Aplicación del modelo de regresión logística en el rendimiento académico universitario

Descripción del Articulo

La regresión logística es un tipo de análisis de regresión utilizado para predecir el resultado de una variable categórica en función de las variables independientes o predictoras, de esta manera la variable respuesta es dicotómica, (toma el valor 0 o el valor 1), los cuales podrían ser asignados ar...

Descripción completa

Detalles Bibliográficos
Autor: Ramos Saira, Elizabeth Marina
Formato: tesis de maestría
Fecha de Publicación:2019
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:20.500.12773/15710
Enlace del recurso:http://hdl.handle.net/20.500.12773/15710
Nivel de acceso:acceso abierto
Materia:Regresión Logística
Rendimiento Académico
Predicción
https://purl.org/pe-repo/ocde/ford#1.01.03
id UNSA_05de13f6c45978d46b59151634a3ad57
oai_identifier_str oai:repositorio.unsa.edu.pe:20.500.12773/15710
network_acronym_str UNSA
network_name_str UNSA-Institucional
repository_id_str 4847
dc.title.none.fl_str_mv Aplicación del modelo de regresión logística en el rendimiento académico universitario
title Aplicación del modelo de regresión logística en el rendimiento académico universitario
spellingShingle Aplicación del modelo de regresión logística en el rendimiento académico universitario
Ramos Saira, Elizabeth Marina
Regresión Logística
Rendimiento Académico
Predicción
https://purl.org/pe-repo/ocde/ford#1.01.03
title_short Aplicación del modelo de regresión logística en el rendimiento académico universitario
title_full Aplicación del modelo de regresión logística en el rendimiento académico universitario
title_fullStr Aplicación del modelo de regresión logística en el rendimiento académico universitario
title_full_unstemmed Aplicación del modelo de regresión logística en el rendimiento académico universitario
title_sort Aplicación del modelo de regresión logística en el rendimiento académico universitario
author Ramos Saira, Elizabeth Marina
author_facet Ramos Saira, Elizabeth Marina
author_role author
dc.contributor.advisor.fl_str_mv Roque Roque, Daniel Octavio
dc.contributor.author.fl_str_mv Ramos Saira, Elizabeth Marina
dc.subject.none.fl_str_mv Regresión Logística
Rendimiento Académico
Predicción
topic Regresión Logística
Rendimiento Académico
Predicción
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 La regresión logística es un tipo de análisis de regresión utilizado para predecir el resultado de una variable categórica en función de las variables independientes o predictoras, de esta manera la variable respuesta es dicotómica, (toma el valor 0 o el valor 1), los cuales podrían ser asignados arbitrariamente a una respuesta cualitativa de dos categorías “si” y “no”, este tipo de variables respuestas generan poblaciones heterocedásticas (varianza no constante) cuyo estudio está muy relacionado al modelo de regresión logística que, para estimar los respectivos parámetros del predictor lineal XB se usa satisfactoriamente el método de máxima verosimilitud, cuya interpretación de dichos parámetros es relativamente fácil de interpretar, de modo que el modelo de regresión logística permite estudiar en un contexto general el desarrollo y la eficiencia de la educación universitaria en la Universidad Nacional de Moquegua, a través del cumplimiento de objetivos educativos emanados por la política universitaria que involucra docente y discentes en el tema de rendimiento académico.
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2023-03-31T14:49:31Z
dc.date.available.none.fl_str_mv 2023-03-31T14:49:31Z
dc.date.issued.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12773/15710
url http://hdl.handle.net/20.500.12773/15710
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.en_US.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
dc.publisher.country.none.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
Repositorio Institucional - UNSA
dc.source.none.fl_str_mv reponame:UNSA-Institucional
instname:Universidad Nacional de San Agustín
instacron:UNSA
instname_str Universidad Nacional de San Agustín
instacron_str UNSA
institution UNSA
reponame_str UNSA-Institucional
collection UNSA-Institucional
bitstream.url.fl_str_mv https://repositorio.unsa.edu.pe/bitstreams/a469f287-66e8-49a5-9ad3-3f95e231f497/download
https://repositorio.unsa.edu.pe/bitstreams/183550f3-9eca-4daa-87b3-9beb07e848e4/download
bitstream.checksum.fl_str_mv cba86c97afc47a90eb4f502bd08e0b0a
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UNSA
repository.mail.fl_str_mv repositorio@unsa.edu.pe
_version_ 1850325095469285376
spelling Roque Roque, Daniel OctavioRamos Saira, Elizabeth Marina2023-03-31T14:49:31Z2023-03-31T14:49:31Z2019La regresión logística es un tipo de análisis de regresión utilizado para predecir el resultado de una variable categórica en función de las variables independientes o predictoras, de esta manera la variable respuesta es dicotómica, (toma el valor 0 o el valor 1), los cuales podrían ser asignados arbitrariamente a una respuesta cualitativa de dos categorías “si” y “no”, este tipo de variables respuestas generan poblaciones heterocedásticas (varianza no constante) cuyo estudio está muy relacionado al modelo de regresión logística que, para estimar los respectivos parámetros del predictor lineal XB se usa satisfactoriamente el método de máxima verosimilitud, cuya interpretación de dichos parámetros es relativamente fácil de interpretar, de modo que el modelo de regresión logística permite estudiar en un contexto general el desarrollo y la eficiencia de la educación universitaria en la Universidad Nacional de Moquegua, a través del cumplimiento de objetivos educativos emanados por la política universitaria que involucra docente y discentes en el tema de rendimiento académico.application/pdfhttp://hdl.handle.net/20.500.12773/15710spaUniversidad Nacional de San Agustín de ArequipaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSARegresión LogísticaRendimiento AcadémicoPredicciónhttps://purl.org/pe-repo/ocde/ford#1.01.03Aplicación del modelo de regresión logística en el rendimiento académico universitarioinfo:eu-repo/semantics/masterThesisSUNEDU29274954https://orcid.org/0000-0001-8205-742X29667154541177Torreblanca Todco, María LuisaVillaverde Retamozo, Luisa VictoriaRoque Roque, Daniel Octaviohttp://purl.org/pe-repo/renati/level#maestrohttp://purl.org/pe-repo/renati/type#tesisMaestría en Ciencias: Matemáticas, con mención en Matemática Universitaria SuperiorUniversidad Nacional de San Agustín de Arequipa.Unidad de Posgrado.Facultad de Ciencias Naturales y FormalesMaestro en Ciencias: Matemáticas, con mención en Matemática Universitaria SuperiorORIGINALUPrasaem.pdfUPrasaem.pdfapplication/pdf5111892https://repositorio.unsa.edu.pe/bitstreams/a469f287-66e8-49a5-9ad3-3f95e231f497/downloadcba86c97afc47a90eb4f502bd08e0b0aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unsa.edu.pe/bitstreams/183550f3-9eca-4daa-87b3-9beb07e848e4/download8a4605be74aa9ea9d79846c1fba20a33MD5220.500.12773/15710oai:repositorio.unsa.edu.pe:20.500.12773/157102023-04-12 04:59:37.103http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSArepositorio@unsa.edu.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
score 13.946435
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).