Show simple item record

dc.contributor.advisorSucari Leon, Reynaldoes_PE
dc.contributor.authorPaja Dominguez, Hicler_Emersones_PE
dc.date.accessioned2018-03-20T18:03:54Z
dc.date.available2018-03-20T18:03:54Z
dc.date.issued2017-09-18
dc.identifier.urihttp://repositorio.unap.edu.pe/handle/20.500.14082/6337
dc.description.abstractLa presente investigación se realizó en la Facultad de Ingeniería Estadística e Informática de la Universidad Nacional del Altiplano de Puno, la cual tuvo como objetivo determinar la mejor técnica de predicción en el rendimiento académico utilizando regresión y redes neuronales en estudiantes de la Facultad mencionada. Para ello se utilizó una población que estuvo conformada por estudiantes matriculados durante los años 2009 al 2015; haciendo un total de 696 estudiantes. Se consideró muestreo intencional de cohorte entre los años 2009-2015, conteniendo 19334 registros de promedios finales de asignaturas. Se consideró 23 variables predictoras; de ellas 17 variables fueron seleccionados por el método stepwise para la asignatura 009-05 con un R^2= 0.72, 0.11 de error para los modelos, 0.37 de error para la predicción y 16 variables para la asignatura 010-05 con de R^2= 0.92, 0.96 de error para los modelos, 0.0032 de error para la predicción. Mientras que las RNA’s Perceptrón multicapa, algoritmo backpropagation, con arquitectura de 3 capas en función de las mismas variables que fueron seleccionadas en regresión múltiple; en donde de ambos asignaturas mencionadas anteriormente obtuvieron promedios de 0.0558 de error para los modelos y 0.00081 de error para las predicciones. Finalmente se midieron los promedios los errores obteniendo que las RNA’s es la mejor técnica en predicción; puesto que tienen una diferencia de 0.534 error en modelo y 0.1307 error en predicción respecto a la regresión.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional del Altiplano. Repositorio Institucional - UNAPes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/deed.eses_PE
dc.sourceUniversidad Nacional del Altiplanoes_PE
dc.sourceRepositorio Institucional - UNAPes_PE
dc.subjectEstadísticaes_PE
dc.subjectModelos predictivos uni y multivariableses_PE
dc.titlePredicción de rendimiento académico mediante regresión y redes neuronales en los estudiantes de la Escuela Profesional de Ingeniería Estadística e Informática de la Universidad Nacional del Altiplano - Puno, 2015es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero Estadístico e Informáticoes_PE
thesis.degree.disciplineIngeniería Estadística e Informáticaes_PE
thesis.degree.grantorUniversidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informáticaes_PE
thesis.degree.levelTítulo Profesionales_PE
dc.publisher.countryPEes_PE
renati.discipline542066es_PE


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess