Recolección de información

¿Qué ocupamos?

Este proyecto fue desarrollado en VS-Code desde varios notebooks. Estos fueron separados por periodos para cada integrante del grupo. Se implementaron varias librerías para ordenar, analizar y graficar los datos, estas son: Pandas, Scikit‑Learn (sklearn) , Seaborn, Matplotlib y Numpy. 

Base de datos DEMRE

Esta es la fuente de los datos que extraimos para analizar. Acá se encuentran los datos de las pruebas desde la admisión 2004 - 2025. Son alrededor de 5.5 millones de datos.

Cada proceso tiene una gran información para el proyecto:

1.  id_estudiante: Identificador único de resgistro (Anonimo)

2.  dependencia_colegio: Tipo de dependencia del establecimiento de egreso

3.  rama_educacional: Modalidad de egreso (Humanista-Científica, Técnico Profesional)

4.  situacion_egreso: Condición del postulante al rendir la prueba

5.  cod_region: Código de la región del establecimiento de egreso

6.  cod_comuna: Código de la comuna del establecimiento de egreso

7.  puntaje_lectora: Puntaje de la prueba Comprensión Lectora

8.  puntaje_m1:  Puntaje de la prueba de Competencia Matemática

9.  id_colegio_rbd: Rol base de datos de los establecimientos

10.  promedio_notas: Promedio de notas de enseñanza media 

11.  puntaje_nem: Puntaje asociado al promedio de notas de enseñanza media

12.  puntaje_ranking: Puntaje asociado a una bonificación factor del desempeño del estudiante en su propio contexto escolar 

Además nosotros agregamos dos columnas nuevas, las cuales son:

1. year_proceso: Año del proceso

2. %_de_logro_obligatorias: Procentaje del promedio de las pruebas obligatorias (Comprensión Lectora/Competencia Matemática)