Segue uma publicação realizada em parceria que versa sobre Regressão Múltipla em Ciência de Dados Educacionais.
Adenilson Almeida de NovaesRaccoon Publicidade Ltda
Jean Piton-GonçalvesDepartamento de Matemática/Universidade Federal de São Carlos (UFSCar)Predição do desempenho de candidatos do ENEM por regressão múltipla
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.
Palavras-chave: Predição, desempenho, Regressão Linear Múltipla, Ciência de Dados, Mineração de Dados Educacionais, Exame Nacional do Ensino Médio.
Acesso ao artigo completo: https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/1552
