Causas que afectan la promoción de estudiantes que cursan nivelación en la Universidad Técnica Estatal de Quevedo: un estudio aplicando minería de datos

Resumen

La presente investigación tiene por objetivo analizar las causas de la promoción en estudiantes que cursan nivelación en la Universidad Técnica Estatal de Quevedo UTEQ aplicando técnicas de minería de datos. Se pretende modelar este problema como uno clasificación, que prediga con antelación si un estudiante necesita ser atendido, y lograr así que su desempeño mejore. El presente trabajo estudia por tanto, modelos de minería de datos que expliquen qué factores socio-económicos, médicos y psicológicos afectan la promoción de los estudiantes que cursan la nivelación en la Universidad Técnica Estatal de Quevedo (UTEQ). Para lograrlo, se siguió una metodología conocida en el ámbito del a minería de datos: CRISP-DM. Con ayuda del software WEKA y algoritmos de clasificación basados en reglas, se obtuvieron dos modelos que permiten predecir si el estudiante aprobará o no el curso de nivelación (basado en un examen final).

Palabras clave:

Educación, Minería de datos, Reglas de asociación, Promoción, Análisis de datos, Ciencia de Datos.

ABSTRACT

The objective of this research is to analyze the causes of the promotion in students who are studying levelling in the State Technical University of Quevedo UTEQ applying data mining techniques. It is intended to model this problem as a classification, which predicts in advance if a student needs to be attended, and thus achieve better performance. The present work therefore studies data mining models that explain what socioeconomic, medical and psychological factors that affect the promotion of the students who attend levelling at the State Technical University of Quevedo (UTEQ). To achieve this, a well-known methodology was followed in the field of data mining: CRISP-DM. With the help of WEKA software and rule-based classification algorithms, two models were obtained that allow us to predict whether or not the student will pass the levelling course (based on a final exam).

Keywords:

Education, Data Mining, Association Rules, Promotion, Data Analysis, Data Science