Modelo de Regresión Logística Múltiple: Prueba Ser

Estudiante 2018 -2019 de la Zona 1 de Ecuador

Por: Mario Orlando Suárez Ibujés
Fecha: 25/10/2023
https://orcid.org/0000-0002-3962-5433
https://scholar.google.com/citations?user=FUoyU1cAAAAJ&hl=e
http://repositorio.utn.edu.ec/handle/123456789/760

Resumen

El modelo de regresión logística múltiple permite estimar la probabilidad de una variable cualitativa binaria
en función de predictores tanto continuos como categóricos, es decir, permite calcular la probabilidad de
que la variable dependiente pertenezca a cada una de las dos categorías en función del valor que adquieren
las variables independientes o predictores (Amat, 2016).Se aplica este modelo en la base de datos de la
Prueba Ser Estudiante 2018-2019 de estudiantes de la Zona 1 de Ecuador empleando

el software R. ellas la zona de residencia rural o urbana (Pozo

1. Introducción
La Constitución de la República del Ecuador,
en su artículo 26, establece que la educación
es un derecho de las personas a lo largo de su
vida y un deber ineludible e inexcusable del
Estado. Constituye un área prioritaria de la
política pública y de la inversión estatal,
garantía de la igualdad e inclusión social y
condición indispensable para el buen vivir. Las
personas, las familias y la sociedad tienen el
derecho y la responsabilidad de participar en el
proceso educativo. Sin embargo, en las zonas
rurales del Ecuador, estas necesidades
educativas no han sido atendidas, las políticas
públicas no llegan de la forma esperada, los
estudiantes y docentes luchan en medio de
situaciones adversas para mejorar el
rendimiento académico, lo cual ha ocasionado
que los resultados de aprendizaje no sean los
que el sector rural aspira (Garofalo, 2017).
Además, en las pruebas Ser Estudiante, que es
un proyecto de evaluación que obtiene
información de los logros en el aprendizaje de
los estudiantes establecidos en los estándares
de calidad educativa desarrollados por el
Ministerio de Educación en 4to, 7mo y 10mo
año de Educación General Básica, así como en
3ro de Bachillerato General Unificado en los
campos de Matemática, Lengua y Literatura,
Ciencias Naturales y Estudios Sociales, los
estudiantes de las instituciones del área rural
obtienen en promedio resultados más bajos
que aquellos estudiantes de las instituciones
educativas ubicadas en el área urbana
(INEVAL, 2016). También, investigaciones han
asociado el rendimiento académico con
variables de carácter socioeconómico, entre
et al., 2022).
También, el rendimiento académico es un tema
muy controvertido en las instituciones
educativas debido a que este termina
determinando la calidad de la educación que
reciben los estudiantes (Pérez y Romero,
2018). Algunos autores consideran que la más
importante aptitud predictora del rendimiento
académico, mediante regresión múltiple, es la
verbal, seguida de la aptitud numérica (García
et al., 2000), encontrando diferencias entre las
escuelas ubicadas en áreas urbanas y las de
áreas rurales, mostrando niveles más altos de
percepción de las matemáticas (Meza et al.,
2021). Diversos trabajos de investigación
contribuyen al conocimiento sobre el uso de la
regresión lineal simple y múltiple para la
educación mediante el establecimiento de
modelos adecuados para analizar la relación
entre diversas variables como los resultados de
diferentes materias (Aliu et al., 2021).
En este contexto, surge la presente
investigación que estuvo encaminada a
investigar sobre la posible relación entre el
hecho de que un estudiante perteneciente a un
tipo de área (1=Rural, 2=Urbano) con el tipo de
sexo (Mujer, Hombre) y las notas que obtiene
en la Prueba Ser Estudiante 2018-2019 de
instituciones educativas pertenecientes a la
Coordinación Zonal 1-Educación. Por lo que se
planteó un modelo de regresión logística
múltiple con todas las variables y a partir del
mismo se obtuvo un modelo logístico múltiple
con las variables significativas. Con el modelo
final se pudo verificar que el área a la que
pertenece el estudiantado influye en los
resultados que obtienen los estudiantes, en

1
 especial en el campo de Matemática y en el el modelo en su conjunto, así como los
campo Lengua y Literatura. predictores que lo forman.

2. Materiales y métodos
Base de datos
Se empleó la base de datos de la Prueba Ser
Estudiante de las instituciones educativas
pertenecientes a la Coordinación Zonal
1Educación (Imbabura, Carchi, Esmeraldas y
Sucumbíos) correspondiente al año lectivo
2018-2019. La base de datos contiene 4580
observaciones (2517 del área urbana y 2063
del área rural) que corresponden al número de
estudiantes evaluados y 6 variables: tipo de
área (tp_area: 1=Rural, 2=Urbano), tipo de
sexo (tp_sexo: Mujer, Hombre), promedio
obtenido en el campo de Matemática (imat),
promedio obtenido en el campo de Lengua y
Literatura (ilyl), promedio obtenido en el campo
de Ciencias Naturales (icn) y promedio
obtenido en el campo de Estudios Sociales
(ies).
Tabla 1. Tabla de frecuencias
3. Resultados
Al usar el modelo de regresión logística
múltiple, la variable dependiente de área (rural
y urbana), frente a las variables explicativas
cuyos valores son discretos en todos los casos
excepto en el sexo, toma como intercepto a los
estimadores respecto a los hombres, ya que la
variable explicativa está utilizando el sexo
femenino.
El modelo completo (Tabla 2) identifica a icn,
ies y tp-sexo mujer como no significativas, con
un AIC de 6274.9. La ratio da más ventaja a las
variables explicativas sexo mujer (1.11), icn,
ies e imat (1 en cada caso) a favor de la
variable Y y el resto lo contrario.
Tabla 2. Modelo completo
Probabilidad (>|Z|)

tipo de sexo Area 3.37e-07 ***

tipo de área Hombre Mujer Sum Matemática 1.15e-05 ***
0 1316 1201 2517 (imat)
1 1030 1033 2063 Lengua y 0.000877 ***
Sum 2346 2234 4580 literatura
(ilyl)
Ciencias 0.422721
naturales
Planteamiento del Modelo (icn)
Estudios 0.451032
El modelo de regresión logística múltiple es una sociales (ies)
extensión de la regresión logística simple que
permite estimar la probabilidad de una variable Sexo 0.083254
cualitativa binaria en función de predictores femenino
tanto continuos como categóricos. Con la En el modelo reducido (Tabla ), las variables
regresión logística múltiple se calcula la explicativas imat y ilyl, muestran significancia,
probabilidad de que la variable dependiente con un AIC de 6274.3. Por tanto, las variables
pertenezca a cada una de las dos categorías mencionadas son las que brindan mayor
en función del valor que adquieren las variables explicación al modelo en área urbana. Acorde
independientes o predictores (Amat, 2016) a los p-values mostrados en el summary, La
contribución del modelo reducido es
𝑝
significativa a ambos predictores (Matemática
y Lengua y Literatura).
𝑙𝑛 𝛽𝑖𝑥𝑖

𝑙𝑜𝑔𝑖𝑡(𝑌) = 𝛽0 + 𝛽1𝑥1 +𝛽2𝑥2 + ⋯+ 𝛽𝑖𝑥𝑖

El valor de la probabilidad de Y se puede

obtener con la inversa del logaritmo natural
𝑒𝛽0+𝛽1𝑥1+𝛽2𝑥2+⋯+𝛽𝑖𝑥𝑖 𝑝(𝑌) Tabla 3. Modelo reducido
= 1+ 𝑒𝛽0+𝛽1𝑥1+𝛽2𝑥2+⋯+𝛽𝑖𝑥𝑖 Probabilidad (>|Z|)
Para evaluar la validez y calidad de un modelo
de regresión logística múltiple se analiza tanto Area 2.35e-06 ***

2
 Matemática 1.36e-08 *** El modelo reducido es significativo y es capaz
(imat) de clasificar correctamente el 55,72% de las
Lengua y 0.00347 ** observaciones.
literatura
El área a la que pertenece el estudiantado de
(ilyl)
la Zona 1 de Ecuador influye en los resultados
Al comparar los modelos realizados, mediante que obtienen los estudiantes en el campo de
el análisis de varianza de los residuos la Matemática y en el campo Lengua y Literatura.
probabilidad ji-cuadrado de 0.1459, demuestra
que los modelo son iguales. De acuerdo con el
principio de parsimonia, elegir el modelo más
sencillo es lo más acorde para realizar
inferencia, en la variable dependiente.
Referencias
Aliu, A., Rexhepi, S., & Iseni, E. (2021).
Además, debido a que el p-value =
1.641048e08, el modelo reducido sí es Analysis and comparison
significativo
of
También, el modelo reducido es capaz de
clasificar correctamente commitment, homework, extra hours,
(2248+303)/(2249+300+1760+269)= 0,5572=
55,72 % de las preliminary grades and testing of
observaciones de entrenamiento como se
muestra en la Tabla 4 y Figura 1 students in Mathematics using linear

Tabla 4. Predicciones modelo reducido regression model. 13(3), 32.

predicciones Amat, R. (2016). Regresión logística simple y

observaciones 0 1
0 2248 269 múltiple.
1 1760 303
https://rpubs.com/Joaquin_AR/22973

Figura 1. Predicciones modelo reducido García, M., Alvarado, J., & Jiménez, A. (2000).

La predicción del

rendimiento académico: Regresión

lineal versus regresión logística.

Psicothema, 5.

Garofalo, R y Villacrés, F. (2018). Crisis de la

escuela rural, una realidad silenciosa

y su lucha para seguir adelante.

Revista Conrado, 14(62), 152-157.

Recuperado de

http://scielo.sld.cu/pdf/rc/v14n62/rc26
4. Conclusiones
Se generaron dos modelos logísticos, los 6218.pdf
cuales al ser comparados mediante el análisis
de varianza de los residuos la probabilidad Hossain, S. J., Tofail, F., Sujan, H. M.,
jicuadrado fueron iguales, por lo que.
empleando el principio de parsimonia se elige Arifeen, S. E., & Hamadani, J. (2021).
el modelo reducido como el más adecuado.
Factors associated with school

3
 achievement of children aged 8–10 de Conocimientos, Saberes y

years in rural Bangladesh: Findings Prácticas, 1(2), 33-42.

from a post hoc analysis of a https://doi.org/10.30698/recsp.v1i2.1

community-based study. PLOS ONE, 0

16(7), e0254693. Pozo Burgos, E. J., Burbano Pulles, M. R.,

https://doi.org/10.1371/journal.pone.0 Vidal Chica, J. I., & Revelo Salgado, G.

254693 E. (2022). Sociocultural and

INEVAL, (2016). Retos educativos, retos hacia demographic factors that influence

la excelencia. academic performance: The

file:///C:/Users/Usuario1/Desktop/Ma preuniversity case of the Universidad

estr%C3%ADa/M%C3%B3dulo%203 Politécnica Estatal del Carchi. Journal

%20Modelos%20lineales/CIE_Result of Technology and Science Education,

adosEducativos- 12(1), 147.

RetosExcelencia201611301.pdf https://doi.org/10.3926/jotse.1359

Meza-Cascante, L. G., Suárez-Valdés-Ayala,

Z., Agüero-Calvo, E.,

JiménezCéspedes, R., Calderón-

Ferrey, M., Sancho-Martínez, L.,

Pérez-Tyteca, P., & Monje-Parrilla, J.

(2021). La matemática como dominio

masculino: Un estudio de la

percepción en la educación media

costarricense.

Revista Electrónica Educare, 25(3), 1-

15. https://doi.org/10.15359/ree.25-

3.35

Pérez Obregón, J. M., & Romero Díaz, T.

(2018). Análisis del

rendimiento académico mediante

regresión logística y

múltiple. Revista Electrónica