoritmos genéticos
Análisis discriminante lineal
Estudiantes
Universidades
Técnicas de predicción
Rendimiento
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Exámen de admisión
http://purl.org/pe-repo/ocde/ford#4.05.00
title_short Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
title_full Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
title_fullStr Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
title_full_unstemmed Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
title_sort Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
author Rado Huaringa, Joao Manuel
author_facet Rado Huaringa, Joao Manuel
author_role author
dc.contributor.advisor.fl_str_mv Salinas Flores, Jesús Walter
Rosas Villena, Fernando René
dc.contributor.author.fl_str_mv Rado Huaringa, Joao Manuel
dc.subject.none.fl_str_mv Análisis discriminante con algoritmos genéticos
Análisis discriminante lineal
Estudiantes
Universidades
Técnicas de predicción
Rendimiento
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Exámen de admisión
topic Análisis discriminante con algoritmos genéticos
Análisis discriminante lineal
Estudiantes
Universidades
Técnicas de predicción
Rendimiento
Modelos matemáticos
Métodos estadísticos
Análisis de datos
Evaluación
Perú
Exámen de admisión
http://purl.org/pe-repo/ocde/ford#4.05.00
dc.subject.ocde.none.fl_str_mv http://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 2014
dc.date.accessioned.none.fl_str_mv 2017-01-13T13:59:09Z
dc.date.available.none.fl_str_mv 2017-01-13T13:59:09Z
dc.date.issued.fl_str_mv 2014
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.other.none.fl_str_mv C10.R33-T BAN UNALM
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/2269
identifier_str_mv C10.R33-T BAN UNALM
url https://hdl.handle.net/20.500.12996/2269
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.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.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.source.none.fl_str_mv Universidad Nacional Agraria La Molina
Repositorio institucional - UNALM
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/70447c3d-0239-46a0-93f0-e11a4261fdfb/download
https://repositorio.lamolina.edu.pe/bitstreams/11433cba-6599-4681-84c2-02989cbb5cb6/download
https://repositorio.lamolina.edu.pe/bitstreams/e5fae002-7de1-4c66-9179-cf759f8d6475/download
https://repositorio.lamolina.edu.pe/bitstreams/43adefdb-eebc-4b22-9083-a14dfe524ef2/download
https://repositorio.lamolina.edu.pe/bitstreams/b2b7a53b-70b0-48d0-a564-f1cc48d9fd49/download
https://repositorio.lamolina.edu.pe/bitstreams/86e54a76-437d-4459-ae8d-58d6ae71aedb/download
bitstream.checksum.fl_str_mv a8a93ec3dc6f5c79fc7eda06019bd2a2
0656208eb205f01ec910f0697259067b
78b60a1a51149de11c50926c02694061
9abcab5165e020702683a28758515d6a
558485c895cd29b5c4ed26c1a49fe95d
f907ee34c5e37512d3a6aa3b13df5df1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
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_ 1843170365115727872
spelling Salinas Flores, Jesús WalterRosas Villena, Fernando René09a2d74e-7a8c-4a17-8606-7ac8b46f3dbe-1Rado Huaringa, Joao Manuel2017-01-13T13:59:09Z2017-01-13T13:59:09Z2014C10.R33-T BAN UNALMhttps://hdl.handle.net/20.500.12996/2269Universidad Nacional Agraria La Molina. Facultad de Economía y Planificación. Departamento Académico de Estadística e InformáticaEl objetivo de la investigación fue probar la hipótesis que la tasa de error de clasificación utilizando el análisis discriminante con algoritmos genéticos es menor a la que se obtiene con el análisis discriminante lineal de Fisher. La aplicación se efectuó en la predicción del rendimiento en el examen de admisión de la Universidad Nacional Agraria La Molina de los postulantes cuya preparación se realizó en su Centro de Estudios Preuniversitarios. En la técnica de algoritmos genéticos se empleó el método de selección, cruce y mutación que permitió realizar la búsqueda de funciones discriminantes con error mínimo. Los resultados del estudio indican que el análisis discriminante con algoritmos genéticos proporcionó una función discriminante más eficiente que la proporcionada por Fisher.The aim of the research was to test the hypothesis that the error rate of classification using discriminant analysis with genetic algorithms is lower than obtained with the Fisher linear discriminant analysis. The study was made in predicting performance in the entrance examination of the Universidad Nacional Agraria La Molina of applicants whose preparation was conducted in the Preparatory School of the UNALM. In the technique of genetic algorithms your method of selection, crossover and mutation allowing search discriminant function with minimal error was used. The results indicate that the discriminant analysis with genetic algorithms provided a more efficient discriminant function that provided by Fisher.Tesisapplication/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional Agraria La MolinaRepositorio institucional - UNALMreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMAnálisis discriminante con algoritmos genéticosAnálisis discriminante linealEstudiantesUniversidadesTécnicas de predicciónRendimientoModelos matemáticosMétodos estadísticosAnálisis de datosEvaluaciónPerúExámen de admisiónhttp://purl.org/pe-repo/ocde/ford#4.05.00Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticosinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUEstadística e InformáticaUniversidad Nacional Agraria La Molina. Facultad de Economía y PlanificaciónIngeniero Estadístico e InformáticoTítulo ProfesionalTHUMBNAILC10-R33-T.pdf.jpgC10-R33-T.pdf.jpgGenerated Thumbnailimage/jpeg3230https://repositorio.lamolina.edu.pe/bitstreams/70447c3d-0239-46a0-93f0-e11a4261fdfb/downloada8a93ec3dc6f5c79fc7eda06019bd2a2MD55C10-R33-T-resumen.pdf.jpgC10-R33-T-resumen.pdf.jpgGenerated Thumbnailimage/jpeg3456https://repositorio.lamolina.edu.pe/bitstreams/11433cba-6599-4681-84c2-02989cbb5cb6/download0656208eb205f01ec910f0697259067bMD57ORIGINALC10-R33-T.pdfC10-R33-T.pdfTexto completoapplication/pdf2748373https://repositorio.lamolina.edu.pe/bitstreams/e5fae002-7de1-4c66-9179-cf759f8d6475/download78b60a1a51149de11c50926c02694061MD51C10-R33-T-resumen.pdfC10-R33-T-resumen.pdfResumenapplication/pdf70891https://repositorio.lamolina.edu.pe/bitstreams/43adefdb-eebc-4b22-9083-a14dfe524ef2/download9abcab5165e020702683a28758515d6aMD54TEXTC10-R33-T.pdf.txtC10-R33-T.pdf.txtExtracted texttext/plain96579https://repositorio.lamolina.edu.pe/bitstreams/b2b7a53b-70b0-48d0-a564-f1cc48d9fd49/download558485c895cd29b5c4ed26c1a49fe95dMD53C10-R33-T-resumen.pdf.txtC10-R33-T-resumen.pdf.txtExtracted texttext/plain2623https://repositorio.lamolina.edu.pe/bitstreams/86e54a76-437d-4459-ae8d-58d6ae71aedb/downloadf907ee34c5e37512d3a6aa3b13df5df1MD5620.500.12996/2269oai:repositorio.lamolina.edu.pe:20.500.12996/22692025-06-04 12:22:59.214https://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.pe
score 12.650644
Predicción del rendimiento en el exámen de admisión a la UNALM [Universidad Nacional Agraria La Molina] utilizando las técnicas de análisis discriminante lineal y análisis discriminante con algoritmos genéticos
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