Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico

Descripción del Articulo

Se comparan dos modelos de clasificación llamados regresión Logística Binaria y Arboles de clasificación (CHAID) para evaluar el rendimiento académico. El comportamiento de estos modelos fue medido por cuatro indicadores: Sensibilidad, Curva ROC, Índice de GINI e Índice de Kappa en base al poder de...

Descripción completa

Detalles Bibliográficos
Autor: Lizares Castillo, Mónica
Formato: tesis de grado
Fecha de Publicación:2017
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/7122
Enlace del recurso:https://hdl.handle.net/20.500.12672/7122
Nivel de acceso:acceso abierto
Materia:Rendimiento académico - Evaluación
Análisis de regresión logística
Arboles de decisión
https://purl.org/pe-repo/ocde/ford#1.01.03
id UNMS_a54bbeb601481d4d267672345a5c23d7
oai_identifier_str oai:cybertesis.unmsm.edu.pe:20.500.12672/7122
network_acronym_str UNMS
network_name_str UNMSM-Tesis
repository_id_str 410
dc.title.none.fl_str_mv Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
title Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
spellingShingle Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
Lizares Castillo, Mónica
Rendimiento académico - Evaluación
Análisis de regresión logística
Arboles de decisión
https://purl.org/pe-repo/ocde/ford#1.01.03
title_short Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
title_full Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
title_fullStr Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
title_full_unstemmed Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
title_sort Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
author Lizares Castillo, Mónica
author_facet Lizares Castillo, Mónica
author_role author
dc.contributor.author.fl_str_mv Lizares Castillo, Mónica
dc.subject.none.fl_str_mv Rendimiento académico - Evaluación
Análisis de regresión logística
Arboles de decisión
topic Rendimiento académico - Evaluación
Análisis de regresión logística
Arboles de decisión
https://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.01.03
description Se comparan dos modelos de clasificación llamados regresión Logística Binaria y Arboles de clasificación (CHAID) para evaluar el rendimiento académico. El comportamiento de estos modelos fue medido por cuatro indicadores: Sensibilidad, Curva ROC, Índice de GINI e Índice de Kappa en base al poder de clasificación y predicción de los modelos obtenidos sobre rendimiento académico. Encuentra que Arboles de clasificación es el mejor modelo por tener mayor poder de clasificación y predicción. Para el análisis se utiliza una base de datos sobre estudiantes universitarios del primer semestre matriculado en el curso de Matemática, obtenido de un repositorio de Machine Learning.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2018-03-09T20:39:22Z
dc.date.available.none.fl_str_mv 2018-03-09T20:39:22Z
dc.date.issued.fl_str_mv 2017
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.none.fl_str_mv Lizares, M. (2017). Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico. [Tesina de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12672/7122
identifier_str_mv Lizares, M. (2017). Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico. [Tesina de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
url https://hdl.handle.net/20.500.12672/7122
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-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv Universidad Nacional Mayor de San Marcos
Repositorio de Tesis - UNMSM
reponame:UNMSM-Tesis
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str UNMSM-Tesis
collection UNMSM-Tesis
bitstream.url.fl_str_mv https://cybertesis.unmsm.edu.pe/bitstreams/a14783ea-2784-49d8-b70f-b91b0589bba0/download
https://cybertesis.unmsm.edu.pe/bitstreams/47cd4eb4-855f-4410-80ce-c3ecb2df1d86/download
https://cybertesis.unmsm.edu.pe/bitstreams/ce40e7f4-fa72-4712-a387-e8494acfaec6/download
https://cybertesis.unmsm.edu.pe/bitstreams/f19726b3-c655-40fd-9610-be51fb726de1/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
3a8f992b918ecfa1edb460f075857de9
9eb25cbd0d971e68b17531a4c26e7c09
ab521011823c05b4ddbd9855976c9e9d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Cybertesis UNMSM
repository.mail.fl_str_mv cybertesis@unmsm.edu.pe
_version_ 1852327413791326208
spelling Lizares Castillo, Mónica2018-03-09T20:39:22Z2018-03-09T20:39:22Z2017Lizares, M. (2017). Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico. [Tesina de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/7122Se comparan dos modelos de clasificación llamados regresión Logística Binaria y Arboles de clasificación (CHAID) para evaluar el rendimiento académico. El comportamiento de estos modelos fue medido por cuatro indicadores: Sensibilidad, Curva ROC, Índice de GINI e Índice de Kappa en base al poder de clasificación y predicción de los modelos obtenidos sobre rendimiento académico. Encuentra que Arboles de clasificación es el mejor modelo por tener mayor poder de clasificación y predicción. Para el análisis se utiliza una base de datos sobre estudiantes universitarios del primer semestre matriculado en el curso de Matemática, obtenido de un repositorio de Machine Learning.TesisspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMRendimiento académico - EvaluaciónAnálisis de regresión logísticaArboles de decisiónhttps://purl.org/pe-repo/ocde/ford#1.01.03Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académicoinfo:eu-repo/semantics/bachelorThesisSUNEDULicenciada en EstadísticaUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Académico Profesional de EstadísticaTitulo ProfesionalEstadísticaMontes Quintana de Domínguez, Grabiela YolandaVigo Chacón, Geraldine Judithhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesis0838942843582666LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/a14783ea-2784-49d8-b70f-b91b0589bba0/download8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALLizares_cm.pdfLizares_cm.pdfapplication/pdf2294110https://cybertesis.unmsm.edu.pe/bitstreams/47cd4eb4-855f-4410-80ce-c3ecb2df1d86/download3a8f992b918ecfa1edb460f075857de9MD53TEXTLizares_cm.pdf.txtLizares_cm.pdf.txtExtracted texttext/plain84114https://cybertesis.unmsm.edu.pe/bitstreams/ce40e7f4-fa72-4712-a387-e8494acfaec6/download9eb25cbd0d971e68b17531a4c26e7c09MD54THUMBNAILLizares_cm.pdf.jpgLizares_cm.pdf.jpgGenerated Thumbnailimage/jpeg8082https://cybertesis.unmsm.edu.pe/bitstreams/f19726b3-c655-40fd-9610-be51fb726de1/downloadab521011823c05b4ddbd9855976c9e9dMD5520.500.12672/7122oai:cybertesis.unmsm.edu.pe:20.500.12672/71222022-02-06 14:25:48.89https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.peTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=
score 13.457588
Comparación de modelos de clasificación: regresión logística y árboles de clasificación para evaluar el rendimiento académico
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