Resumo

AGUILAR-REYES, Johanna Enith; MEJIA-PENAFIEL, Edwin Fernando; MOROCHO-BARRIONUEVO, Tania Paulina  e  VELASCO CASTELO, Geoconda-Marisela. ESTUDIO DEL RENDIMIENTO ACADÉMICO MEDIANTE LA COMPARACIÓN DE MODELOS DE REGRESIÓN Y ÁRBOLES DE CLASIFICACIÓN. Telos [online]. 2025, vol.27, n.1, pp.94-115.  Epub 03-Jul-2025. ISSN 1317-0570.  https://doi.org/10.36390/telos271.08.

Este artículo tiene como objetivo identificar los factores que afectan el rendimiento académico a partir de la comparación de los modelos de regresión y árboles de decisión para determinar los factores que involucra. La metodología adoptada es de naturaleza cuantitativa utilizando modelo de regresión y árboles de clasificación y la población estudiada incluye a los estudiantes de nivelación en la carrera de estadística, a quienes se les realizó un análisis exploratorio y descriptivo, empleando dos métodos estadísticos. Se emplearon dos técnicas de modelado: la regresión logística multinomial y los árboles de clasificación. Las variables evaluadas incluyeron factores sociodemográficos, rendimiento académico previo y características del entorno educativo. Los resultados mostraron que el modelo de regresión logística alcanzó una precisión del 100% con un área bajo la curva de 1, lo que indica una capacidad perfecta de clasificación. En comparación, el modelo de árbol de clasificación tuvo una precisión del 70.83% con un área bajo la curva de 0.7042, lo que refleja una capacidad moderada de clasificación. A partir de estos resultados, se identificaron factores clave que afectan el rendimiento académico, como los hábitos de estudio, el interés en la carrera y aspectos psicológicos. En conclusión, la regresión logística multinomial fue más eficaz y precisa para analizar las relaciones cuantitativas entre las variables que afectan el rendimiento académico, superando al método de árboles de clasificación.

Palavras-chave : Rendimiento Académico; Regresión Logística; Árboles De Clasificación; Matriz De Confusión.

        · resumo em Inglês     · texto em Espanhol     · Espanhol ( pdf )