De la pregunta a la decisión: fomentando el pensamiento estadístico en estudiantes universitarios
Roberto Carlos Barrientos Medina
Departamento de Ecología, Facultad de Medicina Veterinaria y Zootecnia, Universidad Autónoma de Yucatán
https://orcid.org/0000-0003-2144-034X
PDF

Palabras clave

estadística
visualización de datos
correlación
inferencia estadística
PDF

Resumen

Este artículo describe una experiencia educativa, un seminario sobre el pensamiento estadístico impartido a estudiantes de ciencias biológicas y agropecuarias. Se destaca la importancia de la alfabetización y el pensamiento estadístico en la formación de estos estudiantes. A través del análisis de los intereses y motivaciones de los participantes, se adaptó el seminario para abordar conceptos clave del pensamiento estadístico. Se ejemplificó con un caso real en ecotoxicología, enfatizando la importancia de un enfoque práctico en la enseñanza estadística. Finalmente, se analiza la evolución de la comprensión de los participantes y las lecciones clave aprendidas, subrayando la relevancia de la alfabetización estadística y el pensamiento estadístico en su formación académica.
PDF

Citas

Aliaga, M., Cobb, G., Cuff, C., Garfield, J., Gould, R., Lock, R., Moore, T., Rossman, A., Stephenson, B., Utts, J., Velleman, P., & Witmer, J. (2005). Guidelines for Assessment and Instruction in Statistics Education (GAISE) College Report. https://www.amstat.org/asa/files/pdfs/GAISE/2005GaiseCollege_Full.pdf.

American Statistical Association [ASA] Revision Committee (2016). Guidelines for Assessment and Instruction in Statistics Education College Report 2016. https://www.amstat.org/asa/files/pdfs/GAISE/GaiseCollege_Full.pdf.

Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba, M., Robledo, W. y Casanoves, F. (2012). Estadística y biometría. Ilustraciones del uso de Infostat en problemas de agronomía. Universidad Nacional de Córdoba.

Batanero, C. (2000). ¿Hacia dónde va la educación estadística? Blaix, 15, 2-13.

Batanero, C. (2004). Los retos de la cultura estadística. Yupana, Revista de Educación Matemática de la UNL, 1, 27-36. http://dx.doi.org/10.14409/yu.v1i1.238

Baumer, B. y Udwin, D. (2015). R markdown. Wiley Interdisciplinary Reviews: Computational Statistics, 7(3), 167-177. http://dx.doi.org/10.1002/wics.1348

Behar-Gutiérrez, R. y Grima-Cintas, P. (2004). La Estadística en la Educación Superior ¿Formamos Pensamiento Estadístico? Ingeniería y competitividad, 5(2), 84-90.

Chance, B. L. (2002). Components of statistical thinking and implications for instruction and assessment. Journal of Statistics Education, 10(3). ww2.amstat.org/publications/jse/v10n3/chance.html http://dx.doi.org/10.1080/10691898.2002.11910677

Daisley, P. (1979). Statistical thinking rather than statistical methods. Journal of the Royal Statistical Society, Series D (The Statistician), 28(4), 231-239.

Franco-Zubieta, P. (2019). Determinación de daño genotóxico en el sapo costero Incilius valliceps (Wiegmann, 1833) en el área natural protegida "San Juan Bautista Tabi y anexa Sacnicté", Yucatán, México [Tesis profesional, Universidad Autónoma de Yucatán].

Gigerenzer, G. (1998). We need statistical thinking, not statistical rituals. Behavioral and Brain Sciences, 21(2), 199-200.

Isasi, J. (2021). Análisis de sentimientos en R con 'syuzhet'. https://programminghistorian.org/es/lecciones/analisis-de-sentimientos-r.

Kaps, M. y Lamberson, W. R. (2004). Biostatistics for Animal Science. CABI Publishing.

Mendoza-Vega, J. B. (2016). Introducción a la mineria de textos con R. https://rpubs.com/jboscomendoza/mineria-de-textos-con-r.

Munafò, M. R., Nosek, B. A., Bishop, D. V., Button, K. S., Chambers, C. D., Percie du Sert, N., Simonsohn, U., Wagenmakers, E., Ware, J. J. y Ioannidis, J. (2017). A manifesto for reproducible science. Nature human behaviour, 1(1), 1-9. http://dx.doi.org/10.1038/s41562-016-0021

Pfannkuch, M. y Wild, C. (2004). Towards an understanding of statistical thinking. En Ben-Zvi, D. y Garfield, J. The challenge of developing statistical literacy, reasoning and thinking (pp. 17-46). Dordrecht: Springer Netherlands.

Petrie, A. y Watson, P. (2006). Statistics for Veterinary and Animal Science (2a ed.). Blackwell Publishing.

R Core Team (2023). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. .

Schefler, W. C. (1979). Statistics for the Biological Sciences, Second Edition. Reading: Addison-Wesley Publishing.

Snee, R. D. (1990). Statistical thinking and its contribution to total quality. The American Statistician, 44(2), 116-121. http://dx.doi.org/10.2307/2684144

Solka, J. L. (2008). Text data mining: theory and methods. Statistical Surveys, 2, 94-112. http://dx.doi.org/10.1214/07-SS016

Tapia, P. (2015). Extracción y análisis de datos estadísticos en el nivel superior a través del uso de los Formularios de Google. En Morales, E.,

Moranchel, M., Aureola, S. y Ángeles, B. Diálogos, Las TIC en la Universidad (pp. 319-326). México: Universidad Autónoma Metropolitana, Red Innovación Educativa y Apropiación Tecnológica, Grupo Editorial Hess.

Taplin, R. H. (2003). Teaching statistical consulting before statistical methodology. Australian & New Zealand Journal of Statistics, 45(2), 141-152.

Tong, C. (2019). Statistical inference enables bad science; statistical thinking enables good science. The American Statistician, 73(sup1), 246-261.

Zar, J. H. (1999). Biostatistical analysis (4a ed.). Prentice Hall