Pronóstico del rendimiento académico en ciencias exactas para admisiones de una universidad pública, utilizando regresión logística binaria

Because of the deficient secondary level education that the applicant receives before entering the university and the academic rigor of the entrance exam as well as the admission course in the Escuela Superior Politécnica del Litoral (ESPOL), there is an adverse scenario for many applicants who delay the admission to the institution or are unable to do so. Identifying and taking advantage of the benefits of using an innovate active learning methodology as an alternative to traditional learning methodology can help to improve this situation. The objective of this article is to predict the academic performance of the ESPOL applicants in exact sciences, emphasizing the differences between those who attend the course with the active learning  modality and those who do it with the traditional modality. The data analysis considers the 558 applicants registered in the intensive course in February 2020. A binary logistic regression technique is applied, with a  dichotomous dependent variable called academic performance and dependent variables of academic and demographic nature. A relevant of this research indicates that one of the main predictors of academic performance is the modality with which course is attended. Applying this innovative and technological methodology allows a process with a higher admission rate and academic performance compared to the traditional methodology.Como consecuencia de la deficiente educación secundaria que recibe el postulante antes de ingresar a la Universidad y del rigor académico tanto del examen de ingreso como del curso de admisión en la Escuela Superior Politécnica del Litoral (ESPOL), existe un escenario adverso para una gran cantidad de postulantes que retrasan su ingreso a la institución o no logran hacerlo. Identificar y aprovechar los beneficios del uso de una metodología de aprendizaje activo innovadora como alternativa a la metodología de aprendizaje  tradicional puede ayudar a mejorar esta situación. El objetivo de este artículo es pronosticar el rendimiento académico del postulante a la ESPOL en el área de ciencias exactas, enfatizando las diferencias entre quienes atienden el curso con la modalidad de aprendizaje activo y los que lo hacen con la modalidad tradicional. El análisis de datos toma en cuenta a los 558 postulantes que se registraron en el curso intensivo febrero 2020. Se aplica una técnica de regresión logística binaria, con una variable dependiente dicotómica denominada rendimiento académico y variables dependientes de carácter académico y demográfico. Un hallazgo relevante de esta investigación indica que uno de los principales predictores del rendimiento académico es la modalidad con la que se atiende el curso. Aplicar esta metodología innovadora y tecnológica permite un proceso con mayor tasa de ingreso y de mejor rendimiento académico en comparación con la metodología tradicional