Resumen de Un modelo de regresión logística asimétrico que puede explicar la probabilidad de éxito en el rendimiento académico

Nancy Dávila Cárdenes, María Dolores García Artiles, José María Pérez Sánchez, Emilio Gómez Déniz

• español

  En este estudio se pretende explicar la probabilidad de éxito en la asignatura Matemáticas Empresariales correspondiente al Grado en Administración y Dirección de Empresas en la Universidad de Las Palmas de Gran Canaria. Para ello se intentará detectar qué factores influyen en dicha probabilidad utilizando, primero un modelo de regresión logística clásico y, en segundo lugar, un modelo de regresión logística asimétrico Bayesiano. Los resultados obtenidos permiten concluir que las variables significativas que podrían determinar el rendimiento académico en términos de la probabilidad relativa de aprobar la asignatura son: la asistencia con regularidad a clases de teoría y prácticas, que el estudiante valore positivamente el material del que dispone para el seguimiento de la asignatura, el tipo de centro en que se cursaron los estudios preuniversitarios y la asistencia a clases de apoyo. La discusión abre líneas de trabajo futuras que analicen las relaciones entre algunas de las variables consideradas.

• English

  The aim of this work is to explain the probability of passing first year Mathematics, subject that is included in the Degree of Business Administration and Management at the University of Las Palmas de Gran Canaria. In order to reach this goal, this paper identifies some of the factors that influence this probability measure by using firstly a classic logistic regression model (logit) and, secondly, an asymmetric Bayesian logit model. The obtained results show that the significant variables that affect academic achievement in terms of the relative probability of passing the subject are: regular attendance to lectures and tutorials, student’s opinion about material provided by lecturers to prepare the subject, the type of high-school where students took secondary studies and attendance to extra supporting lectures. Future extension of this work consists of analyzing the relationships between some of the explanatory variables considered.