Análisis predictivo de la deserción estudiantil en los alumnos de la Universidad Nacional de Moquegua entre 2009 y 2019, usando Machine Learning

Abstract

El trabajo analizó y validó el mejor modelo machine learning para predecir la deserción en alumnos de la universidad nacional de Moquegua, entre 2009 y 2019 sede Mariscal Nieto, además se determinaron las características influyentes en la deserción. Los modelos: Regresión logística, Árboles de decisión, Máquinas de vector soporte y Naive Bayes, junto a la metodología CRISP-DM y las métricas como matriz de confusión y validación cruzada K-Folds, fueron usados, y la selección de características importantes se hizo con dos técnicas Random Forest y Featurewiz; se usa el software Python y sus librerías; el tipo de investigación es descriptivo correlacional y el diseño es observacional con obtención de datos de fuente secundaria. La muestra se seleccionó por muestreo probabilístico aleatorio estratificado, resultando la muestra de alumnos que abandonaron la universidad sin concluir los estudios universitarios en 109 y no desertores en 220 en total 329 datos; luego, la validación cruzada indica que: Árbol de decisión logra 76% de éxito seguido de Regresión logística 73%, Máquina vector soporte 71% y Naive Bayes 62%. Las características que influyen en la deserción involucran los datos generales como: ciclo, edad, dirección zonal; en el aspecto económico: ingreso total, carga familiar, hijos en estudios superiores, componentes del hogar, vivienda del estudiante y sostiene el hogar; en el aspecto de vivienda fueron: tipo de construcción, número de dormitorios.