Estimador del valor agregado de las instituciones de educación superior en modelos con error en las variables vía algoritmo EM

Abstract

This work is an extension of the methodology proposed by Polo (2018) to estimate the value-added of higher education institutions using mixed hierarchical linear models with error in the variables, where the parameters associated to the model were estimated by maximum likelihood and using the optim function of R. In this work an alternative methodology of estimation of the parameters of the model is developed via EM algorithm and implemented in R through functions that automate the estimation of the value-added of the institutions and the calculation of their standard errors via a bootstrap procedure. This method is applied to engineering, business administration, psychology and humanities students who took the Saber 11 test in the period 2006-2009 and the Saber Pro test in the years 2012 and 2013. Finally, when comparing both methodologies, it is evident that the estimates of the value-added using the EM algorithm are more precise than those obtained using the optim function.

Este trabajo es una extensión de la metodología propuesta por Polo (2018) para estimar el valor agregado de las instituciones de educación superior usando modelos lineales jerárquicos mixtos con error en las variables, donde los parámetros asociados al modelo se estimaron por máxima verosimilitud y usando la función optim de R. En este trabajo se desarrolla una metodología alternativa de estimación de los parámetros del modelo vía algoritmo EM y se implementa en R a través de funciones que automatizan la estimación de los valores agregados de las instituciones y el cálculo de sus errores estándar vía bootstrap. Este procedimiento se aplica a estudiantes de Ingeniería, Administración, Psicología y Humanidades que presentaron las pruebas Saber 11 en el periodo 2006-2009 y la prueba Saber Pro en los años 2012 y 2013. Finalmente, al comparar ambas metodologías, se evidencia que las estimaciones del valor agregado usando el algoritmo EM son más precisas que las obtenidas por medio de la función optim.