Avaliação da evasão escolar de alunos de um curso de graduação via um modelo de regressão log-logística discreta
DOI:
https://doi.org/10.5902/2179460X88599Palavras-chave:
Log-logística discreta, Regressão, Evasão, EMVResumo
A evasão escolar, tanto no ensino fundamental e médio, como no ensino superior, é certamente um problema que afeta os resultados do sistema educacional no Brasil. Além de ser um problema que afeta diretamente os gastos públicos do país, pouco se fala sobre o assunto e muito menos existe uma política de combate à evasão. Em busca de algumas características que expliquem o tempo até que a evasão ocorra, uma das técnicas que pode ser utilizada é a análise de sobrevivência. Tradicionalmente, para modelar o tempo até a ocorrência de um evento de interesse, distribuições de probabilidade contínuas são amplamente utilizadas. Porém, quando esse tempo é observado apenas em dias, meses ou anos, distribuições de probabilidade discretas são mais apropriadas. Para modelar e explicar o tempo de evasão dos alunos do curso de Ciência da Computação da Universidade Estadual da Paraíba (UEPB) – Campus I, propomos neste trabalho o modelo de regressão Log-Logística discreta. Os parâmetros do modelo proposto foram estimados pelo método da máxima verossimilhança. Para avaliar a acurácia dos estimadores, o viés e o erro quadrático médio dos estimadores são calculados por meio de simulação de Monte Carlo, considerando diferentes tamanhos de amostra e porcentagens de censura. A partir dos coeficientes estimados, constatou-se que a idade, a instituição de ensino médio, a forma de ingresso e o tempo de estudo do aluno no curso são fatores que influenciam o tempo até a sua evasão.
Downloads
Referências
ALDAHLAN, M.A. Alpha Power Transformed Log-Logistic Distribution with Application to Breaking Stress Data. Advances in Mathematical Physics, v. 1, p. 1-9, 2020.
ASHKAR, F.; MAHDI, S. Fitting the log-logistic distribution by generalized moments. Journal of Hydrology, v. 328, n. 3, p. 694–703, 2006.
BENNETT, S. Log-Logistic Regression Models for Survival Data. Journal of the Royal Statistical Society. Series C (Applied Statistics), v. 32, n. 2, p. 165-171, 1983.
COLOSIMO, E. A.; GIOLO, S.R. Análise de Sobrevivência Aplicada. 2. ed. São Paulo: Blucher, 2024.
COLLET, D. Modelling Survival Data in Medical Research. London: Chapman and Hall, 2003.
FILHO, R. L. L. S.; MOTEJUNAS, P. R.; HIPÓLITO, O.; LOBO, M. B. C. M. A evasão no ensino superior brasileiro. Cadernos de Pesquisa, v. 37, p. 641-659, 2007.
FRITSCH, R.; ROCHA, C. S.; VITELLI, R. F. A evasão nos cursos de graduação em uma instituição de ensino superior privada. Educação em Questão, v. 52, n. 38, p. 81 – 108, 2015.
HASHEMIAN, A.H.; GARSHASBI, M.; POURHOSEINGHOLI, M.A.; ESKANDARI, S. A comparative study of cox regression vs. loglogistic regression (with and without its frailty) in estimating survival time of patients with colorectal cancer. Journal Medical Biomedical Sciences, v. 6, n. 1, p. 35–43, 2017.
HOSMER, D.; LEMESHOW, S. Applied Survival Analysis. New York: Wiley, 1999.
IBGE. Instituto Brasileiro de Geografia e Estatística. Censo Demográfico 2022. 2022. Disponível em: https://www.ibge.gov.br/estatisticas/sociais/trabalho/22827-censo-demografico-2022.html. Acesso em: 15 jun. 2024.
INEP. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Sinopse Estatística da Educação Superior 2020. Brasília: Inep, 2022. Disponível em: https://www. gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/sinopses-estatisticas/educacao-superior-graduacao. Acesso em: 15 jun. 2024.
KAPLAN, E. L.; MEIER, P. Nonparametric estimation from incomplete bservations. Journal of the American Statistical Association, v. 53, n. 282, p. 457–481, 1958.
KHALEEQA, J.; AMANULLAHA, M.; ABDULRAHMANB, A.T.; HAFEZC, E.; ABD EL-RAOUFD, H. Influence diagnostics in Log-Logistic regression model with censored data. Alexandria Engineering Journal, v. 61, n. 3, p. 2230-2241, 2022.
LAWLESS, J. F. Statistical Models and Methods for Lifetime Data. New York: John Wiley Sons, 2011.
LIMA JUNIOR, P.; SILVEIRA, F. L.; OSTERMANN, F. Survival analysis applied to student flow in undergraduate Physics courses: an example from a Brazilian university. Revista Brasileira de Ensino de Física, v. 34, n. 1, p. 1-10, 2012.
LIMA, J. G. Modelo de regressão log-logístico discreto para dados da política de zoneamento e uso do solo na presença de observações censuradas. 2018. Trabalho de conclusão de curso (Bacharelado em Estatística) - Universidade de Brasília, Brasília, 2018.
LOUZADA-NETO, F.; PEREIRA, B. Modelos em análise de sobrevivência. Cadernos Saúde Coletiva, Rio de Janeiro, v. 8, n. 1, p. 8–26, 2000.
NAKAGAWA, T.; OSAKI, S. The discrete weibull distribution. IEEE Transactions on Reliability, v.24, n.5, 300–301, 1975.
NAKANO, E. Y.; CARRASCO, C. G. Uma avaliação do uso de um modelo contínuo na análise de dados discretos de sobrevivência. Trends Computational and applied mathematics, v. 7, n.1, p. 91-100, 2006.
ROSA, C. M. Limites da democratização da educação superior: Entraves na permanência e a evasão na universidade federal de Goiás. Revista Poíesis Pedagógica, v. 37, p. 641 – 659, 2007.
R CORE TEAM, R. et al. R: A language and environment for statistical computing.
Vienna: Statistical Computing, Vienna, Austria, 2025.
SANTOS, D. F. Modelo de regressão log-logístico discreto com fração de cura para dados de sobrevivência. 2017. 81 f. Dissertação (Mestrado em Estatística) - Universidade de Brasília, Brasília, 2017.
SEMESP. Mapa do Ensino Superior. 2022. Disponível em: https://www.semesp.org.br/mapa/edicao-12/. Acesso em: 15 jun. 2024.
TAHIR, M.H.; MANSOOR,M.; ZUBAIR, M.; HAMEDANI, G. Mcdonald Log-logistic distribution with an application to breast cancer data. Mathematics, Statistics and Computer Science Faculty Research and Publications, v. 13, n. 1, p. 65-82, 2014.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Ciência e Natura
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
