Segunda Especialidad en Estadística Aplicada para Investigación
URI permanente para esta colección
Examinar
Examinando Segunda Especialidad en Estadística Aplicada para Investigación por Autor "Ospina Galindez, Johann Alexis"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de ordenación
Ítem Actitud hacia la estadística sobre las competencias investigativas en estudiantes peruanos de postgrado(Universidad Peruana Unión, 2023-09-06) Rosales Marquez, Cinthia; Silva Aguilar, Águeda; Ospina Galindez, Johann AlexisLas competencias investigativas son necesarias en estudiantes de postgrado, sin embargo, en diversas ocasiones son incipientes a causa de la actitud hacia la estadística ya que sugieren dificultad para los estudiantes de programas de educación. La investigación tuvo por objetivo establecer la influencia de la actitud hacia la estadística sobre las competencias investigativas en estudiantes de postgrado de una universidad peruana. El método utilizado fue de enfoque cuantitativo de tipo explicativo entre las variables actitud hacia la estadística y las competencias investigativas; se trabajó con una muestra probabilística de 148 estudiantes de maestría en educación. Para el procesamiento de los datos, se realizó el análisis de los datos mediante técnicas multivariantes (Análisis de componentes principales, ajuste a modelo Random Forest). Respecto a la actitud estadística identificada fue negativa el 75.7% de los estudiantes; asimismo que el 35.1% evidenciaron nivel bajo de competencias investigativas. El análisis de las dimensiones predictoras, demostró una significativa influencia de los componentes cognitivo y afectivo, sobre la variable respuesta. En general, el modelo demostró su de predicción sobre la variable respuesta, concluyendo así que las actitudes negativas hacia la estadística ejercen influencia sobre las competencias investigativas, asimismo, evaluación de dimensiones muestra indicios de esta afirmación.Ítem Modelo machine learning para predicción de deserción estudiantil(Universidad Peruana Unión, 2024-05-14) Yataco Cañari, Walter; Jacha Rojas, Johnny Prudencio; Ospina Galindez, Johann AlexisEl persistente problema de la deserción estudiantil impacta negativamente al sector educativo y a la sociedad en general. Este estudio presenta un modelo de aprendizaje automático que aprovecha datos de la Encuesta Nacional de Hogares para predecir la deserción escolar en Perú, integrando una amplia gama de variables sociodemográficas. La investigación llena un vacío en la literatura existente al proporcionar un modelo que incorpora variables sociodemográficas, un área no explorada completamente en estudios anteriores. El modelo predictivo tiene como objetivo identificar factores asociados con la deserción escolar, ayudando a los actores educativos a implementar intervenciones efectivas. Los hallazgos subrayan el potencial del modelo para mejorar los resultados educativos al permitir la identificación temprana de estudiantes en riesgo, facilitando así un apoyo específico. Este trabajo contribuye a perfeccionar los modelos predictivos de las tasas de deserción universitaria y sugiere el uso de métodos conjuntos para mejorar la precisión de las predicciones de un solo modelo. Las investigaciones futuras podrían explorar más a fondo metodologías computacionales como el aprendizaje profundo y los modelos híbridos para predecir las tasas de deserción escolar y su comparación con los resultados de este estudio, considerando factores influyentes adicionales que no se tratan en esta investigación.