Maestría en Estadística

Perfiles de rendimiento académico en la evaluación censal de estudiantes en el departamento de Cusco usando minería de datos

2026-09-15T18:04:57Z

Perfiles de rendimiento académico en la evaluación censal de estudiantes en el departamento de Cusco usando minería de datos Torres Valverde, Marco Antonio El rendimiento escolar es un indicador crítico de la calidad y equidad educativa en el Perú; sin embargo, los reportes promedio oficiales de la Evaluación Censal de Estudiantes (ECE) ocultan las brechas complejas y la profunda heterogeneidad socioeconómica, cultural y territorial del departamento de Cusco, dificultando el diseño de intervenciones focalizadas. Frente a esta problemática, el objetivo fue identificar los perfiles de rendimiento en lectura de los estudiantes de 2.° grado de educación secundaria en la ECE del departamento de Cusco, usando minería de datos. El estudio adoptó un enfoque cuantitativo, de nivel exploratorio-descriptivo y diseño no experimental-transversal, empleando información censal de la ECE 2019. El análisis combinó el Análisis de Correspondencias Múltiples (ACM) y el Clustering Jerárquico sobre Componentes Principales (HCPC) en el software R. Los resultados evidenciaron perfiles estudiantiles diferenciados. El perfil de bajo rendimiento, correspondiente a los niveles Previo al Inicio e Inicio, se concentró principalmente en estudiantes con nivel socioeconómico muy bajo, lengua materna quechua y asistencia a instituciones educativas de gestión estatal, tanto en ámbitos rurales como urbanos. En contraste, el perfil de rendimiento aceptable, integrado por los niveles En Proceso y Satisfactorio, se asoció con estudiantes de niveles socioeconómicos medios y altos. Se concluye que el rendimiento en lectura se vincula con la interacción conjunta del nivel socioeconómico, la lengua materna, el área geográfica y la gestión de la institución educativa, evidenciando que el área urbana no garantiza un rendimiento favorable cuando persisten condiciones de vulnerabilidad socioeconómica y barreras lingüísticas.

Análisis factorial de correspondencias aplicado al estudio de patrones en tesis de pregrado de la UNSAAC, Cusco – 2025

2026-09-04T15:21:53Z

Análisis factorial de correspondencias aplicado al estudio de patrones en tesis de pregrado de la UNSAAC, Cusco – 2025 Lima Rodriguez, Mijael Andre Esta investigación determinó las asociaciones y patrones estructurales en las tesis de pregrado de la Universidad Nacional de San Antonio Abad del Cusco (UNSAAC) mediante un enfoque cuantitativo, correlacional y transversal. Se analizaron 8,324 tesis del repositorio institucional (2017-2025), extrayendo datos de forma automatizada con técnicas de Procesamiento de Lenguaje Natural. Se aplicaron la prueba Chi-cuadrado, el coeficiente V de Cramer y el Análisis Factorial de Correspondencias Múltiples (AFCM). Los resultados revelaron que el 84,3 % de las 1,891 combinaciones evaluadas presentaron dependencia estadística significativa (p < 0,01). El AFCM identificó a la Escuela Profesional como el nodo articulador principal del sistema, condicionando la arquitectura investigativa. Se caracterizaron cuatro tipologías: Determinismo Disciplinar-Metodológico, Gestión y Asesoría Desconectada, Gradiente de Complejidad Metodológica e Integridad Estructural y Calidad Documental. Predominaron el enfoque cuantitativo (81,1 %), los diseños descriptivos (50,1 %) y el autofinanciamiento (90,1 %). Se concluye que la producción académica constituye un sistema estructurado donde la identidad disciplinar dicta las decisiones metodológicas. El AFCM demostró ser una herramienta robusta para revelar tipologías ocultas, proporcionando insumos empíricos para la planificación estratégica, la diversificación metodológica y la mejora de las políticas de financiamiento y asesoría en la investigación de pregrado de la UNSAAC.

Imputación por intervalos basada en pronóstico y detección de cambios abruptos en el modelamiento de series temporales faltantes y su aplicación

2026-07-30T15:20:10Z

Imputación por intervalos basada en pronóstico y detección de cambios abruptos en el modelamiento de series temporales faltantes y su aplicación Quintana Yauris, Miguel Angel La presente investigación tiene como objetivo analizar la imputación por intervalos basada en pronósticos y detectar cambios abruptos para el modelamiento de una serie temporal faltante. Para ello, se integran diversos métodos y modelos de series temporales, incluyendo los enfoques clásicos de metodología box-jenkins (ARMA, ARIMA y SARIMA), modelos robustos (holt-winters, STL(Seasonal-Trend decomposition using Loess)) y TBATS(Trigonometric, Box-Cox,ARMA,Trend, Seasonal), el modelo de pronóstico prophet fue aplicado para la imputación, y la técnicas de detección de cambios abruptos ”Interval Forecast Imputation”(IFI). Como resultado, el autor propone la metodología maqy-ts, la cual integra dos etapas: etapa 1 imputación y detección de cambios abruptos y la etapa 2 modelamiento. Esta metodología es formalizada mediante un algoritmo que permite la detección de datos faltantes, imputación, detección de cambios abruptos, reconstrucción de la serie con datos faltantes hasta la selección del modelo óptimo que mejor se ajusta a la serie. El análisis y procesamiento de los datos se realizó con el software r. Asimismo, se identificaron y analizaron series temporales reales en las cuales se aplicó la metodología. Los resultados en las series número de visitantes a la ciudad inka de Machu Picchu (2002–2025) y número pasajeros internacionales en el aeropuerto internacional Velasco Astete (2004-2025), entre todos los modelos analizados, el tbats fue el que se adaptó mejor y tuvo la capacidad de predecir más alta. Además, se ratifica la adecuación y robustez de la metodología, que se basa en un enfoque adaptativo e integral.

Factores asociados a la violencia de genero en el Perú: un análisis mediante arboles de decisión con datos de la ENDES 2024

2026-07-30T15:19:51Z

Factores asociados a la violencia de genero en el Perú: un análisis mediante arboles de decisión con datos de la ENDES 2024 Flores Velarde, Julieta La violencia de género constituye una de las principales problemáticas sociales y de salud pública a nivel mundial, debido a su impacto sobre la integridad física, sicológica, sexual y económica de las mujeres, como por la vulneración de sus derechos fundamentales. En el Perú, esta problemática persiste a pesar de la implementación de políticas y marcos Normativos orientados a su prevención y sanción. Según la (ENDES) 2024, porcentajes Elevados de mujeres ha experimentado algún tipo de violencia, evidenciando la influencia de diversos factores sociodemográficos, económicos y culturales. La presente investigación identificó los factores asociados a la violencia de género en el Perú mediante la aplicación de modelos de árboles de decisión, utilizando la base de datos de la ENDES 2024. Se empleó un enfoque cuantitativo, de tipo aplicado, con diseño no experimental y corte transversal. La población estuvo conformada por 18 836 mujeres encuestadas, analizándose la totalidad de los casos para mejorar la capacidad predictiva y la estabilidad del modelo. Aplicando algoritmos de árboles de decisión para determinar las variables con mayor capacidad predictiva, evaluando el desempeño de los modelos mediante métricas como exactitud, sensibilidad, especificidad y el área bajo la curva ROC (AUC-ROC). Los resultados permitirán identificar los principales factores de riesgo asociados a la violencia contra la mujer y generar evidencia científica que contribuya al diseño de políticas públicas, estrategias de prevención e intervenciones focalizadas en los grupos de mayor vulnerabilidad, fortaleciendo la toma de decisiones para la reducción de la violencia de género en el Perú.