Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística

Detalhes bibliográficos
Autor(a) principal: Medina, Gabriela Fabrini
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/242278
Resumo: O desenvolvimento desse estudo foi realizado utilizando dados de evasão de alunos de estatística da UNESP de Presidente Prudente, tendo como objetivo comparar duas técnicas de modelagem estatística, Regressão Logística e Análise Discriminante. A primeira demonstra uma flexibilidade na aplicação de diferentes tipos de informações existentes em um conjunto de dados. A segunda apresenta algumas restrições no formato de variáveis e outros pressupostos. Como resultado, foi concluído uma melhor performance pela técnica de Regressão Logística para esse conjunto de dados, apesar da previsão do modelo não ser tão eficaz, foi considerado como variáveis significativas para o modelo as informações de sexo do aluno, se ele utiliza de cotas, o ano da primeira matrícula e o ano de nascimento/ idade do estudante.
id UNSP_431d32b659a57b3a9fa5572d286cbeeb
oai_identifier_str oai:repositorio.unesp.br:11449/242278
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logísticaDropout of statistics students at UNESP in Presidente Prudente: application of discriminant analysis and logistic regressionAnálise de regressão logísticaAnálise discriminanteEvasão universitáriaEstatísticaLogistic regression analysisDiscriminant analysisUniversity dropoutStatisticO desenvolvimento desse estudo foi realizado utilizando dados de evasão de alunos de estatística da UNESP de Presidente Prudente, tendo como objetivo comparar duas técnicas de modelagem estatística, Regressão Logística e Análise Discriminante. A primeira demonstra uma flexibilidade na aplicação de diferentes tipos de informações existentes em um conjunto de dados. A segunda apresenta algumas restrições no formato de variáveis e outros pressupostos. Como resultado, foi concluído uma melhor performance pela técnica de Regressão Logística para esse conjunto de dados, apesar da previsão do modelo não ser tão eficaz, foi considerado como variáveis significativas para o modelo as informações de sexo do aluno, se ele utiliza de cotas, o ano da primeira matrícula e o ano de nascimento/ idade do estudante.The development of this study was carried out using dropout data from statistics students at UNESP in Presidente Prudente, comparing two statistical modeling techniques, Logistic Regression and Discriminant Analysis. The first demonstrates flexibility in the application of different types of information existing in a dataset. The second presents some restrictions on the format of variables and other assumptions. As a result, a better performance was concluded by the Logistic Regression technique for this data set, despite the model's prediction not being so effective, it was considered as significant variables for the model the student's gender information, if he uses quotas, the year of first enrollment and the year of birth/ age of the student.Universidade Estadual Paulista (Unesp)Silvestre, Miriam Rodrigues [UNESP]Universidade Estadual Paulista (Unesp)Medina, Gabriela Fabrini2023-03-02T17:50:04Z2023-03-02T17:50:04Z2023-01-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/242278porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-11-01T06:09:52Zoai:repositorio.unesp.br:11449/242278Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T16:35:58.298551Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
Dropout of statistics students at UNESP in Presidente Prudente: application of discriminant analysis and logistic regression
title Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
spellingShingle Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
Medina, Gabriela Fabrini
Análise de regressão logística
Análise discriminante
Evasão universitária
Estatística
Logistic regression analysis
Discriminant analysis
University dropout
Statistic
title_short Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
title_full Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
title_fullStr Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
title_full_unstemmed Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
title_sort Evasão de alunos de estatística da UNESP de Presidente Prudente: aplicação de análise discriminante e regressão logística
author Medina, Gabriela Fabrini
author_facet Medina, Gabriela Fabrini
author_role author
dc.contributor.none.fl_str_mv Silvestre, Miriam Rodrigues [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Medina, Gabriela Fabrini
dc.subject.por.fl_str_mv Análise de regressão logística
Análise discriminante
Evasão universitária
Estatística
Logistic regression analysis
Discriminant analysis
University dropout
Statistic
topic Análise de regressão logística
Análise discriminante
Evasão universitária
Estatística
Logistic regression analysis
Discriminant analysis
University dropout
Statistic
description O desenvolvimento desse estudo foi realizado utilizando dados de evasão de alunos de estatística da UNESP de Presidente Prudente, tendo como objetivo comparar duas técnicas de modelagem estatística, Regressão Logística e Análise Discriminante. A primeira demonstra uma flexibilidade na aplicação de diferentes tipos de informações existentes em um conjunto de dados. A segunda apresenta algumas restrições no formato de variáveis e outros pressupostos. Como resultado, foi concluído uma melhor performance pela técnica de Regressão Logística para esse conjunto de dados, apesar da previsão do modelo não ser tão eficaz, foi considerado como variáveis significativas para o modelo as informações de sexo do aluno, se ele utiliza de cotas, o ano da primeira matrícula e o ano de nascimento/ idade do estudante.
publishDate 2023
dc.date.none.fl_str_mv 2023-03-02T17:50:04Z
2023-03-02T17:50:04Z
2023-01-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/242278
url http://hdl.handle.net/11449/242278
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128677112709120

Registros relacionados