¿Cómo se relaciona la ansiedad matemática con el desempeño en aritmética de los estudiantes?

Exploración de las variables

    Age Gender     Grade AMAS RCMAS Arith
1 137.8    Boy Secondary    9    20     6
2 140.7    Boy Secondary   18     8     6
3 137.9   Girl Secondary   23    26     5
4 142.8   Girl Secondary   19    18     7
5 135.6    Boy Secondary   23    20     1
6 135.0   Girl Secondary   27    33     1
[1] 599   6
    Age Gender     Grade AMAS RCMAS Arith
1 137.8    Boy Secondary    9    20     6
2 140.7    Boy Secondary   18     8     6
3 137.9   Girl Secondary   23    26     5
4 142.8   Girl Secondary   19    18     7
5 135.6    Boy Secondary   23    20     1
6 135.0   Girl Secondary   27    33     1
[1] 198   6
[1] 198   4
'data.frame':   198 obs. of  4 variables:
 $ Gender: Factor w/ 2 levels "Boy","Girl": 1 1 2 2 1 2 1 1 2 1 ...
 $ AMAS  : int  9 18 23 19 23 27 22 17 28 20 ...
 $ RCMAS : int  20 8 26 18 20 33 23 11 32 30 ...
 $ Arith : int  6 6 5 7 1 1 4 7 2 6 ...
Tabla 1. Distribución de estudiantes por género
Género Cantidad de estudiantes
Boy 124
Girl 74
Tabla 2. Estadísticas descriptivas de las variables
Variable Media Mediana Mínimo Máximo
AMAS 22.25 22 9 45
RCMAS 18.48 18 1 41
Arith 4.28 4 0 8
Tabla 3. Revisión de valores faltantes
Variable Valores_faltantes
Gender Gender 0
AMAS AMAS 0
RCMAS RCMAS 0
Arith Arith 0

Dividir los datos en entrenamiento y prueba.

  • Datos de entrenamiento: son los datos que el modelo utilizará para aprender patrones y construir el árbol de decisión.

  • Datos de prueba: son los datos que reservaremos para comprobar qué tan bien predice el modelo con información que no utilizó durante el entrenamiento.

Tenemos 198 estudiantes de secundaria. Utilizaremos una división de:

  • 80 % para entrenamiento: aproximadamente 158 estudiantes.

  • 20 % para prueba: aproximadamente 40 estudiantes.

Tabla 4. División de los datos en entrenamiento y prueba
Conjunto Estudiantes Porcentaje
Entrenamiento 158 79.8
Prueba 40 20.2
Total 198 100.0
[1] 158   4
[1] 40  4
[1] "Gender" "AMAS"   "RCMAS"  "Arith" 
[1] "Gender" "AMAS"   "RCMAS"  "Arith" 

Esto significa que utilizaremos 158 estudiantes para que el modelo aprenda patrones entre la ansiedad matemática y el desempeño aritmético. Los otros 40 estudiantes se reservarán para evaluar las predicciones.

Construir el árbol de decisión

Esto indica que, en los datos de entrenamiento, los estudiantes con puntuaciones AMAS mayores que 25 tuvieron un promedio de desempeño aritmético menor que aquellos con puntuaciones inferiores.

Importante: esto muestra una asociación dentro de nuestra muestra, no demuestra que la ansiedad sea la causa de un menor desempeño.

Interpretar los resultados estadísticos.

Predicción para los datos de entrenamiento

    Real Prediccion
159    3       3.37
179    5       5.16
14     6       3.37
195    3       4.11
170    3       4.11
50     5       3.37
118    5       3.37
43     4       3.37
196    8       4.91
192    3       4.38

Ahora calcularemos el porcentaje de predicciones exactas:

[1] "Porcentaje de predicciones exactas con los datos de entrenamiento: 15.19%"

Predicción para los datos de prueba

Ahora, para analizar la calidad del modelo, veamos qué tan buenas son las predicciones para el conjunto de prueba.

   Real Prediccion
2     6       4.91
10    6       4.38
15    2       4.91
18    4       6.00
19    7       3.37
28    4       3.37
33    2       5.16
45    2       5.16
47    4       4.11
49    4       2.75

Calculamos el porcentaje de predicciones exactas:

[1] "Porcentaje de predicciones exactas con los datos de prueba: 15%"