Detección temprana del rendimiento académico de estudiantes universitarios de primer ciclo mediante el análisis discriminante

Lutzgardo Saavedra Sanchez Davila; Julio Cesar Ramos Ramirez; Máximo Mitacc Meza; Victor Ricardo Del Aguila Rios

doi:10.26439/ing.ind2017.n035.1791

Detección temprana del rendimiento académico de estudiantes universitarios de primer ciclo mediante el análisis discriminante

Translated title of the contribution: Early detection of the academic performance of university students from first year through discriminant analysis

Lutzgardo Saavedra Sanchez Davila
, Julio Cesar Ramos Ramirez
, Máximo Mitacc Meza
, Victor Ricardo Del Aguila Rios

General studies program

Research output: Contribution to journal › Article (Contribution to Journal)

Abstract

This work aims to identify students who would only pass at most two out of five enrolled courses from semester 2016-2 of the General Studies Program of Universidad de Lima. The study is based on predictive models constructed with data collected on semester 2016-1 through discriminant analysis. The student’s population was divided in three domains of study. Then, independent predictive models for academic performance were constructed using Fisher’s classification functions which were evaluated by performance indicators and the Receiver Operating Characteristic curve (ROC).

Translated title of the contribution	Early detection of the academic performance of university students from first year through discriminant analysis
Original language	Spanish (Peru)
Pages (from-to)	77-98
Journal	Revista Ingeniería Industrial (Universidad de Lima)
Issue number	35
DOIs	https://doi.org/10.26439/ing.ind2017.n035.1791
State	Published - 21 Dec 2017

Keywords

academic performance
discriminant analysis
Prediction
Statistical methods

Access to Document

10.26439/ing.ind2017.n035.1791

Cite this

@article{27a7a904fd124ba187b399dcf9fe7d78,

title = "Detecci{\'o}n temprana del rendimiento acad{\'e}mico de estudiantes universitarios de primer ciclo mediante el an{\'a}lisis discriminante",

abstract = "En este estudio se ha procurado identificar a los ingresantes que aprobar{\'i}an a lo m{\'a}s dos de los cinco cursos en los que se matricularon para el semestre 2016-2 del Programa de Estudios Generales de la Universidad de Lima. Dicha identificaci{\'o}n se bas{\'o} en modelos de predicci{\'o}n, construidos con datos del semestre 2016-1 mediante el uso de an{\'a}lisis discriminante. La poblaci{\'o}n de ingresantes se dividi{\'o} en tres dominios de estudio y se construyeron modelos independientes de predicci{\'o}n para el rendimiento acad{\'e}mico utilizando las funciones de clasificaci{\'o}n de Fisher, evaluadas mediante los indicadores de rendimiento y la curva Receiver Operating Characteristic (ROC).",

keywords = "rendimiento acad{\'e}mico, an{\'a}lisis discriminante, predicci{\'o}n, M{\'e}todos estad{\'i}sticos, academic performance, discriminant analysis, Prediction, Statistical methods",

author = "\{Saavedra Sanchez Davila\}, Lutzgardo and \{Ramos Ramirez\}, \{Julio Cesar\} and \{Mitacc Meza\}, M{\'a}ximo and \{Del Aguila Rios\}, \{Victor Ricardo\}",

year = "2017",

month = dec,

day = "21",

doi = "10.26439/ing.ind2017.n035.1791",

language = "Espa{\~n}ol (Per{\'u})",

pages = "77--98",

journal = "Revista Ingenier{\'i}a Industrial (Universidad de Lima)",

issn = "1025-9929",

number = "35",

}

Detección temprana del rendimiento académico de estudiantes universitarios de primer ciclo mediante el análisis discriminante. / Saavedra Sanchez Davila, Lutzgardo; Ramos Ramirez, Julio Cesar; Mitacc Meza, Máximo et al.
In: Revista Ingeniería Industrial (Universidad de Lima), No. 35, 21.12.2017, p. 77-98.

Research output: Contribution to journal › Article (Contribution to Journal)

TY - JOUR

T1 - Detección temprana del rendimiento académico de estudiantes universitarios de primer ciclo mediante el análisis discriminante

AU - Saavedra Sanchez Davila, Lutzgardo

AU - Ramos Ramirez, Julio Cesar

AU - Mitacc Meza, Máximo

AU - Del Aguila Rios, Victor Ricardo

PY - 2017/12/21

Y1 - 2017/12/21

N2 - En este estudio se ha procurado identificar a los ingresantes que aprobarían a lo más dos de los cinco cursos en los que se matricularon para el semestre 2016-2 del Programa de Estudios Generales de la Universidad de Lima. Dicha identificación se basó en modelos de predicción, construidos con datos del semestre 2016-1 mediante el uso de análisis discriminante. La población de ingresantes se dividió en tres dominios de estudio y se construyeron modelos independientes de predicción para el rendimiento académico utilizando las funciones de clasificación de Fisher, evaluadas mediante los indicadores de rendimiento y la curva Receiver Operating Characteristic (ROC).

AB - En este estudio se ha procurado identificar a los ingresantes que aprobarían a lo más dos de los cinco cursos en los que se matricularon para el semestre 2016-2 del Programa de Estudios Generales de la Universidad de Lima. Dicha identificación se basó en modelos de predicción, construidos con datos del semestre 2016-1 mediante el uso de análisis discriminante. La población de ingresantes se dividió en tres dominios de estudio y se construyeron modelos independientes de predicción para el rendimiento académico utilizando las funciones de clasificación de Fisher, evaluadas mediante los indicadores de rendimiento y la curva Receiver Operating Characteristic (ROC).

KW - rendimiento académico

KW - análisis discriminante

KW - predicción

KW - Métodos estadísticos

KW - academic performance

KW - discriminant analysis

KW - Prediction

KW - Statistical methods

UR - http://dx.doi.org/10.26439/ing.ind2017.n035.1791

U2 - 10.26439/ing.ind2017.n035.1791

DO - 10.26439/ing.ind2017.n035.1791

M3 - Artículo (Contribución a Revista)

SN - 1025-9929

SP - 77

EP - 98

JO - Revista Ingeniería Industrial (Universidad de Lima)

JF - Revista Ingeniería Industrial (Universidad de Lima)

IS - 35

ER -

Detección temprana del rendimiento académico de estudiantes universitarios de primer ciclo mediante el análisis discriminante

Abstract

Keywords

Access to Document

Other files and links

Fingerprint

Cite this