Predição do desempenho de candidatos do ENEM por regressão múltipla

Autores

Palavras-chave:

Predição, desempenho, Regressão Linear Múltipla, Ciência de Dados, Mineração de Dados Educacionais, Exame Nacional do Ensino Médio

Resumo

No contexto da Ciência de Dados Educacionais, a Previsão de Desempenho Acadêmico de Estudantes pode seguir a Mineração de Dados Educacionais, que busca explicitar quantitativamente o desempenho estudantil, norteando professores e instituições de ensino. A Regressão Linear Múltipla é uma metodologia de previsão que pode ser aplicada à dados educacionais, como é o caso de dados do Exame Nacional do Ensino Médio (ENEM). Partindo dos dados do ENEM edição 2019, esta pesquisa formulou, testou e analisou sete modelos de regressão múltipla partindo de uma amostra de 18.908 candidatos. Tais modelos consideraram os escores das provas de (i) Linguagens, Códigos e suas Tecnologias, (ii) Matemática e suas Tecnologias, (iii) Ciências da Natureza e suas Tecnologias e (iv) Ciências Humanas e suas Tecnologias e (v) Redação; e os dados pessoais (iv) idade, (v) sexo e (vi) se concluiu o Ensino Médio em escola pública ou privada. Seis modelos apresentaram independência, variância constante, ausência de outliers influentes e significativos, permitindo uma ótima capacidade preditiva do desempenho do estudante.

Downloads

Publicado

16-09-2021

Como Citar

Almeida de Novaes, A., & Piton-Gonçalves, J. (2021). Predição do desempenho de candidatos do ENEM por regressão múltipla. Sigmae, 10(1), 82–98. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/1552

Edição

v. 10 n. 1 (2021): "Spinning round"

Seção

Educação Estatística

Licença

Proposta de Política para Periódicos de Acesso Livre


Autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

  1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).