-
Notifications
You must be signed in to change notification settings - Fork 0
/
index.html
1202 lines (1175 loc) · 51.5 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html lang="es">
<head>
<meta charset="UTF-8" />
<meta name="viewport" content="width=device-width, initial-scale=1.0" />
<meta name="description" content="ICFES Data Mining" />
<meta name="author" content="Shalem Janna, Marta Arrieta, Harry Cepeda, Andres Meza, Jhimi Vargas" />
<meta name="keywords" content="ICFES, Data Mining, Universidad del Norte, Proyecto" />
<meta name="robots" content="index, follow" />
<meta name="googlebot" content="index, follow" />
<meta name="bingbot" content="index, follow" />
<meta name="apple-mobile-web-app-title" content="ICFES Data Mining" />
<meta name="application-name" content="ICFES Data Mining" />
<link rel="icon" type="image/x-icon" href="/img/favicon.ico">
<title>ICFES Data Mining ⚒️</title>
<link href="https://cdn.jsdelivr.net/npm/[email protected]/dist/css/bootstrap.min.css" rel="stylesheet"
integrity="sha384-QWTKZyjpPEjISv5WaRU9OFeRpok6YctnYmDr5pNlyT2bRjXh0JMhjY6hW+ALEwIH" crossorigin="anonymous" />
<style>
.emoji {
font-size: 3em;
text-align: center;
display: block;
margin-bottom: 0.5em;
}
.metric {
text-align: center;
margin-bottom: 1em;
}
</style>
</head>
<body>
<!-- Navigation -->
<nav class="navbar navbar-expand-lg navbar-light bg-light fixed-top">
<div class="container">
<a class="navbar-brand" href="#">✏️ ICFES Data Mining</a>
<button class="navbar-toggler" type="button" data-bs-toggle="collapse" data-bs-target="#navbarResponsive"
aria-controls="navbarResponsive" aria-expanded="false" aria-label="Toggle navigation">
<span class="navbar-toggler-icon"></span>
</button>
<div class="collapse navbar-collapse" id="navbarResponsive">
<ul class="navbar-nav ms-auto">
<li class="nav-item active">
<a class="nav-link" href="#">Inicio</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#team">Equipo</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#dataset">Dataset</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#insights">Insights</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#hypothesis">Hipótesis</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#objectives">Objetivos</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#model_1">Modelo 1</a>
</li>
<li class="nav-item">
<a class="nav-link" href="#model_2">Modelo 2</a>
</li>
</ul>
</div>
</div>
</nav>
<!-- Header -->
<header>
<!-- Background image -->
<div class="p-5 text-center bg-image" style="
background-image: url('img/icfes_hero.jpg');
height: 400px;
background-size: cover;
background-position: center;
margin-top: 60px;
">
<div class="mask" style="background-color: rgba(0, 0, 0, 0.4); border-radius: 10px">
<div class="d-flex justify-content-center align-items-center h-100">
<div class="text-white">
<h1 class="mb-3 mt-5 display-3">Minería de datos</h1>
<p class="mb-5">
Descubriendo patrones, relaciones e información valiosa en los
datos ICFES 2020
</p>
</div>
</div>
</div>
</div>
<!-- Background image -->
</header>
<!-- TeamComponent -->
<section id="team" class="bg-light py-3 py-md-5 py-xl-8">
<div class="container">
<div class="row justify-content-md-center">
<div class="col-12 col-md-10 col-lg-8 col-xl-7 col-xxl-6">
<h2 class="mb-4 display-5 text-center">Conoce al equipo!</h2>
<p class="text-secondary mb-5 text-center lead fs-4">
Somos un grupo de estudiantes de Ingeniería de Sistemas y
Computación en la Universidad del Norte con objetivos y gustos muy
específicos.
</p>
<hr class="w-50 mx-auto mb-5 mb-xl-9 border-dark-subtle" />
</div>
</div>
</div>
<div class="container overflow-hidden">
<div class="row gy-4 gy-lg-4 gx-xxl-5">
<div class="col-12 col-md-6 col-lg-4">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<img class="img-fluid" loading="lazy" src="img/team/Shalem.png" alt="Flora Nyra"
style="height: 400px; width: 100%; object-fit: cover" />
<figcaption class="m-0 p-4">
<h4 class="mb-1">Shalem Janna</h4>
<p class="text-secondary mb-0">
Nací el 11 de Julio del 2001, soy un apasionado por la
analítica y la tecnología. Tengo habilidades para el
análisis y resolución de problemas, así como capacidad
para trabajar en equipo y colaborar en proyectos
multidisciplinarios. Me considero una persona curiosa,
apasionada por el aprendizaje continuo y la exploración de
nuevas tecnologías.
</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6 col-lg-4">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<img class="img-fluid" loading="lazy" src="img/team/Marta.jpg" alt="Evander Mac"
style="height: 400px; width: 100%; object-fit: cover" />
<figcaption class="m-0 p-4">
<h4 class="mb-1">Marta Arrieta</h4>
<p class="text-secondary mb-0">
Nació el día 22 de mayo del año 2002, (tiene 21 años)
actualmente es estudiante de último semestre en ingeniería
de sistemas y computación en la universidad del norte. En
su trayecto de vida ha participado en varios cursos de
seguridad, educación, inclusive de deporte. Se ha
destacado por su liderazgo, versatilidad y compromiso.
</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6 col-lg-4">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<img class="img-fluid" loading="lazy" src="img/team/Harry.png" alt="Taytum Elia"
style="height: 400px; width: 100%; object-fit: cover" />
<figcaption class="m-0 p-4">
<h4 class="mb-1">Harry Cepeda</h4>
<p class="text-secondary mb-0">
23 Años, estudiante de Sistemas y computación, becado por
la fundación ColomboJaponesa y futuro científico de datos
( si Dios lo permite), planeando una estadía y trabajo en
Japón con todo lo que implica.
</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6 col-lg-4">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<img class="img-fluid" loading="lazy" src="img/team/Jhimi.png" alt="Wylder Elio"
style="height: 400px; width: 100%; object-fit: cover" />
<figcaption class="m-0 p-4">
<h4 class="mb-1">Jhimi Vargas </h4>
<p class="text-secondary mb-0">
Soy Jhimi Vargas, nací el 13 de agosto del 2000 y actualmente tengo 23 años. Estoy en el último
semestre de Ingeniería de Sistemas en la Universidad del Norte de Barranquilla. Me apasionan la
analítica de datos y las tecnologías emergentes, y he desarrollado habilidades destacadas en el
análisis y la resolución de problemas complejos.
</p>
</figcaption>
</figure>
</div>
</div>
</div>
</div>
</div>
</section>
<!-- Dataset -->
<section id="dataset" class="bg-light py-3 py-md-5 py-xl-8">
<div class="container">
<div class="row justify-content-md-center">
<div class="col-12 col -md-10 col-lg-8 col-xl-8 col-xxl-8">
<h2 class="mb-0 display-5 text-center">¿Por qué este y no otro?</h2>
<p class="text-secondary text-center">
<small>Las razones que nos llevaron a eleguir este Dataset</small>
</p>
<p class="lead fs-5">
La elección del conjunto de datos de los resultados de las pruebas
Saber 11 del año 2020 se fundamenta en la relevancia que tiene
este examen estandarizado en el contexto educativo colombiano.
Estas pruebas ofrecen una visión integral del rendimiento
académico de los estudiantes al culminar la educación secundaria,
permitiendo así un análisis profundo de los factores que inciden
en su desempeño.
</p>
<p class="lead fs-5">
La riqueza de variables presentes en los resultados de las pruebas
Saber 11, que abarcan desde puntajes específicos en diversas áreas
como matemáticas, ciencias, lectura, hasta información demográfica
detallada de los estudiantes y características de las
instituciones educativas, proporciona un panorama completo y
multidimensional. Este amplio espectro de datos es esencial para
abordar investigaciones en el campo de la educación, permitiendo
identificar patrones, tendencias y relaciones que pueden ser
cruciales para el diseño e implementación de políticas educativas
efectivas.
</p>
<p class="lead fs-5">
La disponibilidad y accesibilidad del conjunto de datos del año
2020 facilitan significativamente la ejecución del proyecto,
permitiendo una exploración exhaustiva y análisis detallados.
Además, la diversidad de información presente en este conjunto de
datos ofrece una oportunidad única para aplicar una variedad de
técnicas avanzadas de minería de datos, como clasificación,
regresión, clustering y asociación. Estas técnicas permitirán
extraer conocimientos valiosos que contribuirán a la comprensión
integral de los factores que influyen en el rendimiento académico
de los estudiantes colombianos, respaldando así la toma de
decisiones informadas en el ámbito educativo.
</p>
<!-- Dataset link -->
<div class="text-center">
<a href="https://www.datos.gov.co/Educaci-n/Saber-11-2020-2/rnvb-vnyh/about_data" class="btn btn-primary"
target="_blank" rel="noopener noreferrer">Ver Dataset</a>
<hr class="w-50 mx-auto mb-5 mb-xl-9 border-dark-subtle" />
</div>
</div>
</div>
</section>
<!-- Data Overview -->
<section id="insights" class="bg-light py-3 py-md-5 py-xl-8">
<div class="container">
<div class="row justify-content-md-center">
<div class="col-12 col-md-10">
<h2 class="mb-0 display-5 text-center">Vista rápida de los Datos</h2>
<p class="text-secondary text-center">
<small>Algunas observaciones interesantes</small>
</p>
<!-- Charts -->
<div class="col-12 col-md-12 mb-4 ">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h5 class="card-title
text-center">Distribución de los puntajes en las pruebas Saber
</h5>
<img class="rounded mx-auto d-block" src="img/charts/histplot_punt_global.png"
alt="Score Distribution Chart" />
</div>
</div>
</div>
<h4 class="mb-4 mt-4 display-6 text-center">¿Influyen las caracteristicas de la familia en los resultados?
</h4>
<div class="row gy-4 gy-lg-4 gx-xxl-5">
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Estrato vivienda</h6>
<img src="img/charts/fami_estratovivienda.png" alt="Estrato vivienda Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Personas hogar</h6>
<img src="img/charts/fami_personashogar.png" alt="Personas hogar Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Tiene internet</h6>
<img src="img/charts/fami_tieneinternet.png" alt="Tiene internet Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Tiene servicio TV</h6>
<img src="img/charts/fami_tieneserviciotv.png" alt="Tiene servicio tv Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Tiene Computador</h6>
<img src="img/charts/fami_tienecomputador.png" alt="Tiene computador Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Tiene horno microondas o gas</h6>
<img src="img/charts/fami_tienehornomicroogas.png" alt="Tiene horno microondas o gas Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Tiene automovil</h6>
<img src="img/charts/fami_tieneautomovil.png" alt="Tiene automovil Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Tiene motocicleta</h6>
<img src="img/charts/fami_tienemotocicleta.png" alt="Tiene motocicleta Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Tiene consola de videojuegos</h6>
<img src="img/charts/fami_tieneconsolavideojuegos.png" alt="Tiene consola de videojuegos Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Numero de libros</h6>
<img src="img/charts/fami_numlibros.png" alt="Numero de libros Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Come leche o derivados</h6>
<img src="img/charts/fami_comelechederivados.png" alt="Come leche o derivados Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Come cereal, frutos o legumbre</h6>
<img src="img/charts/fami_comecerealfrutoslegumbre.png" alt="Come cereal, frutos o legumbre Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Come carne, pescado o huevo</h6>
<img src="img/charts/fami_comecarnepescadohuevo.png" alt="Come carne, pescado o huevo Chart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
<div class="col-12 col-md-4 mb-4">
<div class="card border-0 shadow-sm">
<div class="card-body">
<h6 class="card-title
text-center">Situación económicoa</h6>
<img src="img/charts/fami_situacioneconomica.png" alt="Situación económicaChart"
style="width: 100%; object-fit: cover" />
</div>
</div>
</div>
</div>
<p class="lead fs-5">
Analizando los datos de las pruebas Saber 11 del año 2020 en los aspectos relacionados con la familia, que
si bien son factores que pueden influir en el rendimiento académico de los estudiantes, no parecen ser por
si solos hacer la diferencia. Sabemos estos factores pueden ser determinantes en la calidad de vida y el
acceso a recursos y oportunidades que impactan directamente en el desempeño académico. Por tanto es
pertienente revisar si la combianción de estos factores tiene el impacto significativo en el rendimiento
académico esperado.
</p>
<hr class="w-50 mx-auto mb-2 mb-xl-9 border-dark-subtle" />
</div>
</div>
</div>
</section>
<!-- Hypothesis -->
<section id="hypothesis" class="bg-light py-3 py-md-5 py-xl-8">
<div class="container">
<div class="row justify-content-md-center">
<div class="col-12 col
-md-10 col-lg-8 col-xl-8 col-xxl-8">
<h2 class="mb-0 display-5 text-center">Hipótesis</h2>
<p class="text-secondary text-center">
<small>Algunas ideas que queremos explorar</small>
</p>
<p class="lead fs-5">
A partir de la exploración inicial de los datos, se plantean las
siguientes hipótesis que se buscarán validar a través de la
aplicación de técnicas de minería de datos:
</p>
<p class="lead fs-5">
1. El rendimiento académico de los estudiantes está influenciado por
factores socioeconómicos, como el estrato socioeconómico, el número
de personas en el hogar, la disponibilidad de servicios como
internet, televisión, computador, entre otros, y la situación
económica de la familia.
</p>
<p class="lead fs-5">
2. Las características de las instituciones educativas, como el
tipo, la jornada, la ubicación y el tamaño, tienen un impacto
significativo en el rendimiento académico de los estudiantes.
</p>
<p class="lead fs-5">
3. Existen patrones y tendencias en los puntajes obtenidos en las
diferentes áreas de las pruebas Saber 11, que permiten identificar
grupos de estudiantes con desempeños similares y establecer
relaciones entre las variables presentes en el conjunto de datos.
</p>
<p class="lead fs-5">
4. La aplicación de técnicas de minería de datos, como
clasificación, regresión, clustering y asociación, permitirá
identificar patrones, tendencias y relaciones ocultas en los datos
que contribuirán a la comprensión integral de los factores que
influyen en el rendimiento académico de los estudiantes
colombianos.
</p>
<hr class="w-50 mx-auto mb-5 mb-xl-9 border-dark-subtle" />
</div>
</div>
</div>
</section>
<!-- Objectives -->
<section id="objectives" class="bg-light py-3 py-md-5 py-xl-8">
<div class="container">
<div class="row justify-content-md-center">
<div class="col-12 col
-md-10 col-lg-8 col-xl-8 col-xxl-8">
<h2 class="mb-0 display-5 text-center">Objetivos para la estimación</h2>
<p class="text-secondary text-center">
<small></small>
</p>
<p class="lead fs-5">
1. Identificar la influencia de variables socioeconómicas familiares en la probabilidad de aprobación de las
pruebas Saber 11.
</p>
<p class="lead fs-5">
2. Evaluar el rendimiento de distintos modelos en la predicción de la aprobación de las pruebas
Saber 11 a partir de características familiares
</p>
<p class="lead fs-5">
3. Determinar la probabilidad de que un estudiante quede en cierto cuartil teniendo en cuenta las variables
familiares y el departamento donde este reside. </p>
</div>
</div>
</div>
</section>
<!-- Model 1 -->
<section id="model_1" class="bg-light py-3 py-md-5 py-xl-8">
<div class="container"
style="border: 2px solid rgb(223, 223, 223); border-radius: 10px; padding: 40px 20px 40px 20px;">
<div class="row justify-content-md-center" <div class="col-12 col
-md-10 col-lg-8 col-xl-8 col-xxl-8">
<h2 class="mb-0 display-5 text-center" style="background-color: rgba(255, 255, 0, 0.651); border-radius: 10px;">
Modelo 1 - Regresión Logística</h2>
</hr>
<div>
<h3 class="pt-5">Detalles</h3>
<p class="text-secondary">
<small>Detalles sobre la selección inicial del modelo</small>
</p>
<p class="lead fs-5">
Para el primer modelo, se optó por utilizar regresión logística debido a su capacidad para predecir una
variable binaria, como es el caso de la aprobación o no aprobación de las pruebas Saber 11. Se ajustaron los
datos creando una nueva columna que indica si el puntaje global es mayor o igual a 300, clasificándolo como
aprobado, o menor a 300, clasificándolo como no aprobado. El modelo fue entrenado para predecir si un
estudiante aprobará o no la prueba basándose en características socioeconómicas familiares.
</p>
</div>
<div>
<h3 class="pt-5">Métricas</h3>
<p class="text-secondary">
<small>Métodos de validación y métricas empleadas</small>
</p>
<div class="container overflow-hidden">
<div class="row gy-4 gy-lg-4 gx-xxl-5">
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">🎯</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Accuracy</h4>
<p class="text-secondary metric">85.54%</p>
<p>La exactitud (Accuracy) representa la proporción de predicciones correctas realizadas por el
modelo sobre el total de predicciones. En este caso, el 85.54% de las predicciones fueron
correctas.</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">🔄</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Recall</h4>
<table class="table table-bordered">
<thead>
<tr>
<th></th>
<th>Clase Negativa (No Aprobado)</th>
<th>Clase Positiva (Aprobado)</th>
</tr>
</thead>
<tbody>
<tr>
<th>Recall</th>
<td>98.02%</td>
<td>19.01%</td>
</tr>
</tbody>
</table>
<p>El Recall representa la proporción de casos positivos que fueron correctamente identificados
por el modelo. Los valores indican que se identificaron correctamente el 98.02% de los casos
negativos (no aprobado) y el 19.01% de los casos positivos (aprobado).</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">✅</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Precisión</h4>
<table class="table table-bordered">
<thead>
<tr>
<th></th>
<th>Clase Negativa (No Aprobado)</th>
<th>Clase Positiva (Aprobado)</th>
</tr>
</thead>
<tbody>
<tr>
<th>Precisión</th>
<td>86.58%</td>
<td>64.24%</td>
</tr>
</tbody>
</table>
<p>La Precisión representa la proporción de casos positivos clasificados correctamente por el
modelo sobre el total de casos positivos predichos. Los valores indican que el 86.58% de los
casos negativos (no aprobado) y el 64.24% de los casos positivos (aprobado) fueron
clasificados correctamente.</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">🪢</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Matriz de Confusión</h4>
<table class="table table-bordered">
<thead>
<tr>
<th></th>
<th>Predicción Negativa</th>
<th>Predicción Positiva</th>
</tr>
</thead>
<tbody>
<tr>
<th>Real Negativa</th>
<td>83345</td>
<td>1687</td>
</tr>
<tr>
<th>Real Positiva</th>
<td>12912</td>
<td>3031</td>
</tr>
</tbody>
</table>
<p>La matriz de confusión muestra el desempeño del modelo al clasificar las instancias en cada
una de las clases. En este caso, la primera fila representa las instancias verdaderamente
negativas y la segunda fila representa las instancias verdaderamente positivas. Las columnas
representan las instancias clasificadas por el modelo como negativas y positivas,
respectivamente.</p>
</figcaption>
</figure>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
<div class="container pt-5">
<ul>
<li>Se utilizó la métrica de precisión (precision) para evaluar la proporción de casos clasificados como
positivos que realmente lo son, y el recall para evaluar la proporción de casos positivos que fueron
correctamente identificados por el modelo.</li>
<li>La precisión y el recall se calcularon tanto para la clase positiva (aprobado) como para la clase negativa
(no aprobado).</li>
<li>Se empleó la métrica de exactitud (accuracy) para evaluar la proporción de predicciones correctas
realizadas por el modelo en relación con el total de predicciones.</li>
<li>Se utilizó la matriz de confusión para visualizar el desempeño del modelo en la clasificación de los
casos.</li>
</ul>
</div>
<!-- Conclusiones Modelo 1 -->
<div class="container pt-5">
<h3>Conclusiones Preliminares</h3>
<p>Después de analizar las métricas obtenidas de nuestro modelo de regresión logística aplicado a los datos de
las pruebas Saber 11 del año 2020, podemos destacar lo siguiente:</p>
<ol>
<li>La tasa de recall para la clase positiva (aprobado) fue baja, lo que indica que el modelo tuvo
dificultades para identificar correctamente los casos de estudiantes que aprobaron las pruebas Saber 11.
</li>
<li>A pesar de la alta precisión para la clase negativa (no aprobado), el modelo cometió un número
considerable de falsos negativos, lo que sugiere que podría haber variables adicionales que influyen en la
aprobación de las pruebas Saber 11 y que no fueron consideradas en este primer análisis.</li>
<li>Es importante tener en
cuenta el desequilibrio de clases en los datos. Dado que hay muchos más casos de estudiantes no aprobados
que aprobados <b>(424974 contra 79898)</b>, el modelo puede tener una precisión alta simplemente prediciendo
que todos los estudiantes no
aprobaron. Esto subraya la importancia de evaluar el modelo utilizando otras métricas, como el recall y la
matriz de confusión, para tener una evaluación más completa de su efectividad.</li>
</ol>
</div>
</div>
</div>
</section>
<!-- Model 2 -->
<section id="model_2" class="bg-light py-3 py-md-5 py-xl-8">
<div class="container"
style="border: 2px solid rgb(223, 223, 223); border-radius: 10px; padding: 40px 20px 40px 20px;">
<div class="row justify-content-md-center" <div class="col-12 col
-md-10 col-lg-8 col-xl-8 col-xxl-8">
<h2 class="mb-0 display-5 text-center" style="background-color: rgba(255, 255, 0, 0.651); border-radius: 10px;">
Modelo 2 - Random Forest </h2>
</hr>
<div>
<h3 class="pt-5">Detalles</h3>
<p class="text-secondary">
<small>Detalles sobre la selección inicial del modelo</small>
</p>
<div>
<p class="lead fs-5">
Para esta segunda instancia se optó por utilizar un modelo de Random Forest, el cual permite clasificar
instancias en función de un conjunto de características. En este caso, se entrenó el modelo para predecir,
teniendo en cuenta las características familiares y el departamento de residencia, si un estudiante
quedará en
cierto cuartil de rendimiento académico. Se consideraron los cuartiles de puntaje global obtenidos en las
pruebas
Saber 11 para clasificar a los estudiantes en cuatro grupos: bajo, básico, alto y superior.
</p>
<div>
<p><strong>Nota:</strong> Los parámetros usado para el modelo fueron los siguientes:</p>
<ul>
<li>max_depth = 50</li>
<li>n_estimators = 50</li>
<li>random_state = 42</li>
</ul>
</div>
<p>
Se realizaron algunas pruebas con diferentes valores de los parámetros, a partir de aquí los aumentos en
max_depth y n_estimators no
mejoraron significativamente el desempeño del modelo, por lo que se decidió mantener estos valores.
</p>
</div>
</div>
<div>
<h3 class="pt-5">Métricas</h3>
<p class="text-secondary">
<small>Métodos de validación y métricas empleadas</small>
</p>
<div class="container overflow-hidden">
<div class="row gy-4 gy-lg-4 gx-xxl-5">
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">🎯</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Accuracy</h4>
<p class="text-secondary metric">40.15%</p>
<p>La exactitud (Accuracy) representa la proporción de predicciones correctas realizadas por el
modelo sobre el total de predicciones. En este caso, el 40.15% de las predicciones fueron
correctas. Lo cual sugiere que el modelo es capaz de predecir correctamente el cuartil de
rendimiento académico en aproximadamente 4 de cada 10 casos. Esta precisión no es muy alta, lo
que indica que el modelo tiene dificultades para distinguir correctamente entre los
cuartiles.</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">🔄</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Recall</h4>
<table class="table table-bordered">
<thead>
<tr>
<th></th>
<th>Primer Cuartil (Bajo)</th>
<th>Segundo Cuartil (Básico)</th>
<th>Tercer Cuartil (Alto)</th>
<th>Cuarto Cuartil (Superior)</th>
</tr>
</thead>
<tbody>
<tr>
<th>Recall</th>
<td>54.75%</td>
<td>25.02%</td>
<td>25.52%</td>
<td>55.68%</td>
</tr>
</tbody>
</table>
<p>El Recall representa la proporción de casos positivos que fueron correctamente identificados
por el modelo. Los valores indican que se identificaron correctamente el 54.75% de los casos
en el primer cuartil (bajo), el 25.02% de los casos en el segundo cuartil (básico), el 25.52%
de
los casos en el tercer cuartil (alto) y el 55.68% de los casos en el cuarto cuartil
(superior).</p>
<p>El modelo tiene un mejor desempeño en la identificación de los estudiantes en el primer y
cuarto cuartil, mientras que tiene dificultades para distinguir entre los estudiantes en el
segundo y tercer cuartil.</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">✅</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Precisión</h4>
<table class="table table-bordered">
<thead>
<tr>
<th></th>
<th>Primer Cuartil (Bajo)</th>
<th>Segundo Cuartil (Básico)</th>
<th>Tercer Cuartil (Alto)</th>
<th>Cuarto Cuartil (Superior)</th>
</tr>
</thead>
<tbody>
<tr>
<th>Precisión</th>
<td>45.58%</td>
<td>30.68%</td>
<td>30.52%</td>
<td>48.39%</td>
</tr>
</tbody>
</table>
<p>La Precisión representa la proporción de casos positivos clasificados correctamente por el
modelo sobre el total de casos positivos predichos. Los valores indican que el 45.58% de los
casos en el primer cuartil (bajo), el 30.68% de los casos en el segundo cuartil (básico), el
30.52% de los casos en el tercer cuartil (alto) y el 48.39% de los casos en el cuarto cuartil
(superior) fueron clasificados correctamente.</p>
</figcaption>
</figure>
</div>
</div>
</div>
<div class="col-12 col-md-6">
<div class="card border-0 border-bottom border-primary shadow-sm overflow-hidden">
<div class="card-body p-0">
<figure class="m-0 p-0">
<span class="emoji">🪢</span>
<figcaption class="m-0 p-4">
<h4 class="mb-1">Matriz de Confusión</h4>
<table class="table table-bordered">
<thead>
<tr>
<th></th>
<th>Predicción Primer Cuartil (Bajo)</th>
<th>Predicción Segundo Cuartil (Básico)</th>
<th>Predicción Tercer Cuartil (Alto)</th>
<th>Predicción Cuarto Cuartil (Superior)</th>
</tr>
</thead>
<tbody>
<tr>
<th>Real Primer Cuartil (Bajo)</th>
<td>18621</td>
<td>11739</td>
<td>7361</td>
<td>3132</td>
</tr>
<tr>
<th>Real Segundo Cuartil (Básico)</th>
<td>7394</td>
<td>8537</td>
<td>7431</td>
<td>4467</td>
</tr>
<tr>
<th>Real Tercer Cuartil (Alto)</th>
<td>4976</td>
<td>7602</td>
<td>8678</td>
<td>7174</td>
</tr>
<tr>
<th>Real Cuarto Cuartil (Superior)</th>
<td>3020</td>
<td>6240</td>
<td>10534</td>
<td>18558</td>
</tr>
</tr>
</tbody>
</table>
<p>La matriz de confusión muestra el desempeño del modelo al clasificar las instancias en cada
una de las clases. En este caso, las filas representan las instancias verdaderamente en cada
cuartil y las columnas representan las instancias clasificadas por el modelo en cada cuartil.
</p>
</figcaption>
</figure>
</div>
</div>
</div>
</div>
</div>
</div>
</div>
<div class="container pt-5">
<ul>
<li>Se utilizó la métrica de precisión (precision) para evaluar la proporción de casos clasificados como
positivos que realmente lo son, y el recall para evaluar la proporción de casos positivos que fueron
correctamente identificados por el modelo.</li>
<li>La precisión y el recall se calcularon para cada uno de los cuartiles de rendimiento académico.</li>
<li>Se empleó la métrica de exactitud (accuracy) para evaluar la proporción de predicciones correctas
realizadas por el modelo en relación con el total de predicciones.</li>
<li>Se utilizó la matriz de confusión para visualizar el desempeño del modelo en la clasificación de los
casos.</li>
</ul>
</div>
<!-- Conclusiones Modelo 2 -->
<div class="container pt-5">
<h3>Conclusiones Preliminares</h3>
<p>Después de analizar las métricas obtenidas de nuestro modelo de Random Forest aplicado a los datos de las
pruebas Saber 11 del año 2020, podemos destacar lo siguiente:</p>
<ol>
<li>El modelo muestra un rendimiento moderado a bajo en términos de precisión y recall, especialmente en los
cuartiles intermedios (segundo y tercero).</li>
<li>Las predicciones del primer y cuarto cuartil son más precisas y sensibles en comparación con los otros
dos.
Esto podría indicar que hay una mayor diferenciación entre los estudiantes en los extremos de la
distribución
de puntajes.</li>
</li>
<li>La matriz de confusión sugiere que muchas instancias están siendo clasificadas incorrectamente, lo cual
puede ser un indicativo de que las características utilizadas (familiares y departamento de residencia) no
son suficientes para predecir de manera efectiva el cuartil de rendimiento académico.</li>
</ol>
</div>
<div>
<h2 class="mb-0 display-5 text-center">Tabla de resultados</h2>
<table class="table table-bordered">
<tr>
<th>Departamento</th>
<th>Bajo</th>
<th>Básico</th>
<th>Alto</th>
<th>Superior</th>
</tr>
<tr>
<td>AMAZONAS</td>
<td>42.34%</td>
<td>26.48%</td>
<td>18.89%</td>
<td>12.29%</td>
</tr>
<tr>
<td>ANTIOQUIA</td>
<td>25.91%</td>
<td>25.27%</td>
<td>24.98%</td>
<td>23.83%</td>
</tr>
<tr>
<td>ARAUCA</td>
<td>33.31%</td>
<td>27.62%</td>
<td>22.60%</td>
<td>16.46%</td>
</tr>
<tr>
<td>ATLANTICO</td>
<td>25.92%</td>
<td>25.84%</td>
<td>24.77%</td>
<td>23.47%</td>
</tr>
<tr>
<td>BOGOTÁ</td>
<td>14.57%</td>
<td>21.03%</td>
<td>27.54%</td>
<td>36.86%</td>
</tr>
<tr>
<td>BOLIVAR</td>
<td>32.23%</td>
<td>26.11%</td>
<td>22.38%</td>
<td>19.28%</td>
</tr>
<tr>
<td>BOYACA</td>
<td>23.31%</td>
<td>25.25%</td>
<td>25.71%</td>
<td>25.73%</td>
</tr>