¿Cómo influye el Índice Socioeducativo en los resultados de los estudiantes que abandonan la escuela? – Un análisis bayesiano con R y brms
Influence of the Socioeducational Index on school dropout outcomes - A Bayesian analysis with R and brms
ANCOVA — Estilo Bayesiano
Después de la muy buena recepción del artículo anterior que buscaba entender si existe una diferencia proporcional entre los sectores escolares y los resultados postsecundarios, sigamos con un poco más. Mencionamos que el modelado no tenía la intención de ser causal, sino simplemente descriptivo. Esto se anticipó diciendo que habría numerosos factores que se podrían considerar en un modelo causal. Bueno, resulta que existe una medida de proxy, ICSEA o Índice de Ventaja Socioeducativa Comunitaria.
Una Comparación Bayesiana de los Resultados de los Egresados de las Escuelas con R y brms
ANOVA — Estilo Bayesiano
towardsdatascience.com
Continuando desde el artículo anterior, buscaremos explorar si existe una relación causal entre ICSEA y los resultados proporcionales por sector, lo que resulta en un flujo de trabajo de ANCOVA bayesiana.
Antecedentes
Antes de adentrarnos en el modelado, desarrollemos nuestro modelo causal y nuestra comprensión. ICSEA es una escala que identifica la ventaja socioeducativa de una escuela. Esta es una medida calculada por ACARA (Autoridad de Evaluación y Presentación del Currículo Australiano) que tiene en cuenta la formación educativa y ocupacional de los padres, el estatus aborigen de los estudiantes y la ubicación geográfica de la escuela. El valor promedio de ICSEA se establece en 1000 con una desviación estándar de 100, por lo que los valores más altos de ICSEA se refieren a escuelas con una mayor ventaja socioeducativa.
- Mejorando la Sumarización de GPT-4 a través de una Cadena de Indicaciones de Densidad
- Un impulso cuántico cuQuantum con PennyLane permite que las simulaciones se ejecuten en supercomputadoras
- Movilidad se potencia el piso de la feria IAA se energiza con el aumento de revelaciones de vehículos eléctricos y la inteligencia artificial generativa
Existen numerosos factores que pueden afectar el rendimiento y los resultados de los estudiantes. Hemos simplificado algo más tangible a continuación. Comenzando desde el lado izquierdo, razonablemente podemos esperar que el nivel educativo de los padres influya en las aspiraciones personales de sus hijos, la educación de los padres influirá en su salario y, por lo tanto, en el suburbio en el que pueden permitirse vivir, lo que los acerca a escuelas en ciertos sectores. Vamos a asumir razonablemente que las áreas prósperas tienen una mayor cantidad de escuelas independientes y católicas que escuelas gubernamentales. Estos son muchos campos y datos…
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- NVIDIA brinda apoyo a los esfuerzos de Washington para garantizar la seguridad de la inteligencia artificial
- Un Enfoque Más Suave hacia la Robótica
- Investigadores descubren miles de nudos transformables
- Un caso que rima con Microsoft
- 25 Iniciadores de ChatGPT para alcanzar tus objetivos más rápido
- Construyendo un complemento de ChatGPT de lista de tareas de Cassandra
- Utilizando la IA generativa en el análisis de datos con PandasAI