Quem vai parar de estudar?
Um modelo de duas variáveis, treinado em duas bases de realidades opostas — autoestudo voluntário coreano e EAD universitário britânico. Protótipo do seminário; roda inteiro no navegador.
Simule um aluno
Os dois números do meio não são a mesma conta. O previsto usa os dois eixos; o observado é a contagem bruta de todos os alunos com aquela recência, qualquer que seja a frequência. Eles se aproximam quando a frequência está perto da típica, e se afastam de propósito nos extremos — é aí que o segundo eixo está fazendo trabalho.
Agora troque a coorte mantendo os mesmos controles. O risco muda muito, com a atividade idêntica: a mesma atividade significa coisas diferentes em plataformas diferentes. É o resultado central deste trabalho, e dá para sentir no dedo.
Retenção observada, sem modelo nenhum
Fração que não volta no mês seguinte, por dias ativos nos últimos 10 dias da janela. Nenhum modelo envolvido — é contagem direta. As duas bases caem na mesma direção e em níveis completamente diferentes.
Desempenho, contra a linha de base
AUC é a chance de ordenar certo um par de alunos, um que voltou e um que não — 0,50 é cara ou coroa. A linha de base é o melhor eixo sozinho, sem modelo. O ganho do modelo é pequeno, e está declarado como tal.
Média de 12 partições independentes por aluno, com o desvio. Não é o resultado de uma divisão só — foi justamente uma divisão sortuda que nos fez publicar um número errado na primeira vez.
O que este modelo não faz
Ele prevê permanência, não aprendizado — nenhum dos eixos prediz ganho de acerto entre os dois meses. Ele pressupõe continuação voluntária: numa base onde a participação é obrigatória, quase todo mundo volta e não há variação a prever. E o nível não transfere entre plataformas: a ordem sim, o limiar não — por isso a calibração por coorte é requisito, não enfeite.