Modelo de deserción estudiantil
Date
2022
Type:
Thesis
item.page.extent
41 p.
item.page.accessRights
Acceso abierto
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
A comienzos del 2022 la matrícula total de pregrado en la educación superior llegó a 1.211.797 alumnos en Universidades, Institutos Profesionales (IP) y Centros de formación técnica (CFT). Específicamente los CFT-IP suman más del 43,7% de la matrícula total en Chile, es decir 529.044 alumnos. La deserción estudiantil en la Educación Técnico Profesional constituye una de las principales problemáticas para las Instituciones y sus alumnos, considerando además que, durante la pandemia, la deserción ha aumentado considerablemente en los principales planteles estudiantiles del País. El 45,1% de los alumnos de la cohorte 2016 llegaron hasta último año (permanencia), mientras que el 54,9% restante desertó de su carrera. El presente trabajo tiene como objetivo construir modelos predictivos para la detección de la deserción en los IP en Chile, durante 2016 y el 2022. Lo anterior, se realizará mediante un proceso de identificación de las principales variables predictoras, mediante modelos de Random Forest y Regresiones Logísticas. El resultado de los modelos arrojo una precisión de predicción de un 84% para el modelo Logit y un 81% para el modelo Random Forest, lo cual se contrastó con el análisis de la curva de ROC.
Description
Capstone proyect presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
item.page.sponsorship
Citation
Keywords
070037S, Deserción estudiantil, Modelo Random Forest