SciELO - Scientific Electronic Library Online

 
vol.23 número2Germinación de semillas de tomate (Lycopersicon esculentum Mill.) cv `Río Grande sembradas en bandejas plásticas, utilizando distintos sustratosUna metodología para la propagación in vitro de Aloe vera L. índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista de la Facultad de Agronomía

versión impresa ISSN 0378-7818

Resumen

ROSAS, M et al. Modelos de regresión lineal múltiple en presencia de variables cuantitativas y cualitativas para predecir el rendimiento estudiantil. Rev. Fac. Agron. [online]. 2006, vol.23, n.2, pp.197-214. ISSN 0378-7818.

El objetivo de esta investigación fue la construcción de modelos de regresión múltiple en presencia de variables cualitativas y cuantitativas, que permitan predecir el rendimiento estudiantil y sugerir al estudiante una alternativa para lograr el éxito en sus estudios en el Instituto Universitario de Tecnología del Yaracuy. Las variables explicativas eran 28, como variable dependiente se usó el índice de rendimiento académico al egresar del Instituto. Se incluyeron variables cualitativas que plantearon la necesidad del uso de varias variables dummy y se hizo estudio del comportamiento de los modelos bajo tales condiciones. Para cada una de las cuatro especialidades, se obtuvo tanto el modelo completo como los modelos reducidos por los métodos de todas las regresiones posibles y paso a paso. Se realizaron pruebas t en el modelo completo y se compararon las variables seleccionadas con las incluidas en los modelos seleccionados por ambos métodos. Se hizo estudio de los coeficientes de regresión de las variables seleccionadas para detectar su estabilidad. Un modelo fue seleccionado para cada una de las cuatro especialidades estudiadas: Agrícola, Conservación de Recursos Naturales Renovables (C.R.N.R.), Alimentos y Pecuaria. Estos modelos explicaron respectivamente el 56,41%; 89,66%, 69.33% y el 73,10% de la variabilidad total del rendimiento y las variables escogidas difierieron de acuerdo a la especialidad.

Palabras clave : Variables dummy; método de todas las regresiones posibles; método Paso a paso; rendimiento académico; variables cualitativas y cuantitativas; comparación de modelos; R2; Press; Cp de Mallows.

        · resumen en Inglés     · texto en Español