Modelos Regressão Aplicados a Predição do Desempenho Escolar de Estudantes do Ensino Fundamental

• Paulo M. Silva Universidade Federal de Pernambuco (UFPE)
• Rafaella L. S. Nascimento Universidade Federal de Pernambuco (UFPE)
• Marilia N. C. A. Lima Universidade de Pernambuco (UPE)
• Roberta A. A. Fagundes Universidade de Pernambuco (UPE)
• Fernando F. de Souza Universidade Federal de Pernambuco (UFPE)

DOI: https://doi.org/10.5753/cbie.sbie.2019.1621

Resumo

O presente artigo investiga a aplicabilidade de modelos de Regressão para a previsão desempenho de alunos pertencentes as escolas públicas do estado de Pernambuco. O estudo utilizou informações dos anos de 2015 e 2017 do Sistema Nacional de Avaliação da Educação Básica (SAEB). O conhecimento extraído dos dados através da seleção automática usando o método Stepwise, sendo possível identificar os fatores associados que mais influenciam o desempenho escolar. Foram aplicados modelos de Regressão paramétricos e não paramétricos, para a previsão desse desempenho. Os resultados mostraram que os fatores, como: a quantidade de pessoas que moram na residência, o incentivo dos pais as tarefas escolares e a área onde o estudante reside. Esse fatores obteveram forte influência sobre o desempenho escolar.

Palavras-chave: Modelos de Regressão, Desempenho Escolar, Estudantes, SAEB, Pernambuco

Referências

Anuário. (2019) Anuário Brasileiro da Educação Básica. Todos pela Educação, Editora Moderna.

Baker, R., S., J., Carvalho, M., J., B., D., Isotani, (2011). Mineração de Dados Educacionais Oportunidades para o Brasil. Revista Brasileira de Informática na Educação.

Calderon, O., A., B., Aranibar, D. (2015). Optimal selection of factors using generic algorithms and neural networks for the Prediction of student´s academic performance. Latin America Congress on Computacional Intelligence (LA-CCI), p 341-346.

Chapman, P, Clinton, J., Kerber, R, Khabaza, T., Retnatz., T., Shearer, C., and Wirth, R. (2000). Crisp-dm 1.0 step-by-step data mining guide.

Inep, (2018). Instituto Nacional de Pesquisas Educacionais Anisio Teixeira. (Acessado em 20 de maio de 2018). www.inep.gov.br/SAEB.

Rabelo, H., Medeiros, S., R., S., Burlamaqui, A., M., F., Valentim, R., A., M., Rabelo, D., S., S., (2017). Utilização de técnicas de Mineração de Dados Educacionais para a predição de desempenho de alunos de EAD, em Ambientes Virtuais de Aprendizagem. VI Congresso Brasileiro de Informática na Educação (CBIE). P. 1527-1536.

Rodrigues, R., L., Medeiros, F., P., A., Gomes, A., S., (2013). Modelo de Regressão Linear aplicado à Previsão de Desempenho de Estudantes em Ambientes de Aprendizagem. II Congresso Brasileiro de Informática na Educação (CBIE). P. 607-616.

Soares, J., F., (2004). O efeito da escola no desempenho cognitivo de seus alunos. Revista Eletronica Iberoamericana sobre Calidad, Eficacia y Cambio em Educacion, Madrid, v.2, n.2, p 83-104.