Análisis de las trayectorias académicas de estudiantes de educación superior utilizando una cadena de Markov absorbente
PDF (English)

Cómo citar

Batún Cutz, J. L., Cool Padilla, R., & Pantí Trejo, H. (2023). Análisis de las trayectorias académicas de estudiantes de educación superior utilizando una cadena de Markov absorbente. Revista De La Academia Colombiana De Ciencias Exactas, Físicas Y Naturales, 47(185), 1008–1023. https://doi.org/10.18257/raccefyn.1973

Descargas

Los datos de descargas todavía no están disponibles.

Métricas Alternativas


Dimensions

Resumen

El análisis de la trayectoria académica es de suma importancia para los administradores de Programas de estudio, ya que les permite identificar áreas de oportunidad para la mejora del Programa Académico. En este trabajo analizamos la trayectoria académica de un grupo de estudiantes matriculados en un Programa Universitario de Matemáticas. Para ello, proponemos un modelo estocástico, el cual se define en términos de una cadena de Markov progresiva con dos estados absorbentes. La teoría inferencial presentada en este artículo aborda la definición de una muestra aleatoria para una cadena de Markov, la construcci´on de la función de verosimilitud respectiva y la estimación de los parámetros del modelo. Mediante estos estimadores y el método delta, se derivan los intervalos de confianza para el tiempo medio de absorción, el tiempo medio de salida de un estado y la probabilidad de absorción en un estado, estas cantidades corresponden al tiempo esperado en que un estudiante concluye o abandona el Programa, tiempo de permanencia esperado en el semestre y la probabilidad de que un estudiante termine o abandone el Programa, respectivamente.

https://doi.org/10.18257/raccefyn.1973

Palabras clave

Modelo de cadena de Markov | estimación por máxima verosimilitud | método delta | matriz fundamental | estimación por intervalo | trayectoria académica
PDF (English)

Citas

Anderson, T. W., Goodman, L. A. (1957) Statistical Inference about Markov Chains. The Annals of Mathematical Statistics, 28(1), 89–110.

Casella, G., Berger, R. (2002) Statistical inference (2nd ed.). Thomson Learning.

Durrett, R. (2016) Essentials of stochastic processes (Third). Springer, Cham.

Husna Yahaya, Khairun Hasan, Husna. (2021) Application of markov chain in students ́assessment and performance: A case study of school of mathematical sciences, one of the public university in malaysia. ITM Web Conf., 36, 01004.

Karson, M. J., Wrobleski, W. J. (1976) Confidence intervals for absorbing markov chain probabilities applied to loan portfolios. Decision Sciences, 7(1), 10–17.

Kemeny, J. G., Snell, J. L. (1976) Finite Markov chains. Springer-Verlag, New York-Heidelberg.

Mendoza, M. (1994) Asymptotic normality under transformations. a result with bayesian applications. TEST: An Official Journal of the Spanish Society of Statistics and Operations Research, 3, 173–180.

Muhammad, M., Falgore, J. Y., Sani, U. (2019) Analysis of students’ academic performance and progression (using markov chain approach).

Norris, J. R. (1998) Markov chains (Vol. 2). Cambridge University Press, Cambridge.

Perera, S., Bell, M. G. H., Kurauchi, F., Kasthurirathna, D.(2019) Absorbing markov chain approach to modelling disruptions in supply chain networks. 2019 Moratuwa Engineering Research Conference (MERCon), 515–520.

Pinsky, M. A., Karlin, S. (2011) An introduction to stochastic modeling (Fourth). Elsevier/Academic Press, Amsterdam.

Serfling, R. J. (1980) Approximation theorems of mathematical statistics. John Wiley & Sons, Inc., New York.

Wang, L., Laird-Fick, H., Parker, C., Solomon, D. (2021) Using markov chain model to evaluate medical studentsa ̈oˆ trajectory on progress tests and predict usmle step 1 scores—a retrospective cohort study in one medical school. BMC Medical Educa- tion, 21.

Yu, H.-m., Yang, S.-s., Gao, J.-w., Zhou, L.-y., Liang, R.-f., Qu, C.-y. (2013) Multi- state markov model in outcome of mild cognitive impairments among community elderly residents in mainland china. International Psychogeriatrics, 25(5), 797– 804.

Zakarczemny, M., Zajƒoˆcka, M. (2022) Note on DNA analysis and redesigning using markov chain. Genes, 13(3).

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Derechos de autor 2023 Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales