dc.contributor.advisor | Sucari Leon, Reynaldo | es_PE |
dc.contributor.author | Paja Dominguez, Hicler_Emerson | es_PE |
dc.date.accessioned | 2018-03-20T18:03:54Z | |
dc.date.available | 2018-03-20T18:03:54Z | |
dc.date.issued | 2017-09-18 | |
dc.identifier.uri | http://repositorio.unap.edu.pe/handle/20.500.14082/6337 | |
dc.description.abstract | La 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.uri | Tesis | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Nacional del Altiplano. Repositorio Institucional - UNAP | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/deed.es | es_PE |
dc.source | Universidad Nacional del Altiplano | es_PE |
dc.source | Repositorio Institucional - UNAP | es_PE |
dc.subject | Estadística | es_PE |
dc.subject | Modelos predictivos uni y multivariables | es_PE |
dc.title | Predicción 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, 2015 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.name | Ingeniero Estadístico e Informático | es_PE |
thesis.degree.discipline | Ingeniería Estadística e Informática | es_PE |
thesis.degree.grantor | Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática | es_PE |
thesis.degree.level | Título Profesional | es_PE |
dc.publisher.country | PE | es_PE |
renati.discipline | 542066 | es_PE |