En las evaluaciones psicológicas contemporáneas, a menudo se valoran diversos rasgos mediante cuestionarios extensos. Este estudio se centra en el rasgo de estabilidad emocional y reconoce las limitaciones e inconvenientes inherentes asociados a los instrumentos de encuesta prolongados.

Para abordar estos retos, proponemos un enfoque basado en Machine Learning (ML) para predecir directamente la estabilidad emocional, ofreciendo una alternativa más eficiente a los cuestionarios extensos.

El estudio seleccionó cuidadosamente variables con relaciones previamente establecidas con la estabilidad emocional, utilizando un conjunto de datos de 2203 personas que respondieron a una serie de cuestionarios psicométricos.

El método propuesto ofrece resultados prometedores, alcanzando una puntuación R² de aproximadamente 0,71 en el conjunto de prueba, lo que indica un sólido rendimiento predictivo.

Estos modelos destacaron la importancia de variables como el estrés emocional y la autoestima, subrayando su papel relevante en la predicción de la estabilidad emocional.

Cabe señalar que, incluso con un conjunto reducido de variables, los modelos siguieron siendo estadísticamente equivalentes.

Los resultados aportan información valiosa para predecir la estabilidad emocional con conjuntos más pequeños de variables y contribuyen con conocimiento complementario a la comprensión de la estabilidad emocional.