Mineração de Dados Educacionais: Um Estudo Sobre Indicadores da Educação em Bases de Dados do INEP

Rafaella Leandra Souza do Nascimento, Geraldo Gomes da Cruz Junior, Roberta Andrade de Araújo Fagundes

Resumo


A Mineração de Dados Educacionais possibilita o conhecimento de fatores que melhorem a proposta educacional, além de prever o desempenho dos alunos e de fatores que influenciam o aprendizado. Através dessas características, esse trabalho utiliza bases de dados educacionais fornecidas pelo INEP e aplica técnicas de mineração de dados com a finalidade de melhor explicar indicadores como a evasão e reprovação escolar no ensino fundamental. Após análises correlacionais das variáveis, modelos de regressões linear e robusta foram desenvolvidos afim de comparar o desempenho e fornecer um modelo que minimize o erro de previsão. Os modelos foram avaliados pelo erro médio absoluto, além de desvio padrão e gráficos. Os resultados indicam que a regressão robusta obteve melhores resultados na estimação das variáveis elencadas nesse estudo.

Palavras-chave


Indicadores Educacionais; MDE; Regressão; Correlação.

Texto completo:

PDF


DOI: https://doi.org/10.22456/1679-1916.85989

Direitos autorais 2018 RENOTE



RENOTE - Revista Novas Tecnologias na Educação      ISSN 1679-1916

A RENOTE, possui a nota Qualis B1 (Ensino) e B1 (Interdisciplinar) no Sistema de Avaliação da CAPES.

Centro Interdisciplinar de Novas Tecnologias na Educação (CINTED) - Universidade Federal do Rio Grande do Sul (UFRGS)

Avenida Paulo Gama, 110 - Anexo III – 3o andar
Porto Alegre, RS, Brasil – CEP: 90040-060

Telefone: (51) 3308-4100
E-mail: renote@cinted.ufrgs.br