AGENDA

Base de dados

O que já foi feito

BASE DE DADOS

BASE DE DADOS

Exemplo 2018:

BASE DE DADOS

Buscamos fontes externas para obter informações que se mostram relevantes segundo o GESTA.

Censo escolar: Mesmo código INEP de 12 dígitos da base da secretaria estadual.

SAEB: o código INEP dessa base é de 8 dígitos e a pesquisa é bianual.

Obtivemos variáveis sobre a infraestrutura da escola, condições de acesso, algumas informações do aluno, etc

Não conseguimos as informações socioeconômicas dos alunos.

Déficit de aprendizagem: temos as notas nos trimestres

Flexibilidade: temos informações sobre a oferta de turmas matutinas, vespertinas e noturnas

Qualidade da educação: temos as notas dos ex-alunos daquela escola no ENEM, razão professor/aluno, formação dos professores, infraestrutura da escola;

BASE DE DADOS

Necessidade especial:  conseguimos dados relacionados a vários tipos de deficiência física e mental.

Violência: conseguimos informações sobre casos de violência reportados pelo diretor a cada dois anos, apenas para escolas públicas

Acesso limitado: conseguimos dados relacionados ao local/zona da escola, local/zona de residência do aluno, modais de transporte escolar.

Mercado de trabalho: conseguimos dados para mercado de trabalho formal a nível de município.

Pobreza: temos um indicador se o aluno é beneficiário do Bolsa Família

BASE DE DADOS

LIMPEZA DA BASE

1

2

3

4

Linhas

Duplicações por idaluno por disciplina

Duplicações por nome do aluno e data de nascimento

Duplicações por código inep

O QUE JÁ FOI FEITO...

Base de alunos do primeiro ano do Ensino Médio do ES;

Dados dos anos de 2016 e 2017;

Variáveis utilizadas:

• Sexo

• Idade

• Nota média da Escola

• Turno

• Nota média da turma - Port. e Mat.

• Proporção de faltas em diversas disciplinas

• Indicadora de nota zero

• Indicadora de proporção de falta equivalente a 1 em alguma disciplina

Modelo de Regressão Logísitica

Definições utilizadas

Resultados Encontrados

Abandono

Não Abandono

6.515

36.912

Abandono

Não Abandono

2.379 (5,48)%

4.136 (9,52%)

543 (1,25%)

36.369 (83,75%)

2.922

40.505

Observado

18,6% das pessoas que abandonaram não foram previstas pelo modelo;

Resultados Encontrados

Abandono

Não Abandono

6.515

36.912

Abandono

Não Abandono

2.379 (5,48)%

4.136 (9,52%)

543 (1,25%)

36.369 (83,75%)

2.922

40.505

Observado

De todos os abandonos previstos 36,5% de fato aconteceu

Resultados Encontrados

Abandono

Não Abandono

6.515

36.912

Abandono

Não Abandono

2.379 (5,48)%

4.136 (9,52%)

543 (1,25%)

36.369 (83,75%)

2.922

40.505

Observado

93,27% dos alunos não abandonaram a escola;

Resultados Encontrados

Abandono

Não Abandono

6.515

36.912

Abandono

Não Abandono

2.379 (5,48)%

4.136 (9,52%)

543 (1,25%)

36.369 (83,75%)

2.922

40.505

Observado

6,73% dos alunos abandonaram a escola.

Se fossem previstas que 100% dos alunos não abandonariam, o modelo teria falhado em prever que 6,73% abandonaria, mas 93,27% estaria certo. Essa métrica é adequada?

Acreditamos que o ideal seja focar os esforços no grupo de alunos que de fato abandona o sistema escolar.

Resultados Encontrados

Moeda: utilizo uma moeda para prever abandono

Aleatório: utilizo a distribuição dos dados observados para fazer um chute

Matriz de Confusão

Modelo

Moeda

Aleatório

Precisão: dos abandonos previstos quantos acertei?

Recall: dos abandonos observados quantos acertei?

F1: combinação das duas medidas anteriores

Matriz de Confusão

Precisão

Modelo

Moeda

Aleatório

Recall

F1

0,37

0,81

0,50

0,07

0,50

0,12

0,07

0,07

0,07

Precisão: dos abandonos previstos quantos acertei?

Recall: dos abandonos observados quantos acertei?

F1: combinação das duas medidas anteriores

Matriz de Confusão

Precisão

Modelo

Moeda

Aleatório

Recall

F1

0,37

0,81

0,50

0,07

0,50

0,12

0,07

0,07

0,07

O desempenho do modelo parece razoável quando comparada as outras situações apresentadas.

Matriz de Confusão

Entretanto, foram utilizadas notas e faltas do ano corrente (1º trimestre). 

Obrigado