Campo Dublin Core | Valor | Língua |
dc.contributor.advisor | Gomes, Juliana Betini Fachini | - |
dc.contributor.author | Sousa, Richard Wallan Paulino de | - |
dc.identifier.citation | SOUSA, Richard Wallan Paulino de. Um estudo da evasão no curso de licenciatura em Computação da Universidade de Brasília por meio de modelos de análise de sobrevivência. 2021. 100 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística) — Universidade de Brasília, Brasília, 2021. | pt_BR |
dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2021. | pt_BR |
dc.description.abstract | Este trabalho teve como objetivo utilizar técnicas de análise de sobrevivência
para o estudo de fatores que influenciam no tempo, a partir do ingresso do alunos da
Universidade de Brasília no curso de Licenciatura em Computação, até a evasão ou não
evasão. A metodologia de análise de sobrevivência permite a inclusão da falha (cometer
evasão) e também das informações parciais, consideradas como censura (alunos que não
evadiram). O conjunto de dados completo é composto por 728 observações e 22 variáveis.
O período de estudo considerou alunos que ingressaram no curso de Licenciatura em
Computação entre 2012/2 e 2019/2. A análise foi dividida em três perspectivas: a primeira
contendo um modelo considerando o banco de dados completo, a segunda com o modelo
contendo apenas alunos do sexo masculino e a terceira com o modelo apenas para o sexo
feminino. O modelo de regressão Log-normal mostrou-se adequado para analisar os três
bancos de dados e observou-se que o conjunto de variáveis explicativas muda para os
diferentes bancos de dados. Porém, a variável de indíce de rendimento acadêmico (IRA),
variável importante na Universidade para medir o rendimento acadêmico dos estudantes,
é significativa em todos os modelos apresentados e apresenta um efeito positivo na curva
de sobrevivência dos alunos. Isto é, alunos com maiores valores de IRA possuem maior
probabilidade de sobreviver à evasão. | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject.keyword | Análise de sobrevivência | pt_BR |
dc.subject.keyword | Modelo de regressão | pt_BR |
dc.subject.keyword | Evasão universitária | pt_BR |
dc.title | Um estudo da evasão no curso de licenciatura em Computação da Universidade de Brasília por meio de modelos de análise de sobrevivência | pt_BR |
dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
dc.date.accessioned | 2023-05-08T10:50:32Z | - |
dc.date.available | 2023-05-08T10:50:32Z | - |
dc.date.submitted | 2021 | - |
dc.identifier.uri | https://bdm.unb.br/handle/10483/34686 | - |
dc.language.iso | Português | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
dc.description.abstract1 | This work aimed to use survival analysis techniques for the study of factors that
influence time, from the entrance of students at the University of Brasilia in the Com puter course, until evasion or not evasion. The survival analysis methodology allows the
inclusion of failure (committing dropout) and also of partial information, considered as
censorship (students who did not drop out). The complete dataset consists of 728 observa tions and 22 variables. The study period considered students who entered the Computing
course between 2012/2 and 2019/2. The analysis was divided into three perspectives: the
first containing a model considering the complete database, the second with the model
containing only male students and the third with the model only female students. The
Log-normal regression model proved to be adequate to analyze the three databases and
it was observed that the set of explanatory variables changes for the different databases.
However, the academic performance index (ARI) variable, an important variable at the
University to measure students’ academic performance, is significant in all models pre sented and has a positive effect on the students’ survival curve. That is, students with
higher ARI values are more likely to survive dropout. | pt_BR |
Aparece na Coleção: | Estatística
|