FINANCIERA
ATRIBUTO
ayudafinanciera
ACT_COMP FinAidAwardType_J
Montodeayudafinancieraen
FinAidAwardType_L
Importedeayudafinancierade
beca
ACT1_COMP
renuncia
ACT1_ENGL
FinAidOfferedInd
Indicadordeayudafinanciera
padres
HS_CODE
FinAidPARENT_TAX
Tipodeformularioimpuestode
estudiantes
HS_SIZE FinAidSTUDENT_HO
Tamañodefamiliadelos
FinAidSTUDENT_TA
Tipodeformularioimpuestode
Generación
CHEM10 ATRIBUTO DESCRIPCIÓNDEAYUDA
FinAidAwardType_G Montodesubvencionesde
lospuestosdetrabajo ACT_ENGL
prestamos ACT_MATH
FinAidAwardType_S Importedeayudafinancierade
FinAidAwardType_W Importedeayudafinancierade
DESCRIPCIÓNDEINDICADORESDE RENDIMIENTO
ACTpuntajeIntegral(Antiguo)
ACTpuntajedeIngles(Antiguo)
ACTpuntajedematemática(Antiguo)
ACTpuntajeIntegral(nuevo)
ACTpuntajedeIngles(nuevo)
FinAidDEPENDENCY Estadodedependencia ACT1_MATH ACTpuntajedematemática(nuevo) FinAidFATHER_ED NiveldeEducacióndelpadre ACTEQUIV ACTequivalentealpuntaje
FinAidFATHER_WAG Ingresosdelpadre MaxACT MáximodelpuntajeACTyelequivalente ACT
FinAidMOTHER_ED NiveldeEducacióndelamadre COMP_READ Leerpuntuacióndealcance FinAidMOTHER_WAG Ingresosdelamadre COMP_WRITE Escribirpuntuacióndealcance
ofrecida SAT_TOT PuntajetotaldeSAT
offeredindicator Ingresobrutodelospadres SAT_VERB PuntajeverbaldeSAT
FinAidPARENT_HOU Tamañodelhogardelos Códigodelaescuelasecundaria
FinAidPARENT_MAR EstadoCivildelospadres HS_GPA RendimientoAcadémicodelColegio
lospadres HS_PERCENT PercentildelaEscuelasecundaria FinAidSPOUSE_WAG Salariosdelcónyuge HS_RANK PosiciónenlaEscuelaSecundaria
FinAidSTUDENT_AG Ingresobrutodelos
estudiantes RankHSGPA
Tamañodeclasedelaescuelasecundaria
Percentildelrendimientoacadémicode todoslosestudiantesdelprimeraño
FinAidSTUDENT_MA EstadoCivildelosEstudiantes RankMaxACT PercentildelActmáximodetodoslos estudiantesdelprimeraño
losestudiantes ANTH18 InscritoenelcursodeAntropología FinAidSTUDENT_WA Salariodelestudiantes BSCI10 Inscritoenelcursodecienciasbiológicas
FirstGenInd Indicadordelaprimera Inscritoenelcursodequímica
TotalFinAidOffered Totaldeayudaofrecida ENG10 Inscritoenelcursodeingles ENG11 Inscritoenelcursodeingles GEOL11 Inscritoenelcursodegeología LEST16 Inscritoencursosdedistracción
MATH10 Inscritoenelcursodenivel100de matemática
MATH11 Inscritoenelcursodenivel110de matemática
MATH12 Inscritoenelcursodenivel120de matemática
MATH14 Inscritoenelcursodenivel14de matemática
AUTOR(AÑOS) NOTAS TAMAÑO DEL GRUPO SEDEBE MANTENER # SEDEBE MANTENER %
MEDIDAEXACTADEL GRUPO
Spady (1971) 683 615 90.04 de0.3132dehombresy
0.3879demujeres
Bean (1980) 906 769 84.88 R2 de0.22demujeresy
0.09dehombres estudio Terenzini y Pascarella(1980) 1 estudio 3 estudio 5 estudio 379 518 763 763 60 428 673 673 15.80 82.63 88.20 88.20
2
de0.246 R2 de0.256 R2 de0.309 R2 de0.476dehombresy
0.553demujeres 6
Stage(1989) 323 264 91.00
Dey y
Austin(1993) 947 152 16.00
Multiplique R 0.354,0.351 y 0.3
UCV-Scientia6(2),2014.
VARIABLE
S&E
CIENCIA
INGENIERÍA
Valor
R
0.54
0.57
0.59
Precisión
68%
70.5%
68.9%
Total
338
190
148
VARIABLE
S&E
CIENCIA
INGENIERÍA
Mínimo
0.002808
0.000519
8.06E-05
Máximo
2.623909
1.652878
2.772855
media
0.41657
0.408178
0.410695
VARIABLES
ID
Sexo
Estado
Programa
de
Estudios
Condición
Social
Calificaciones
del
Padre
Indicador
de
la
Vivienda
DazaA.
FFNN
DATOSDEESTUDIANTES
SVM PESFAM
+ Deserciónentre{0.1.2.3
Esquema1 Esquema3
Cualesquema seutiliza?
Esquema Nivel=1
Esquema Nivel=2
Esquema Nivel=3
no no no si si si ABANDONOS COMPLETA Atributos invariantes enel tiempo CATEGORÍA RELACIONADA CONLA LITERATURA Demográfico Rendimiento Académico Calificacióndel examencon opcionesmúltiples
ATRIBUTO
RANGODEVALORES Genero
Masculino,Femenino Residencia
Capital,Provincia Experiencia
detrabajo
>=0años Básico,intermedio,alto, Nivelde gradodemaster,Grado
Educación PhD
IdiomaElemental, básico, alto, Ingles completo 0–20 Atributos variables enel Calificaciónde
Proyecto
0–100 Fechade
Presentacióndel
tiempo Proyecto(Días >=0
contadosapartirde laseccióndeplazo)
Actividaddela
HO
Nominal
{n/a,eléctrico,técnico, Revisióndemodelosdeprediccióndeladeserción...
ATRIBUTOS TIPO DESCRIPCIÓN IDNR Numérico Soloparachequearlos
datos Principalescambiosenel AñoVWO Nominal
Curricuclo
VWO Nominal
sistemaeducativo Holandés{1..4,’n/a’} Currículodeeducación preuniversitaria,{1..5,
’n/a’}
Numerode
cursosVWO numérico Númerodecursostomados
Promedio
VWO Nominal
Númerode
{n/a,pobre,promedio, sobre el promedio, bueno,
excelente}
cursosde
ciencias Nominal
{n/a,<3,3,>3}
VWO Promedio en
cienciaVWO Nominal AsVWOmean
Númerode cursosde matemáticas VWO Promedio de matematica
Nominal
{n/a,0,1,2}
Nominal
As VWOmean VWO
Educacion
otro} AñoHO Nominal IgualcategoríaVWOaño
GradoHO Nominal AsVWOmean
AñoGap Nominal {n/a,<-1,-1,0,1,>1}
Clasificación Nominal {-1,1}
VARIABLES PARA LARETENCIÓN UN AÑOS DESPUÉS Factores No cognitivos atributos Liderazgo Mayor decisión auto eficacia Equipo Motivación Factores cognitivos
Puntuación de la Escuela Secundaria
Rendimiento Académicode Escuela Secundaria Promedio deEscuela
Secundaria en Matem ática, Ciencia
Ingles Número de veces
deserción
Enquéplazoabandonodeestudiar
{1,2,3,4,5,6,No}
VARIABLE DESCRIPCIÓN POSIBLESVALORES
Programa Programaparaestudiarenla
facultaddeciencias
GPA1-GPA4 GPAentreelterm1-term4(dentro
delañoacadémico2008-2009)
{230,240,241,243,247,249, 264,265,284,285,286}
débil,Medio, bueno,mejor}? débil=GPA<1.6 Medio=GPA1.6-1.99
bueno=GPA2.0-2.5 mejor=GPA>2.5
GPAXdel
colegio GPAXdelaeducaciónsecundaria numero
{1,2,3}?
Programadel
colegio Programadesecundariaestudioenlaeducación 21==lenguajeciencia++matemáticamatemática 3=otro.
Tamañodel
colegio Tamañodelcolegio {Pequeño,Mediano,Grande}
{Si,No}?
Préstamo Préstamodelestudiante si=elestudiantetienepréstamo
No=elestudiantenotiene préstamo
causa Causadeabandono Estudio, jubilado, finanza, cambio
deprograma
Terminodela
Deserto Estadodeabandono {Si,No}
CLASIFICACIÓN
J48
REYES
BAYESIANAS
Conjunto
de
Validación
Conjunto
de
prueba
Conjunto
de
Validación
Conjunto
de
prueba
Precisión
87.00%
84.86%
85.08%
82.11%
Tasa
TP
0.87
0.849
0.851
0.821
Tasa
FP
0.073
0.066
0.033
0.033
Tasa
TN
0.843
0.831
0.864
0.872
Entenderel negocio
Entendiendo losdatos
Preparandolos datos
Despliegue Data
Modelando
5
ID
MarioJadri´c
N°
TÉCNICAS
AUTORES
AÑO
1
Redes
neuronales
hacia
adelante
Ruba
lkhasawneh
2010
Ioanna Lykourentzou
2009
Mario Jadri´c
2009
2
Árboles
de
decisión
Laurence G. Moseley
2007
Dekker
2009
WILAIRAT YATHONGCHAI
2003
Ashutosh Nandeshwar
2011
3
Máquinas
de
vectores
soporte
Ioanna
Lykourentzou
2009
4
Análisis
discriminante
Joe
J.J.
Li
2009
5
Modelo
de
ecuaciones
estructurales
Joe
J.J.
Li
Joe
J.J.
Li
2009
6
Regresión
logística
Mario
Jadri´c
2009
Mario
Jadri´c
2009
Joe
J.J.
Li
7
Redes
neuronales
Ashutosh
Nandeshwar
2011
Ioanna
Lykourentzou
2009
N° VARIABLE AUTOR AÑO
RubaAlkhasawneh 2010 MarioJadri´c 2009
1 GPA
2 Sexo
3 FechadeNacimiento
Rendimientodelosestudiantesencada
JoeJ.J.Li
2009 WILAIRATYATHONGCHAI
2003
MarioJadri´c
2009 IoannaLykourentzou
2009 LaurenceG.Moseley
2007
MarioJadri´c
2009 LaurenceG.Moseley
2007
LaurenceG.Moseley
2007 4 semestreendiferentesmódulos WILAIRAT YATHONGCHAI
2003 2009 Dekker 2009 MarioJadri´c 2009 6 Programadeestudios
Nandeshwar
2011
Lykourentzou
2009
N° PRECISIÓN AUTORES AÑO
1 90% Ashutosh
2 70.5% RubaAlkhasawneh 2010 3 Percentiles MarioJadri´c 2009
4 75.855 Ioanna
5 81% Dekker 2009
6 71.9 JoeJ.J.Li 2009
94% (análisis de
7 84,especificidad sensibilidad= LaurenceG.Moseley
