基于Logistic回归的学生辍学预测模型

B.R. Cuji Chacha, W.L. Gavilanes López, M.B. Pérez Constante
{"title":"基于Logistic回归的学生辍学预测模型","authors":"B.R. Cuji Chacha, W.L. Gavilanes López, M.B. Pérez Constante","doi":"10.18502/espoch.v3i1.14477","DOIUrl":null,"url":null,"abstract":"Student desertion is a phenomenon that has spread significantly in many higher education institutions in Ecuador. The objective of the research was to develop a predictive model of student dropout based on multiple binary logistic regression, with the purpose of detecting possible dropouts. The methodology used consists of three phases: Phase 1: Analysis of variables; Phase 2: Formulation of the mathematical model; and Phase 3: Evaluation. For the estimation of the coefficients of the model, the SPSS tool was obtained. After the creation of the predictive model, it was concluded that the most significant variables that contribute to the diagnosis of dropout are marital status, age, gender, Note2s, and Note1s. It is also evident that students have a higher risk of dropping out if they are married and lower risk if they are single or divorced. Finally it was concluded that gender is a factor that directly influences dropout; male students are more likely to drop out than females.
 Keywords: logistic regression, predictive model, desertion.
 Resumen
 La deserción estudiantil es un fenómeno que se ha extendido significativamente en gran cantidad de instituciones educativas de nivel superior en el Ecuador. El objetivo de la investigación fue desarrollar un modelo predictivo de deserción estudiantil basado en la regresión logística binaria múltiple, con el propósito de detectar a posibles desertores. La metodología utilizada consta de tres fases: Fase1: Análisis de variables. Fase2: Formulación del modelo matemático. Fase3: Evaluación. Para la estimación de los coeficientes del modelo se utilizó la herramienta SPSS. Posterior a la creación del modelo predictivo se llegó a concluir que las variables más significativas que aportan al diagnóstico de la deserción son estado civil, edad, género Nota2s y Nota1s, además se evidencia que los estudiantes tienen mayor riesgo de deserción si están casados y menor riesgo si están solteros o divorciados, finalmente se concluye, que el género es un factor que influye directamente en la deserción, los estudiantes masculinos son más propensos a desertar que los femeninos.
 Palabras Clave: regresión logística, modelo predictivo, deserción.","PeriodicalId":11737,"journal":{"name":"ESPOCH Congresses: The Ecuadorian Journal of S.T.E.A.M.","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-11-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Predictive Model of Student Dropout Based on Logistic Regression\",\"authors\":\"B.R. Cuji Chacha, W.L. Gavilanes López, M.B. Pérez Constante\",\"doi\":\"10.18502/espoch.v3i1.14477\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Student desertion is a phenomenon that has spread significantly in many higher education institutions in Ecuador. The objective of the research was to develop a predictive model of student dropout based on multiple binary logistic regression, with the purpose of detecting possible dropouts. The methodology used consists of three phases: Phase 1: Analysis of variables; Phase 2: Formulation of the mathematical model; and Phase 3: Evaluation. For the estimation of the coefficients of the model, the SPSS tool was obtained. After the creation of the predictive model, it was concluded that the most significant variables that contribute to the diagnosis of dropout are marital status, age, gender, Note2s, and Note1s. It is also evident that students have a higher risk of dropping out if they are married and lower risk if they are single or divorced. Finally it was concluded that gender is a factor that directly influences dropout; male students are more likely to drop out than females.
 Keywords: logistic regression, predictive model, desertion.
 Resumen
 La deserción estudiantil es un fenómeno que se ha extendido significativamente en gran cantidad de instituciones educativas de nivel superior en el Ecuador. El objetivo de la investigación fue desarrollar un modelo predictivo de deserción estudiantil basado en la regresión logística binaria múltiple, con el propósito de detectar a posibles desertores. La metodología utilizada consta de tres fases: Fase1: Análisis de variables. Fase2: Formulación del modelo matemático. Fase3: Evaluación. Para la estimación de los coeficientes del modelo se utilizó la herramienta SPSS. Posterior a la creación del modelo predictivo se llegó a concluir que las variables más significativas que aportan al diagnóstico de la deserción son estado civil, edad, género Nota2s y Nota1s, además se evidencia que los estudiantes tienen mayor riesgo de deserción si están casados y menor riesgo si están solteros o divorciados, finalmente se concluye, que el género es un factor que influye directamente en la deserción, los estudiantes masculinos son más propensos a desertar que los femeninos.
 Palabras Clave: regresión logística, modelo predictivo, deserción.\",\"PeriodicalId\":11737,\"journal\":{\"name\":\"ESPOCH Congresses: The Ecuadorian Journal of S.T.E.A.M.\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-11-09\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"ESPOCH Congresses: The Ecuadorian Journal of S.T.E.A.M.\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18502/espoch.v3i1.14477\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"ESPOCH Congresses: The Ecuadorian Journal of S.T.E.A.M.","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18502/espoch.v3i1.14477","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

在厄瓜多尔的许多高等教育机构中,学生遗弃是一种普遍存在的现象。本研究的目的是建立一个基于多元二元逻辑回归的学生辍学预测模型,以检测可能的辍学。所使用的方法包括三个阶段:第一阶段:变量分析;第二阶段:数学模型的建立;阶段3:评估。对于模型系数的估计,使用SPSS工具。在建立预测模型后,得出对辍学诊断贡献最大的变量是婚姻状况、年龄、性别、Note2s和Note1s。同样明显的是,已婚学生退学的风险更高,而单身或离婚学生退学的风险更低。最后得出结论:性别是影响辍学的一个直接因素;男生比女生更容易辍学。 关键词:逻辑回归;预测模型;遗弃;Resumen& # x0D;在厄瓜多尔,“deserción学生计划”和“fenómeno学生计划”都具有广泛的意义,特别是在厄瓜多尔的高等教育机构中。El objtivo de la investigación fue desarrollar unmodelo predictivo de deserción estudiantil basado en la regresión logística binaria múltiple, con El propósito de detectar a possible desertores。url: metodología utilitzada consta de treres fases: fe1: Análisis de variables。fas2: Formulación del modelo matemático。Fase3: Evaluacion。Para la estimación de los coefficients del modelo se utilizó la herramienta SPSS。后一个洛杉矶creacion del莫德罗predictivo se llego concluir是las变量mas significativas, aportan al记录de la desercion儿子带动公民,年龄,genero Nota2s y Nota1s,此外evidencia顺利,洛杉矶市长tienen危险desercion si范围casados y menor危险如果范围soltero o divorciados finalmente se concluye,, el genero es un因素,influye directamente en la desercion失去学生的男子气概más倾向于一个沙漠,失去女性。 Palabras Clave: regresión logística, modelo predictivo, deserción。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Predictive Model of Student Dropout Based on Logistic Regression
Student desertion is a phenomenon that has spread significantly in many higher education institutions in Ecuador. The objective of the research was to develop a predictive model of student dropout based on multiple binary logistic regression, with the purpose of detecting possible dropouts. The methodology used consists of three phases: Phase 1: Analysis of variables; Phase 2: Formulation of the mathematical model; and Phase 3: Evaluation. For the estimation of the coefficients of the model, the SPSS tool was obtained. After the creation of the predictive model, it was concluded that the most significant variables that contribute to the diagnosis of dropout are marital status, age, gender, Note2s, and Note1s. It is also evident that students have a higher risk of dropping out if they are married and lower risk if they are single or divorced. Finally it was concluded that gender is a factor that directly influences dropout; male students are more likely to drop out than females. Keywords: logistic regression, predictive model, desertion. Resumen La deserción estudiantil es un fenómeno que se ha extendido significativamente en gran cantidad de instituciones educativas de nivel superior en el Ecuador. El objetivo de la investigación fue desarrollar un modelo predictivo de deserción estudiantil basado en la regresión logística binaria múltiple, con el propósito de detectar a posibles desertores. La metodología utilizada consta de tres fases: Fase1: Análisis de variables. Fase2: Formulación del modelo matemático. Fase3: Evaluación. Para la estimación de los coeficientes del modelo se utilizó la herramienta SPSS. Posterior a la creación del modelo predictivo se llegó a concluir que las variables más significativas que aportan al diagnóstico de la deserción son estado civil, edad, género Nota2s y Nota1s, además se evidencia que los estudiantes tienen mayor riesgo de deserción si están casados y menor riesgo si están solteros o divorciados, finalmente se concluye, que el género es un factor que influye directamente en la deserción, los estudiantes masculinos son más propensos a desertar que los femeninos. Palabras Clave: regresión logística, modelo predictivo, deserción.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信