Modelos de Regresión PLS Aplicados a Variables Educativas


Autores/as

  • Carlos Daniel Acosta Medina Universidad Nacional de Colombia - Sede Manizales
  • Germán Albeiro Castaño Duque Universidad Nacional de Colombia - Sede Manizales
  • Jaider Albeiro Figueroa Flórez Universidad Nacional de Colombia - Sede Manizales

DOI:

https://doi.org/10.22517/23447214.10311

Palabras clave:

Deflactar, Métodos Kernel, Porcentaje de predicción, Regresión en mínimos cuadrados parciales, Validación cruzada

Resumen

Se realiza un estudio sobre el comportamiento de variables educativas asociadas a indicadores de alta calidad en los programas de pregrado de la Universidad Nacional de Colombia - Sede Manizales, con el objeto de crear modelos de regresión multivariado que permitan proyectar comportamientos futuros y establecer relaciones entre las variables asociadas a los factores estudiantes, docencia, procesos académicos e investigación, y las relacionadas con garantía, reconocimiento y aseguramiento de la calidad. Para la construcción y estructuración de los modelos se utilizan las técnicas PLS y Kernel PLS, haciendo los ajustes y validaciones pertinentes. Se obtienen modelos que contribuyen al mejoramiento de los  aspectos predictivo y explicativo conjuntamente, obteniendo información interesante para tomar decisiones en los ámbitos académico y administrativo.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Carlos Daniel Acosta Medina, Universidad Nacional de Colombia - Sede Manizales

Director de Investigación y Extensión - Sede Manizales

Germán Albeiro Castaño Duque, Universidad Nacional de Colombia - Sede Manizales

Vicerector de la Universidad Nacional de Colombia, Manizales

Jaider Albeiro Figueroa Flórez, Universidad Nacional de Colombia - Sede Manizales

Estudiante de Maestría en Ciencias Matemática Aplicada, Departamento de Matemáticas y Estadística

Descargas

Publicado

2016-09-30

Cómo citar

Acosta Medina, C. D., Castaño Duque, G. A., & Figueroa Flórez, J. A. (2016). Modelos de Regresión PLS Aplicados a Variables Educativas. Scientia Et Technica, 21(3), 254–263. https://doi.org/10.22517/23447214.10311

Número

Sección

Sistemas y Computación