Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento
El examen de estado SABER-11 es una prueba de evaluación de la educación media aplicada a todos los estudiantes en proceso de grado de educación media en Colombia, los resultados son utilizados por distintas entidades estatales, así como colegios y estudiantes, al ser una prueba de tipo censal, los...
- Autores:
-
Gutiérrez Pérez, Mayron Esteban
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/17558
- Acceso en línea:
- http://hdl.handle.net/11634/17558
- Palabra clave:
- sae
saber-11
SAR
AR
spatio-temporal
maths
Modelo
Estimacion
Matematicas
Prueba de inteligencia
sae
saber-11
SAR
AR
espacio-temporal
matemáticas
- Rights
- openAccess
- License
- CC0 1.0 Universal
| id |
SANTTOMAS2_e9bcdf79bfbf377f8c6e4545065c10cb |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/17558 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento |
| title |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento |
| spellingShingle |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento sae saber-11 SAR AR spatio-temporal maths Modelo Estimacion Matematicas Prueba de inteligencia sae saber-11 SAR AR espacio-temporal matemáticas |
| title_short |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento |
| title_full |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento |
| title_fullStr |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento |
| title_full_unstemmed |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento |
| title_sort |
Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento |
| dc.creator.fl_str_mv |
Gutiérrez Pérez, Mayron Esteban |
| dc.contributor.advisor.none.fl_str_mv |
Pineda Ríos, Wilmer Darío |
| dc.contributor.author.none.fl_str_mv |
Gutiérrez Pérez, Mayron Esteban |
| dc.subject.keyword.spa.fl_str_mv |
sae saber-11 SAR AR spatio-temporal maths |
| topic |
sae saber-11 SAR AR spatio-temporal maths Modelo Estimacion Matematicas Prueba de inteligencia sae saber-11 SAR AR espacio-temporal matemáticas |
| dc.subject.lemb.spa.fl_str_mv |
Modelo Estimacion Matematicas Prueba de inteligencia |
| dc.subject.proposal.spa.fl_str_mv |
sae saber-11 SAR AR espacio-temporal matemáticas |
| description |
El examen de estado SABER-11 es una prueba de evaluación de la educación media aplicada a todos los estudiantes en proceso de grado de educación media en Colombia, los resultados son utilizados por distintas entidades estatales, así como colegios y estudiantes, al ser una prueba de tipo censal, los resultados a menudo tardan un tiempo importante en ser procesados. El presente trabajo académico pretende estimar los resultados del modulo de Matemáticas de la prueba Saber-11 del año 2018 Calendario A a partir de un diseño probabilistico utilizando el modelo de Fay-Herriot (1979), añadiendo los factores espacial y temporal propuestos por Esteban et al (2016). Los resultados muestran que con una muestra pequeña es posible estimar de manera precisa los resultados desagregados por departamento, ademas, de estimar también los casos de no respuesta |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2019-07-09T21:03:55Z |
| dc.date.available.none.fl_str_mv |
2019-07-09T21:03:55Z |
| dc.date.issued.none.fl_str_mv |
2019-06-11 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Gutiérrez, M. (2019). Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/17558 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Gutiérrez, M. (2019). Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/17558 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Auguie, B. (2017), gridExtra: Miscellaneous Functions for ”Grid”Graphics. R package version 2.3. *https://CRAN.R-project.org/package=gridExtra Batesse, G.E., H. R. & Fuller, W. (1988), ‘An error-components model for prediction of county crop areas using survey and satellite data’, Journal of the American Statistical Association 83(1), 28–36. Corcuera, J. (2002), Tecnicas de estimacion en areas pequenas, Eustat. Cressie, N. (1993), Statistics for Spatial Data, John Wiley and Sons, Inc. Esteban, M.D., M. D. P. A. S. L. (2012), ‘Small area estimation of poverty proportions under area-level time models.’, Journal of the American Statistical Association 56(1), 2840–2855. Fay, R. & Herriot, R. (1979), ‘Estimation of income from small places: An application of james-stein procedures to census data.’, Journal of the American Statistical Association 74(1), 269–277 Gutierrez, Esteban y Tellez, C. (2019), UNA APLICACION DEL MODELO FAY HERRIOT PARA LA ESTIMACION DE LA MEDIA DE LOS RESULTADOS POR DEPARTAMENTO DEL MODULO DE MATEMATICAS PARA LA PRUEBA SABER 11 DEL SEGUNDO PERIODO DEL 2018. Presentado en el VI IWAS. Bogota Colombia. *Trabajo pendiente de publicacion ICFES (2018), Tomado de www.ism.ac.jp, ICFESICFES (2018), Tomado de www.ism.ac.jp, ICFES Marhuenda, Y., M. I. M. D. (2013), ‘Small area estimation with spatio temporal fay herriot models’, Computational Statistics and Data Analysis 58(1), 308–325. Molina, I. & Marhuenda, Y. (2015), ‘sae: An R package for small area estimation’, The R Journal 7(1), 81–98. *https://journal.r-project.org/archive/2015/RJ-2015-007/RJ-2015-007.pdf Molina, I., S. N. P. M. (2009), ‘Bootstrap for estimating the mse of the spatial eblup’, Computational Statistics 24(1), 441–458. Morales, D. (2015), Estimacion en areas pequenas: Metodos basados en Modelos, Universidad Miguel Hernandez de Elche. Moran, P. (1950), ‘Notes on continuous stochastic phenomena’, Biometrika 37(1), 17–23. Pratesi, M., S. N. (2008), ‘Small area estimation: the eblup estimator based on spatially correlated random area effects.’, Statistical Methods and Applications 17(1), 113–141. Rao, J. (2003), Small Area Estimation., New York: John Wiley and Sons. Roger S. Bivand, Edzer Pebesma, V. G. R. (2013), Applied spatial data analysis with R, Second edition, Springer. Rojas, H. A. G. (2018), TeachingSampling: Selection of Samples and Parameter Estimation in Finite Population. R package version 3.4.2. *https://CRAN.R-project.org/package=TeachingSampling Sarndal, C.-E., Swensson, B. & Wretman, J. (1992), Model Assisted Survey Sampling, Springer. Wei, T. & Simko, V. (2017), R package corrplot: Visualization of a Correlation Matrix. (Version 0.84). Wickham, H. (2017), tidyverse: Easily Install and Load the ’Tidyverse’. R package version 1.2.1. *https://CRAN.R-project.org/package=tidyverse |
| dc.rights.*.fl_str_mv |
CC0 1.0 Universal |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/publicdomain/zero/1.0/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Estadística |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estadística |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/17558/10/license.txt https://repository.usta.edu.co/bitstream/11634/17558/6/2019mayrongutierrez.pdf https://repository.usta.edu.co/bitstream/11634/17558/7/cartadeaprobacion.pdf https://repository.usta.edu.co/bitstream/11634/17558/8/cartadeautorizacion.pdf https://repository.usta.edu.co/bitstream/11634/17558/9/license_rdf https://repository.usta.edu.co/bitstream/11634/17558/11/2019mayrongutierrez.pdf.jpg https://repository.usta.edu.co/bitstream/11634/17558/12/cartadeaprobacion.pdf.jpg https://repository.usta.edu.co/bitstream/11634/17558/13/cartadeautorizacion.pdf.jpg |
| bitstream.checksum.fl_str_mv |
f6b8c5608fa6b2f649b2d63e10c5fa73 4a58eead1977ccdaa5c41dc242c82025 4e0d450bdd17624d5943dc0de211f44b 19094d8b9e5633c2fa06d8f885cd3a1d 42fd4ad1e89814f5e4a476b409eb708c 66fbcdf9d68c97e45ec61c9c2a64219d dec13baeb64736d2e807539b1a891a55 cfd4e87986d278662756e12b8ae42035 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026208387530752 |
| spelling |
Pineda Ríos, Wilmer DaríoGutiérrez Pérez, Mayron Esteban2019-07-09T21:03:55Z2019-07-09T21:03:55Z2019-06-11Gutiérrez, M. (2019). Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamento. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombiahttp://hdl.handle.net/11634/17558reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl examen de estado SABER-11 es una prueba de evaluación de la educación media aplicada a todos los estudiantes en proceso de grado de educación media en Colombia, los resultados son utilizados por distintas entidades estatales, así como colegios y estudiantes, al ser una prueba de tipo censal, los resultados a menudo tardan un tiempo importante en ser procesados. El presente trabajo académico pretende estimar los resultados del modulo de Matemáticas de la prueba Saber-11 del año 2018 Calendario A a partir de un diseño probabilistico utilizando el modelo de Fay-Herriot (1979), añadiendo los factores espacial y temporal propuestos por Esteban et al (2016). Los resultados muestran que con una muestra pequeña es posible estimar de manera precisa los resultados desagregados por departamento, ademas, de estimar también los casos de no respuestaSABER-11 is a test of evaluation of secondary education applied to all students in the process of middle school education in Colombia, the results are used by different state entities, as well as schools and students, being a test of census type, the results often take an important time to be processed. The present academic work aims to estimate the results of the Maths module of the Saber-11 test of 2018 Calendar A from a probabilistic design using the Fay-Herriot model (1979), adding the spatial and temporal factors proposed by Esteban et al ( 2016). The results show that with a small sample it is possible to estimate in a precise way the results disaggregated by department, in addition, to also estimate the cases of non-response.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo Fay-Herriot espacio-temporal para la estimación de los resultados del módulo de matemáticas de la prueba saber-11 2018 calendario A desagregada por departamentosaesaber-11SARARspatio-temporalmathsModeloEstimacionMatematicasPrueba de inteligenciasaesaber-11SARARespacio-temporalmatemáticasTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAuguie, B. (2017), gridExtra: Miscellaneous Functions for ”Grid”Graphics. R package version 2.3. *https://CRAN.R-project.org/package=gridExtraBatesse, G.E., H. R. & Fuller, W. (1988), ‘An error-components model for prediction of county crop areas using survey and satellite data’, Journal of the American Statistical Association 83(1), 28–36.Corcuera, J. (2002), Tecnicas de estimacion en areas pequenas, Eustat.Cressie, N. (1993), Statistics for Spatial Data, John Wiley and Sons, Inc.Esteban, M.D., M. D. P. A. S. L. (2012), ‘Small area estimation of poverty proportions under area-level time models.’, Journal of the American Statistical Association 56(1), 2840–2855.Fay, R. & Herriot, R. (1979), ‘Estimation of income from small places: An application of james-stein procedures to census data.’, Journal of the American Statistical Association 74(1), 269–277Gutierrez, Esteban y Tellez, C. (2019), UNA APLICACION DEL MODELO FAY HERRIOT PARA LA ESTIMACION DE LA MEDIA DE LOS RESULTADOS POR DEPARTAMENTO DEL MODULO DE MATEMATICAS PARA LA PRUEBA SABER 11 DEL SEGUNDO PERIODO DEL 2018. Presentado en el VI IWAS. Bogota Colombia. *Trabajo pendiente de publicacionICFES (2018), Tomado de www.ism.ac.jp, ICFESICFES (2018), Tomado de www.ism.ac.jp, ICFESMarhuenda, Y., M. I. M. D. (2013), ‘Small area estimation with spatio temporal fay herriot models’, Computational Statistics and Data Analysis 58(1), 308–325.Molina, I. & Marhuenda, Y. (2015), ‘sae: An R package for small area estimation’, The R Journal 7(1), 81–98. *https://journal.r-project.org/archive/2015/RJ-2015-007/RJ-2015-007.pdfMolina, I., S. N. P. M. (2009), ‘Bootstrap for estimating the mse of the spatial eblup’, Computational Statistics 24(1), 441–458.Morales, D. (2015), Estimacion en areas pequenas: Metodos basados en Modelos, Universidad Miguel Hernandez de Elche.Moran, P. (1950), ‘Notes on continuous stochastic phenomena’, Biometrika 37(1), 17–23.Pratesi, M., S. N. (2008), ‘Small area estimation: the eblup estimator based on spatially correlated random area effects.’, Statistical Methods and Applications 17(1), 113–141.Rao, J. (2003), Small Area Estimation., New York: John Wiley and Sons.Roger S. Bivand, Edzer Pebesma, V. G. R. (2013), Applied spatial data analysis with R, Second edition, Springer.Rojas, H. A. G. (2018), TeachingSampling: Selection of Samples and Parameter Estimation in Finite Population. R package version 3.4.2. *https://CRAN.R-project.org/package=TeachingSamplingSarndal, C.-E., Swensson, B. & Wretman, J. (1992), Model Assisted Survey Sampling, Springer.Wei, T. & Simko, V. (2017), R package corrplot: Visualization of a Correlation Matrix. (Version 0.84).Wickham, H. (2017), tidyverse: Easily Install and Load the ’Tidyverse’. R package version 1.2.1. *https://CRAN.R-project.org/package=tidyverseLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/17558/10/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD510open accessORIGINAL2019mayrongutierrez.pdf2019mayrongutierrez.pdfapplication/pdf968086https://repository.usta.edu.co/bitstream/11634/17558/6/2019mayrongutierrez.pdf4a58eead1977ccdaa5c41dc242c82025MD56open accesscartadeaprobacion.pdfcartadeaprobacion.pdfapplication/pdf48626https://repository.usta.edu.co/bitstream/11634/17558/7/cartadeaprobacion.pdf4e0d450bdd17624d5943dc0de211f44bMD57metadata only accesscartadeautorizacion.pdfcartadeautorizacion.pdfapplication/pdf366346https://repository.usta.edu.co/bitstream/11634/17558/8/cartadeautorizacion.pdf19094d8b9e5633c2fa06d8f885cd3a1dMD58metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repository.usta.edu.co/bitstream/11634/17558/9/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD59open accessTHUMBNAIL2019mayrongutierrez.pdf.jpg2019mayrongutierrez.pdf.jpgIM Thumbnailimage/jpeg7976https://repository.usta.edu.co/bitstream/11634/17558/11/2019mayrongutierrez.pdf.jpg66fbcdf9d68c97e45ec61c9c2a64219dMD511open accesscartadeaprobacion.pdf.jpgcartadeaprobacion.pdf.jpgIM Thumbnailimage/jpeg6410https://repository.usta.edu.co/bitstream/11634/17558/12/cartadeaprobacion.pdf.jpgdec13baeb64736d2e807539b1a891a55MD512open accesscartadeautorizacion.pdf.jpgcartadeautorizacion.pdf.jpgIM Thumbnailimage/jpeg9449https://repository.usta.edu.co/bitstream/11634/17558/13/cartadeautorizacion.pdf.jpgcfd4e87986d278662756e12b8ae42035MD513open access11634/17558oai:repository.usta.edu.co:11634/175582022-10-10 15:04:47.472open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |