ESTUDIO DE CASO EVALUACIÓN SUMATIVA

 ESTUDIO DE CASO: EVALUACIÓN SUMATIVA

PROCESO DE EVALUACIÓN SUMATIVA

Ejemplo demostrativo completo de análisis de datos con Python para un proceso de evaluación sumativa en un curso en línea con 30 participantes. Utilizaré datos ficticios y los parámetros que has proporcionado:

Generación de Datos Ficticios:

import pandas as pd

import numpy as np

np.random.seed(42)

participantes = range(1, 31)

asistencia = np.random.randint(0, 11, 30)

foros = np.random.randint(0, 21, 30)

trabajos = np.random.randint(0, 41, 30)

cuestionario = np.random.randint(0, 31, 30)

data = {

    'Participante': participantes,

    'Asistencia': asistencia,

    'Foros': foros,

    'Trabajos': trabajos,

    'Cuestionario': cuestionario

}

df = pd.DataFrame(data)

df['Nota_Final'] = df['Asistencia'] + df['Foros'] + df['Trabajos'] + df['Cuestionario']

df['Aprobado'] = df['Nota_Final'] >= 65

promedio_general = df['Nota_Final'].mean()

porcentaje_aprobados = (df['Aprobado'].sum() / len(df)) * 100

print(f"Promedio General: {promedio_general:.2f}")

print(f"Porcentaje de Aprobados: {porcentaje_aprobados:.2f}%")

Resultados proporcionados:

Promedio General: 48.20

Porcentaje de Aprobados: 26.67%

Reporte gráfico

import matplotlib.pyplot as plt

import seaborn as sns

 # Mostrar detalle de la planilla

print(df)

 

# Gráfica de barras para las notas finales

plt.figure(figsize=(10, 6))

sns.barplot(x='Participante', y='Nota_Final', data=df, palette='viridis')

plt.title('Notas Finales de Participantes')

plt.xlabel('Participante')

plt.ylabel('Nota Final')

plt.show()

 # Gráfica de pastel para el porcentaje de aprobados

aprobados = df['Aprobado'].sum()

no_aprobados = len(df) - aprobados

plt.figure(figsize=(8, 8))

plt.pie([aprobados, no_aprobados], labels=['Aprobados', 'No Aprobados'], autopct='%1.1f%%', colors=['skyblue', 'lightcoral'])

plt.title('Porcentaje de Participantes Aprobados')

plt.show()