Análise da evasão escolar no Brasil com aprendizagem de máquina: evidências a partir de dimensões regionais, institucionais e da renda média

Resumo

O presente trabalho tem como objetivo caracterizar o abandono escolar no Brasil a partir da aplicação de técnicas estatísticas e modelos de aprendizado de máquina, considerando fatores regionais, socioeconômicos e institucionais. Para isso, foi utilizada uma base de dados do INEP referente ao período de 2013 a 2023, segmentada por tipo de escola (pública ou privada), nível de ensino (fundamental ou médio), unidade geográfica e renda média familiar. A análise descritiva revelou padrões distintos entre os grupos educacionais, com maiores taxas de abandono concentradas no ensino médio da rede pública. Foram aplicados testes estatísticos para verificar normalidade, homocedasticidade e diferenças entre os grupos, além da regressão linear simples para identificar tendências por região. Na etapa preditiva, diversos algoritmos de machine learning foram testados (Random Forest, XGBoost, Gradient Boosting, Regressão Linear, SVM, KNN e ANN), sendo o Random Forest o modelo com melhor desempenho preditivo (MAE = 0,69; R² = 0,86). A análise evidenciou que variáveis como renda média e tipo de escola influenciam significativamente a evasão escolar, destacando a importância de políticas públicas focadas na redução da desigualdade educacional.