Estudio de la incidencia actitudinal de los estudiantes en pruebas de matemáticas tipo ICFES: Una aproximación semiparamétrica

Vista sencilla de ítem
dc.contributor.advisorPineda Ríos, Wilmer Darío
dc.contributor.authorCorredor Rivera, Diego Armando
dc.contributor.cvlachttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199
dc.contributor.googlescholarhttps://scholar.google.es/citations?user=5KmOl5oAAAAJ&hl=es
dc.contributor.gruplachttps://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000007553
dc.contributor.orcidhttps://orcid.org/0000-0001-7774-951X
dc.coverage.campusCRAI-USTA Bogotáspa
dc.date.accessioned2018-02-14T13:16:30Z
dc.date.available2018-02-14T13:16:30Z
dc.date.issued2018
dc.descriptionEn temas académicos, los efectos marginales de la educación varían en función de distintos niveles de capacidades de los estudiantes. De esta manera, la omisión del comportamiento de la educación junto con el efecto de interacción de la misma con las capacidades de los estudiantes, conlleva a tener resultados erróneos si se utilizaran métodos lineales para la estimación de los parámetros de interés. Los modelos de regresión semiparamétrica tienen como principal objetivo analizar la relación entre la variable respuesta y las explicativas, esta relación se puede establecer por medio de una función de distribución conocida, que facilita la estimación de los parámetros y la interpretación de los resultados del modelo. Los errores pueden tener una estructura desconocida la cual puede tener efectos negativos en la estimación de los parámetros, ya que estos pueden llegar a tener gran parte de la informaci on que no se ajusta adecuadamente al modelo, es por esta razón que se estudiaran los diferentes tipos de errores que se pueden obtener al ajustar un modelo semiparamétrico, obteniendo así la mejor estimación insesgada del modelo y la menor perdida de información en los errores.spa
dc.description.abstractIn academic issues, the marginal efects of education vary according to dierent levels of student abilities, thus the omission of the non-linear form of education along with the efect of its interaction with the students' abilities, It leads to erroneous results if linear methods were used to estimate the parameters of interest. Semi-parametric regression models have as main objective to relate and analyze information that has a linear and non-linear structure, this relationship can be established by means of a known distribution function, which facilitates the estimation of the parameters and the interpretation of the results of the model. The residuals can have an unknown structure which can have negative efects on the estimation of the parameters, since these can have a large part of the information that does not t properly to the model, that is why the di erent types will be studied of residuals that can be obtained by adjusting a semiparametric model, thus obtaining the best unbiased estimate of the model and the least loss of information in the residuals.spa
dc.description.degreelevelPregradospa
dc.description.degreenameProfesional en estadísticaspa
dc.description.domainhttp://unidadinvestigacion.usta.edu.co
dc.format.mimetypeapplication/pdfspa
dc.identifier.citationCorredor, D. (2018). Estudio de la incidencia actitudinal de los estudiantes en pruebas de matemáticas tipo ICFES: una aproximación semiparamétrica. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, colombiaspa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/10372
dc.language.isospaspa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.facultyFacultad de Estadísticaspa
dc.publisher.programPregrado Estadísticaspa
dc.relation.referencesAndrews, D. F. Mallows, C. L. (1974), ‘Scale mixtures of normal distributions’,Journal of the Royal Statistical Society. Series B (Methodological)pp. 99-102.
dc.relation.referencesFonseca Gómez, Lida Rubiela. Aproximación de indicador de logro estudiantil.2012.
dc.relation.referencesGarcía, Diana (2017), Modelo espacial con acercamiento bayesiano para el estudio de víctimas en Colombia en 2017 :http://repository.usta.edu.co/handle/11634/178/recent-submissions?offset=0
dc.relation.referencesKeele, Luke John. Semiparametric regression for the social sciences. John Wiley Sons, 2008.
dc.relation.referencesOlaya, J. (n.d.). Modelación no paramétrica de la contaminación promedio octohoraria del aire debida al Monóxido de Carbono y al Ozono Troposférico. Scielo.
dc.relation.referencesHerrera Cabezas, Andrea, Restrepo Alvarez, María Fernanda, Uribe Rodríguez, Ana Fernanda, ´ López Lesmes, Claudia Natalia, Competencias académicas y profesionales del psicólogo. Diversitas: Perspectivas en Psicología [en linea] 2009, 5 (Junio-Diciembre).
dc.relation.referencesRond´on Bolfarine (2015), Semi-parametric regression models using R
dc.relation.referencesRuppert, D.; Wand, M. P.; Carroll, R. J. Cambridge series in statistical and probabilistic mathematics: Semiparametric Regression. 2003.
dc.relation.referencesToquica, Sayuri (2017), Aproximación bayesiana de un modelo semiparamétrico: http://repository.usta.edu.co/handle/11634/178/recent-submissions?offset=0
dc.relation.referencesVanegas Hernando Luis, L. M. (2016). Semi-parametric regression models using R. Departamento de Estadística: Universidad Nacional de Colombia.
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordBayesian semiparametricsspa
dc.subject.keywordGibbs samplerspa
dc.subject.keywordErrors familyspa
dc.subject.lembEducación -- Métodos estadísticos
dc.subject.lembPsicología -- Métodos estadísticos
dc.subject.lembAnálisis de regresión
dc.subject.proposalModelo semiparamétrico bayesianospa
dc.subject.proposalMuestreador de Gibbsspa
dc.subject.proposalFamilia de los erroresspa
dc.subject.proposalModelos de regresión semiparamétricaspa
dc.titleEstudio de la incidencia actitudinal de los estudiantes en pruebas de matemáticas tipo ICFES: Una aproximación semiparamétricaspa
dc.typebachelor thesis
dc.type.categoryFormación de Recurso Humano para la Ctel: Trabajo de grado de pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTesis de pregradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2017diegocorredor.pdf
Tamaño:
634.35 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Thumbnail USTA
Nombre:
cartadefacultad.pdf
Tamaño:
119.73 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Thumbnail USTA
Nombre:
cartaderechosdeautor.pdf
Tamaño:
586.38 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Thumbnail USTA
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Estadística