CENEVAL INVESTIGA 37
impreso. Asimismo, si un individuo que hizo el examen desde casa tiene pocas parejas potenciales, se le agrupará con menos individuos del grupo de Examen impreso. 13 Después del emparejamiento se realizó el análisis a nivel de las puntuaciones totales por medio de un modelo lineal, el cual utilizó la variable que designa el grupo de pertenencia de cada individuo como predictor del desempeño de los sustentantes medido con el Índice Ceneval Disciplinar ( ICNED ); 14 asimismo, utilizó las variables con las que se conformó el puntaje de pro - pensión dentro del modelo para controlar estadísticamente las diferencias residuales entre los grupos de evaluados (Examen desde casa vs. Examen impreso) después del emparejamiento. Se ajustaron 30 modelos para 2021 y el mismo número para 2022, utilizando los pesos derivados de la técnica de empa - rejamiento. Para controlar las dependencias o correlaciones entre los datos que pudieron surgir tras las sub-agrupaciones hechas con el emparejamiento completo, se ajustaron los erro - res estándar intragrupo con el método sandwich del paquete homónimo de R. 15 Con la finalidad de tener un punto de refe - rencia, también se ajustaron los mismos 60 modelos sin consi - derar la técnica de emparejamiento.
13 Stuart, E. A., King, G., Imai, K., & Ho, D. (2011). MatchIt: nonparametric preprocessing for parametric causal inference. Journal of Statistical Software . https://dash.harvard.edu/hand - le/1/11130519 14 Para distinguir entre el Índice Ceneval de la sección disciplinar y el de la sección transversal del EGEL Plus, en este documento nos referimos a la puntuación total disciplinar con la abreviación ICNED. 15 Zeileis A (2004). Econometric Computing with HC and HAC Covariance Matrix Estimators. Jour - nal of Statistical Software , 11(10), 1-17. doi:10.18637/jss.v011.i10
Made with FlippingBook - Online magazine maker