PDI- Dpto de Matemática Nº 75

PI 75: Aplicación de técnicas estadísticas y de minería de datos para el análisis de datos educativos de la Facultad de Ciencias Exactas y Naturales de la Universidad Nacional de La Pampa.

Directora: MARTÍN, María Cristina

Co-directora: DIESER, María Paula

Integrantes:

WAGNER, Laura

CAVERO, Lorena

FUNKNER, Sofía

ROLDAN, Janina

RESUMEN del PROYECTO: (Máximo 200 palabras) En el Análisis de Datos Educativos es posible encontrar diferentes aproximaciones caracterizadas por la metodología, procesos y técnicas utilizadas. Entre ellas, la Minería de Datos Educativos reúne distintos métodos que permiten extraer información novedosa y útil a partir de grandes volúmenes de datos provenientes de contextos educativos. Por otra parte, el Análisis de Datos Multivariados, la Teoría de Respuesta al Ítem y el Análisis de Supervivencia son áreas de investigación estadística que podrían ofrecer otras técnicas adecuadas para el análisis de datos educativos. El presente proyecto tiene por objetivo general estudiar y aplicar distintos métodos que ofrece la Minería de Datos y el Análisis de Datos Multivariados (análisis discriminante, reglas de asociación, modelos de regresión logística, árboles de clasificación, redes neuronales, redes bayesianas, entre otros), la Teoría de Respuesta al Ítem y el Análisis de Supervivencia, sobre los datos registrados en el sistema de gestión de información estudiantil (SIU Guarani) de la Facultad de Ciencias Exactas y Naturales (UNLPam) con el propósito de caracterizar la trayectoria académica de los estudiantes, y detectar patrones compatibles con situaciones de dificultades en el aprendizaje, que puedan derivar en abandono de los estudios universitarios.

PALABRAS CLAVE (5) Minería de datos, teoría de respuesta al ítem, análisis de supervivencia, datos educativos, deserción universitaria

ABSTRACT:

Educational Data Analysis refers to different approaches characterized by the methodology, processes and techniques used. Among them, Educational Data Mining collects different methods that allow extracting novelty and useful information from large data volumes in educational contexts. On the other hand, Multivariate Data Analysis, Item Response Theory and Survival Analysis are areas of statistical research that could offer other suitable techniques for educational data analysis. The main aim of this project is to study and apply different methods of Data Mining and Multivariate Data Analysis (discriminant analysis, association rules, logistic regression models, classification trees, neural networks, Bayesian networks, among others), Item Response Theory and Survival Analysis, on the data recorded in the student information management system (Guarani SIU) of the Facultad de Ciencias Exactas y Naturales (UNLPam) in order to characterize the academic trajectory of the Students, and to detect compatible patterns with situations of learning difficulties, which may lead to leave university studies.

KEYWORDS (5) Data mining, item response theory, survival analysis, educational data, university desertion