Oracle R y tasas de graduación

Seguimos CRISP-DM, o Cross-Industry Standard Process for Data Mining. El modelo general CRISP-DM incluye seis fases que abordan los principales temas dentro de un proyecto de minería de datos y modelado analítico.

Para explorar, modelar y predecir usamos Oracle R Enterprise. Para visualizar los resultados utilizamos OBIEE.

R es un lenguaje y entorno de código abierto que soporta:

  • Cómputo estadístico y visualización de datos
  • Manipulación y transformación de datos
  • Visualizaciones gráficas sofisticadas

Como se mencionó antes, R es un lenguaje estadístico similar a SAS o SPSS.

Es una plataforma poderosa y extensible para análisis estadístico.

Oracle R Enterprise contiene un motor estadístico y proporciona acceso transparente desde R a datos residentes en la base de datos.

Reunimos datos de diferentes fuentes en R, los unimos en una tabla y ejecutamos varias regresiones multivariables.

Oracle R Multivariable Regressions

Oracle R Enterprise

Después de varias iteraciones y de omitir variables no significativas, llegamos al modelo final.

Oracle R Results

Factores como el GPA de secundaria, la etnia del estudiante y la cantidad de ayuda financiera requerida presentaron los coeficientes más significativos. Nuestro nivel de significancia fue 0.05.

Oracle R Final Model

Los resultados y el análisis gráfico pueden proyectarse luego en Oracle Business Intelligence Enterprise Edition, donde los reportes y funciones se generan dinámicamente.

Oracle R Workspace

Oracle R Results

Resultados

Los docentes y administradores ahora pueden identificar estudiantes en riesgo e intervenir de manera constructiva con asistencia personalizada. También pueden prever qué actividades de intervención tendrán el mayor impacto.