Aplicaciones De Los Métodos De Análisis De Clúster y Correspondencia En El Estudio De Resultados De Examen De Admisión De La Universidad Nacional De San Antonio Abad Del Cusco, 2022
Resumen
El objetivo de la presente investigación fue, analizar las APLICACIONES DE LOS MÉTODOS DE ANÁLISIS DE CLÚSTER Y CORRESPONDENCIA EN EL ESTUDIO DE RESULTADOS DE EXAMEN DE ADMISION DE LA UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO, 2022, se aplicaron técnicas estadísticas del análisis de conglomerados como el algoritmo bietapico, PAM (partition around medoids) y clara (Clustering Large Applications) para poder cumplir con el objetivo trazado, la investigación tuvo un enfoque cuantitativo, de alcance descriptivo, mientras que el diseño de investigación es no experimental, de tipo transversal; así mismo la población de estudio son los estudiantes que, ya egresaron de la educación básica regular quienes postularon en los diferentes semestres de la universidad San Antonio Abad del Cusco.
Se han utilizado 3 algoritmos para poder conglomerar a los individuos, como el algoritmos de PAM (Partitioning Around Medoids) y CLARA (Clustering Large Applications) y el algoritmo bietapico, se calculó una matriz de distancias con la metodología de distancias mixtas de gower, en tanto se decidió utilizar el algoritmo bietapico por tener mejor medida de silueta de cohesión y separación; se determinó que 4 clústeres eran adecuados para describir los perfiles de los postulantes donde se observó que el clúster 1, tiene prevalencia de alumnos que no ingresaron cuando postularon, su edad promedio es 18.49 años y su nota promedio fue de 7.44, su procedencia en su mayoría es del Cusco, de sexo femenino, procedencia de colegio nacional y mayormente postulan al grupo D. En el clúster 2, tiene prevalencia de alumnos que si lograron una vacante en la UNSAAC, con edad promedio de 20.7 años y su nota promedio fue de 12.58, su procedencia mayormente es del Cusco, de sexo masculino, procedencia de colegio nacional; en el clúster 3, tiene prevalencia de alumnos que no ingresaron cuando postularon, su edad promedio es 18.49 años y su nota promedio fue de 7.67, su procedencia en su mayoría es del Cusco, de sexo masculino, procedencia de colegio particular y mayormente postulan al grupo A; en el clúster 4, tiene prevalencia de alumnos que no ingresaron cuando postularon, su edad promedio es 18.50 años y su nota promedio fue de 7.75, su procedencia en su mayoría es del Cusco, de sexo femenino, procedencia de colegio particular y mayormente postulan al grupo A.
Descargas
Citas
Acock A. A gentle introduction to Stata. 4th ed. College Station: Stata Press. 2014
Adams J, Hayunga D, Mansi S, Reeb D, Verardi V. Identifying and treating outliers in finance. Financial Management. 2019; 48(2): 345–384. Disponible en: https://cutt.ly/9hawFSN.
Arbin, N., Suhailayani, N., Zafirah, N., & Othman, Z. (2015). Comparative Analysis between K-Means and K-Medoids for Statistical Clustering. 3rd International Conference on Artificial Intelligence, Modelling & Simulation (AIMS), (págs. 117-121). doi:10.1109/AIMS.2015.82.
Aggarwal C. An introduction to cluster analysis. In C. Aggarwal, C. Reddy (Eds.). Data clustering: Algo¬rithms and applications (pp. 1-28). New York: CRC Press. 2014.
Arias (2006) Fidias Arias libro El proyecto de investigación Introducción a la metodología científica Editorial Episteme
Arora, P., Deepali, & Varshney, S. (2016). Analysis of K-Means and K-Medoids Algorithm for Big Data. Physics Procedia, 78, 507-512.
Boehmke B, Greenwell B. K-means Clustering. In Hands-On Machine Learning with R (pp. 399–416). 1st ed. New York: CRC Press. 2014. Disponible en: https://cutt.ly/KhaqBcJ.
Cerda, G., Pérez, C., Aguilar, M., & Aragón, E. (2018). Algunos factores asociados al desempeño académico en matemáticas y sus proyecciones en la formación docente. Educ Pesqui, São Paulo, 1-19. doi:https://doi.org/10.1590/S1678- 4634201706155233
Chávez, L. (2020). Caracterización del perfil del ingresante de una Universidad Pública aplicando algoritmos clustering K-Prototypes y K- Medoids. Lima, Perú: Universidad Nacional Agraria La Molina.
Cuadras, C. (2019). Nuevos métodos de análisis multivariante. Barcelona, España: CMC Editions.
Cuenca, R. (2015). La educación universitaria en el Perú: democracia, expansión y desigualdades. Lima: IEP Instituto de Estudios Peruanos.
Elguera, R. (2018). “Segmentación de clientes de un casino utilizando el algoritmo partición alrededor de medoides (PAM) con datos Mixtos. Lima, Perú: Universidad Nacional Agraria La Molina.
Everitt, B. (2011). Cluster analysis 5th Editions. Londres: Wiley.
Everitt, B., & Torsten Hothorn. (2011). An Introduction to Applied Multivariate Analysis with R. Londres: Springer.
Everitt B, Hothorn, T. Cluster analysis. In B. Everitt, T. Hothorn, An Introduction to Applied Multivariate Analysis with R (pp. 163–200). 1st ed. New York: CRC Press. 2011.
Fávero L, Belfiore P. Análise de agrupamentos. In Manual de análise de dados: Estatística e modelagem multivariada com Excel, SPSS e Stata (pp. 309–378). 1st ed. São Paulo: GEN. 2017.
Fleiss y Zubin J (1969) On the methods and theory of clustering. Multivariate Behavioral Research 4,235-250
Forrester, J. W. (1961). Industrial Dynamics. The M.I.T. Press
Fontalvo-Herrera, T. J., y Hoz-Granadillo, E. D. L. (2020). Conglomerate method-discriminant analysis-data envelopment analysis to classify and evaluate business efficient. Entramado, 16(2), 46-55.
Hair J, Black W, Babin B, Anderson R. Multivariate data analysis. 8th ed. Ireland: Cengage Learning EMEA. 2018
Hartigan J, Wong M. Algorithm AS 136: A K-means clustering algorithm. Journal of the Royal Statistical Society. 1979; 28(1): 100-108. Disponible en: https://bit.ly/30jLpV1.
Hernández Sampieri, R., Fernández Collado, C., y Baptista Lucio, P. (2014). Metodología de la investigación. Gobierno de Colombia. http://observatorio. epacartagena.gov.co/
Huapaya, C., Lizarralde, F., & Arona, G. (2011). Propuesta para Construir Perfiles Cognitivos en la Evaluación del Estudiante. XIII Workshop de Investigadores en Ciencias de la Computación (págs. 920-924). Argentina: Red de Universidades con Carreras en Informática (RedUNCI).
Irizarry R, Love M. Data analysis for the life sciences with R. 1st ed. United Kingdom: Chapman and Hall/CRC. 2016.
Janssen A, Wan P. K-means clustering of extremes. Electronic Journal of Statistics. 2020; 14(1): 1211– 1233. Disponible en: https://cutt.ly/ihaupE6
Ketchen D, Shook C. The application of cluster analysis in strategic management research: An analysis and critique. Strategic Management Journal. 1996; 17(6): 441–458. Disponible en: https://cutt.ly/Whaq1Kh.
Levy Mangin, J. & Varela Mallou, Jesús (2005). Análisis multivariable para las ciencias sociales. Madrid-España. Editorial Pearson Educación
Lloyd, Stuart P. (1982). "Least squares quantization in PCM" (PDF). IEEE Transactions on Information Theory 28 (2): 129–137.CiteSeerX 10.1.1.131.1338.
doi:10.1109/TIT.1982.1056489. S2CID 10833328. Retrieved 2009-04-15.
López & Fachelli (1998) Pedro López Roldán y Sandra Fachelli Metodología de la Investigación social cuantitativa Universidad Autónoma de Barcelona
Loperfido N. Kurtosis-based projection pursuit for outlier detection in financial time series. The Euro¬pean Journal of Finance. 2020; 26(2–3); 142–164. Disponible en: https://cutt.ly/dhaq0Oc.
Malhotra N. Marketing research: An applied orientation. 7th ed. New York: Pearson. 2018
Martínez-Pérez, Martín Agustín. (2017). Agrupación de patrones en series de tiempo usando una red neuronal autoorganizativa (SOM) para el análisis de concentraciones de SO2. Revista de Silva-Conde, D. I., Fuentes-Gavilanez, M. J., Valencia-Murillo, E. V., & Lluguin Valdiviezo, A. F. (2024). Análisis crítico: el principio de legalidad y juridicidad en el proceso administrativo. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 328–349. https://doi.org/10.61384/r.c.a.v4i1.102
Ortega Delgado, D. A., Ochoa Rojas, M. C., & Sierra Olea, J. M. (2024). Episodio depresivo mayor de características catatónicas: Reporte de caso. Revista Científica De Salud Y Desarrollo Humano, 5(1), 69–83. https://doi.org/10.61368/r.s.d.h.v5i1.75
Silva-Conde, D. I., Fuentes-Gavilanez, M. J., Valencia-Murillo, E. V., & Lluguin Valdiviezo, A. F. (2024). Análisis crítico: el principio de legalidad y juridicidad en el proceso administrativo. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 328–349. https://doi.org/10.61384/r.c.a.v4i1.103
Martínez, O., Aranda , R., Barreto , E., Fanego , J., Fernández , A., López , J., Medina , J., Meza , M., Muñoz , D., & Urbieta , J. (2024). Los tipos de discriminación laboral en las ciudades de Capiatá y San Lorenzo. Arandu UTIC, 11(1), 77–95. Recuperado a partir de https://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/179
v, H., & Quispe Coca, R. A. (2024). Tecno Bio Gas. Horizonte Académico, 4(4), 17–23. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/14
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Ciencias Ambientales y Recursos Naturales. 3(7): 16-24
MacQueen J. Some methods for classification and análisis of multivariate observations. Proceedings of the Berkeley symposium on mathematical statistics and probability. 1967; 1: 281–297. Disponible en: https://cutt.ly/YhaubYD.
Rai P, Singh S. A Survey of Clustering Techniques. International Journal of Computer Applications. 2010; 7(12): 1-5. Disponible en: https://cutt.ly/OhauJpX
Raulji G. A Review on Fuzzy C-Mean Clustering Algorithm. International Journal of Modern Trends in Engineering and Research. 2014; 2(2): 751-754. Disponible en: https://bit.ly/2FSxewM.
Sampieri (2006) Roberto Hernández Sampieri, Carlos Fernández Collado, Pilar Baptista Lucio Editores: McGraw Hill España Año de publicación: 2014 Edición:6ª País: España Idioma: español ISBN: 978-1-4562-2396-
Sagaró del Campo, Nelsa María, & Zamora Matamoros, Larisa. (2020). Técnicas estadísticas multivariadas para el estudio de la causalidad en Medicina. Revista de Ciencias Médicas de Pinar del Río, 24(2), 287-300. Epub 01 de marzo de 2020. Recuperado en 04 de noviembre de 2024, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S156131942020000200287&lng=es&tlng=es.
Sánchez, P. P. I., Maldonado, C. J., & Velasco, A. P. (2012). Caracterización de las Spin-Off universitarias como mecanismo de transferencia de tecnología a través de un análisis clúster. Revista Europea de Dirección y Economía de la empresa,21(3), 240-254.
Scoltock J. A survey of the literature of cluster analysis. The Computer Journal. 1982; 25(1), 130–134. Disponible en: https://cutt.ly/Ghaq8Rg
Universidad Autónoma de Madrid (2017) Análisis Conglomerado Cluster Facultad Ciencias Económicas Empresariales Universidad Autónoma de Madrid obtenido de chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.estadistica.net/Master-Econometria/Analisis_Cluster.pdf
Velmurugan T, Santhanam T. A comparative analysis between K-medoids and fuzzy C-means clustering algorithms for statistically distributed data points. Journal of Theoretical and Applied Information Techno¬log. 2011; 27: 19-29. Disponible en: https://bit.ly/3867V6o
Joaquin Zuniga-Soria1 , Sergio Zuniga-Jara2 y Karla Soria-Barreto2* (1) Facultad de Medicina, Univ. Católica del Norte, Coquimbo-Chile (correo-e: joaquin.zuniga@alumnos.ucn.cl) (2) Escuela de Ciencias Empresariales, Univ. Católica del Norte, Coquimbo-Chile (correo-e: sz@ucn.cl; ksoria@ucn.cl) * Autor a quien debe ser dirigida la correspondencia Recibido May. 5, 2022; Aceptado Jun. 20, 2022; Versión final Ago. 3, 2022, Publicado Dic. 2022
Wang W, Zhang Y. On fuzzy cluster validity indices. Fuzzy Sets and Systems. 2007; 158(19): 2095-2117. Disponible en: https://cutt.ly/DhaifXB
Vega Alvarez, E., & Huang Chang, Y. (2024). Blended Learning, and Its Impact on English Speaking Skills in Pronunciation in Group 11-4 of Liceo de Santo Domingo, I Quarter 2024. Ciencia Y Reflexión, 3(2), 159–173. https://doi.org/10.70747/cr.v3i2.18
Chavarría Hidalgo, C. (2024). Calculation of productive capacity: From theory to practice. Ciencia Y Reflexión, 3(2), 194–214. https://doi.org/10.70747/cr.v3i2.20
Agrela Rodrigues, F. de A., Moreira da Silveira, F., Moreira de Lima, M. R., & Pinto Uchôa , K. S. (2024). Identificando a Inteligência em Crianças: Traços Físicos e Comportamentais. Ciencia Y Reflexión, 3(2), 21–51. https://doi.org/10.70747/cr.v3i2.5
Derechos de autor 2024 Luz Marina Catunta Guillén, Santiago Soncco Tumpi, Abelardo Huamán Guzmán
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
.png)
.png)
1.png)
