@article{Acosta-Gonzaga_Ramirez-Arellano_2020, title={Estudio comparativo de técnicas de analítica del aprendizaje para predecir el rendimiento académico de los estudiantes de educación superior}, volume={15}, url={https://revistaciencia.uat.edu.mx/index.php/CienciaUAT/article/view/1392}, DOI={10.29059/cienciauat.v15i1.1392}, abstractNote={<p class="Textogeneralsinalineadoderenglonpaginaprincipal" style="text-align: left;" align="left"><span lang="ES-TRAD" style="font-family: ’Times New Roman’,serif; color: windowtext; letter-spacing: -.1pt;">La deserción escolar involucra diversos factores, entre ellos, el compromiso del estudiante, a través del cual se puede predecir su éxito en la escuela. Ese compromiso tiene </span><span lang="ES-TRAD" style="font-family: ’Times New Roman’,serif; color: windowtext;">var<span style="letter-spacing: -.1pt;">ios componentes, tales como conductual, emo</span>cional y <span style="letter-spacing: .1pt;">cognitivo. La motivación y el compromiso están</span> <span style="letter-spacing: -.05pt;">fuertemente relacionadas, ya que la primera e</span><span style="letter-spacing: -.1pt;">s un precursor del compromiso. El objetivo de este estudio fue comparar la eficacia de la regresión lineal contra dos técnicas de minería de datos para predecir el rendimiento </span>académico de los estudiantes en la educació<span style="letter-spacing: -.1pt;">n superior. Se </span><span style="letter-spacing: -.05pt;">hizo un estudio transversal explicativo en el que</span><span style="letter-spacing: -.1pt;"> se </span><span style="letter-spacing: .05pt;">encuestó a 222 estudiantes univers</span>itarios <span style="letter-spacing: -.1pt;">de una institución pública de la Ciudad de </span>México. Se realizó un análisis de regresión lineal jerárquico (RL) y de técnicas de analítica del aprendizaje, como redes neuronales (RN) y máquinas de vector soporte (SVM). Para evaluar la exactitud de las técnicas de analítica del aprendiz<span style="letter-spacing: -.05pt;">aje se realizó un análisis de varianza (ANOVA)</span>. Se compararon las técnicas de analítica del aprendizaje y de regresión lineal usando la validación cruzada. Los resultados mostraron que el compromiso conductual y la autoeficacia tuvieron efectos positivos en el desempeño del estudiante, mientras que la pasividad mostró un efecto negativo. Asimismo, las técnicas de RL y de SVM pronosticaron igualmente el desempeño académico de los estudiantes. La RL tuvo la ventaja de producir un modelo simple y <span style="letter-spacing: -.1pt;">de fácil interpretación. Por el contrario, la téc</span>nica de SVM generó un modelo más complejo, aunque, si el modelo tuviese como objetivo el pronóstico del desempeño, la técnica SVM sería la más adecuada, ya que no requiere la verificación de ningún supuesto estadístico.</span></p>}, number={1}, journal={CienciaUAT}, author={Acosta-Gonzaga, Elizabeth and Ramirez-Arellano, Aldo}, year={2020}, month={ago.}, pages={63-74} }