Análisis estudiantes profe Jaime A.
Jaime Andrés Gutiérrez Monsalve
2026-08-25
Presentación del proyecto
El presente informe desarrolla un proyecto completo de minería de datos orientado a la caracterización de estudiantes. Se integran procesos de cargue, exploración, identificación de datos atípicos y análisis estadístico mediante técnicas univariadas y multivariadas.
Las etapas desarrolladas son:
a) Cargue y exploración inicial de la base de datos.
b) Identificación de datos atípicos mediante pruebas estadísticas.
c) Aplicación de técnicas multivariadas mediante distancias de Mahalanobis.
d) Preparación de información para análisis posteriores.
1. Cargue de la base de datos
La información se carga desde un archivo local en formato Excel.
2. Aplicación de técnicas de identificación de datos atípicos
2.1 Test de Grubbs
El Test de Grubbs permite identificar un dato atípico individual dentro de una variable cuantitativa, evaluando si el valor máximo o mínimo se encuentra significativamente alejado del comportamiento general.
2.2 Test de Dixon
El Test de Dixon es utilizado para muestras pequeñas y permite evaluar si el valor extremo de una muestra presenta un comportamiento inconsistente respecto al conjunto de observaciones.
2.3 Distancia de Mahalanobis
La distancia de Mahalanobis permite identificar observaciones atípicas considerando simultáneamente varias variables de interés. Para este análisis se utiliza RWizard mediante la función XV9 y posteriormente se integra la clasificación con la base original.
