Enseñanza de la estadística en carreras de ingeniería: sugerencias y reflexiones desde la investigación en educación estadística
-
DOI:
https://doi.org/10.59741/agraria.v22i3.647Palabras clave:
Educación estadística, ingeniería, recursos instruccionalesResumen
En este documento se presentan y describen recomendaciones para la enseñanza de la estadística en carreras de ingeniería y algunos retos asociados a su implementación. Las sugerencias giran alrededor de contenidos estadísticos recomendados para carreras de ingeniería, formas deseables en las que deben conducirse procesos de enseñanza y aprendizaje de la estadística y recursos instruccionales para llevarlos a cabo.
Descargas
Referencias
Aguiar, M.E., Gutiérrez, H. & Vargas, V. (2023). Statistics Education Research Journal, 22(3), 15-34. https://doi.org/10.52041/serj.v22i3.431 DOI: https://doi.org/10.52041/serj.v22i3.431
Andre, M., y Lavicza, Z. (2019). Technology changing statistics education: Defining possibilities, opportunities and obligations. The Electronic Journal of Mathematics and Technology, 13(3), 253-264.
Bakker, A., Kent, P., Derry, J., Noss, R. & Hoyles, C. (2008). Statistical inference at work: statistical, process control as an example. Statistics Education Research Journal, 7(2), 130-145. http://dx.doi.org/10.52041/serj.v7i2.473 DOI: https://doi.org/10.52041/serj.v7i2.473
Bakker, Ben-Zvi, D. & Makar, K. (2016). An inferentialist perspective on the coordination of actions and reasons involved in making a statistical inference. Mathematics Education Research Journal, 29, 455-470. https://doi.org/10.1007/s13394-016-0187-x DOI: https://doi.org/10.1007/s13394-016-0187-x
Bargagliotti, A., Franklin, C., Arnold, P. Gould, R., Johnson, S., Perez, L., & Spangler, D. (2020). Pre-K-12 guidelines for assessment and instruction in statistics education II (GAISE II). A Framework for Statistics and Data Science Education. American Statistical Association. Disponible en línea: https://www.amstat.org/asa/files/pdfs/GAISE/GAISEIIPreK-12_Full.pdf DOI: https://doi.org/10.1162/99608f92.246107bb
Batanero, C. & Gea, M.M. (2020). Making sense of correlation and regression. En K. Villalba et al., Education and Technology in Sciences (pp. 22-35). Cham: Springer. Communications in Computer and Information Science. https://doi.org/10.1007/978-3-030-45344-2_3. DOI: https://doi.org/10.1007/978-3-030-45344-2_3
Batanero, C. & Díaz, C. (2015). Aproximación informal al contraste de hipótesis. En J. M. Contreras, C. Batanero, J. D. Godino, G.R. Cañadas, P. Arteaga, E. Molina, M.M. Gea y M.M. López (Eds.), Didáctica de la Estadística, Probabilidad y Combinatoria 2, (pp. 207-214). Granada, 2015.
Biehler, R., Ben-Zvi, D., Bakker, A. & Makar, K. (2013). Technology for enhancing statistical reasoning at the school level. En M. A. Clements et al. (Eds.), Third International Handbook of Education (pp. 643-689). Springer. DOI: https://doi.org/10.1007/978-1-4614-4684-2_21
Borovcnik, M. & Kapadia, R. (2018). Reasoning with Risk: Teaching Probability and Risk as Twin Concepts. En Batanero, C. & Chernoff, E. J. (eds.), Teaching and Learning Stochastics, ICME-13 Monographs, (pp. 3-22). https://doi.org/10.1007/978-3-319-72871-1_1 DOI: https://doi.org/10.1007/978-3-319-72871-1_1
Budgett, S., & Pfannkuch, M. (2018). Modeling and linking the Poisson and exponential distributions. ZDM Mathematics Education, 50(7), 1281–1294. https://doi.org/10.1007/s11858-018-0957-x DOI: https://doi.org/10.1007/s11858-018-0957-x
Burrill, G. & Biehler, R. (2011). Fundamental statistical ideas in the school curriculum and in training teachers. En C. Batanero, G. Burrill, & C. Reading (Eds.), Teaching Statistics in School Mathematics-Challenges for Teaching and Teacher Education: A Joint ICMI/IASE Study, (pp. 57-69). Springer. DOI: https://doi.org/10.1007/978-94-007-1131-0_10
Büscher, C. (2022). Design Principles for Developing Statistical Literacy in Middle Schools. Statistics Education Research Journal, 21(1), 8-8. https://doi.org/10.52041/serj.v21i1.80 DOI: https://doi.org/10.52041/serj.v21i1.80
Case, J., y Jacobbe, T. (2018). A framework to characterize student difficulties in learning inference from a simulation-based approach. Statistics Education Research Journal, 17(2), 9-29. https://doi.org/10.52041/serj.v17i2.156 DOI: https://doi.org/10.52041/serj.v17i2.156
Carver, R., Everson, M., Gabrosek, J., Horton, N., Lock, R., Mocko, M., Rossman, A., Holmes, G., Velleman, P., Witmer, J. & Wood, B. (2016). Guidelines for Assessment and Instruction in Statistics Education (GAISE) in Statistics Education (GAISE) College Report 2016. American Statistical Association. Disponible en línea: https://www.amstat.org/docs/default-source/amstat-documents/gaisecollege_full.pdf
Chance, B., y Rossman, A. (2021). One proportion inference [Applet]. Rossman/Chance Applet Collection 2021. Disponible en línea: https://www.rossmanchance.com/applets/2021/oneprop/OneProp.htm
Cobb, G.W. (1992). Report of the joint ASA/MAA committee on undergraduate statistics. En: The American Statistical Association 1992 proceedings of the section on statistical education, (pp. 281-283). American Statistical Association.
Figueroa, G. & Montoya, J.A. (2020). Probabilidad y Estadística. Recuperado del sitio de internet de la Universidad de Sonora, Departamento de Ingeniería Química y Metalurgia: https://www.mat.uson.mx/web/wp-content/uploads/Ing_Biomedica_Probabilidad_Estadistica.pdf
Freeman, S., Eddy, S.L., McDonough, M., Smith, M.K., Okoroafor, N., Jordt, H. & Wenderoth, M.P. (2014). Active learning increases student performance in science, engineering, and mathematics. Proceedings of the National Academy of Sciences, 111(23), (pp. 8410-8415). https://psycnet.apa.org/doi/10.1073/pnas.1319030111 DOI: https://doi.org/10.1073/pnas.1319030111
Gal, I. (2002). Adults' statistical literacy: Meanings, components, responsibilities. International statistical review, 70(1), 1-25. https://doi.org/10.2307/1403713 DOI: https://doi.org/10.1111/j.1751-5823.2002.tb00336.x
Garfield, J., delMas, R., & Zieffler, A. (2012). Developing statistical modelers and thinkers in an introductory, tertiary-level statistics course. ZDM Mathematics Education, 44(7), 883-898. https://doi.org/10.1007/s11858-012-0447-5 DOI: https://doi.org/10.1007/s11858-012-0447-5
González, D.U. (2001). Programa analítico de la materia de Bioestadística. Recuperado del sitio de internet de la Universidad Autónoma Agraria Antonio Narro, División de Ingeniería: http://evaluarte.uaaan.mx/CALIDAD/HORTICULTURA%20SEDE/CUARTO-INFORME-ACREDITACION/3.%20PLAN%20DE%20ESTUDIOS/CATALOGO%20DE%20PROGRAMAS%20ANALITICOS/PLAN-2004-2012/2%20BLOQUE/BIOESTADISTICA%20DEC423.pdf
Inzunza, S. & Islas, E. (2019a). Análisis de una trayectoria de aprendizaje para desarrollar razonamiento sobre muestras, variabilidad y distribuciones muestrales. Educación Matemática, 31(3), 203-230. https://doi.org/10.24844/em3103.08 DOI: https://doi.org/10.24844/EM3103.08
Inzunza, S. & Islas, E. (2019b). Diseño y Evaluación de una Trayectoria Hipotética de Aprendizaje para Intervalos de Confianza basada en Simulación y Datos Reales. Bolema, Rio Claro, 33(63), 1-26. https://doi.org/10.1590/1980-4415v33n63a01 DOI: https://doi.org/10.1590/1980-4415v33n63a01
Meng, X.L. (2011). Statistics: Your Chance for Happiness (or Misery). The Harvard Undergraduate Research Journal, 2. Disponible en: http://thurj.org/as/2011/01/1259
Moore, T.J., Hjalmarson, M. & delMas, R. (2011). Statistical Analysis When the Data is an Image: Eliciting Student Thinking About Sampling and Variability. Statistics Education Research Journal, 10(1), 15-34. http://dx.doi.org/10.52041/serj.v10i1.353 DOI: https://doi.org/10.52041/serj.v10i1.353
Neumann, D., Hood, M., & Neumann, M. (2013). Using Real-Life Data when Teaching Statistics: Student Perceptions of this Strategy in an Introductory Statistics Course. Statistics Education Research Journal, 12, 59-70. Disponible en: http://iaseweb.org/documents/SERJ/SERJ12%282%29_Neumann.pdf DOI: https://doi.org/10.52041/serj.v12i2.304
Rossman, A. (2008). Reasoning about informal statistical inference: One statistician’s view. Statistics Education Research Journal, 7(2), 5-19, https://doi.org/10.52041/serj.v7i2.467 DOI: https://doi.org/10.52041/serj.v7i2.467
Silvestre, E., Sánchez, E. & Inzunza, S. (2022). El razonamiento de estudiantes de bachillerato sobre el muestreo repetido y la distribución muestral empírica. Educación Matemática, 34(1), 100-130. https://doi.org/10.24844/EM3401.04 DOI: https://doi.org/10.24844/EM3401.04
Silvestre, E., Armenta, M. & Inzunza, S. (2024). Diseño y Evaluación de una Trayectoria Hipotética de Aprendizaje orientada a introducir la Prueba de Hipótesis desde un Acercamiento Informal. Bolema, Rio Claro, 38, 1-22. http://dx.doi.org/10.1590/1980-4415v38a230138 DOI: https://doi.org/10.1590/1980-4415v38a230138
Stemock, B. & Kerns, L. (2019). Use of commercial and free software for teaching statistics. Statistics Education Research Journal, 18(2), 54-67. https://doi.org/10.52041/serj.v18i2.140 DOI: https://doi.org/10.52041/serj.v18i2.140
UNAM (2015). Proyecto de modificación del plan de estudios de la licenciatura en ingeniería civil, Facultad de Ingeniería: https://www.ingenieria.unam.mx/programas_academicos/licenciatura/Civil/2016/asignaturas_civil_2016.pdf
van Dijke-Droogers, M., Drijvers, P., & Bakker, A. (2019). Repeated sampling with a black box to make informal statistical inference accessible. Mathematical Thinking and Learning, 21(2), 1-23. https://doi.org/10.1080/10986065.2019.1617025 DOI: https://doi.org/10.1080/10986065.2019.1617025
Wild, C. J., & Pfannkuch, M. (1999). Statistical thinking in empirical enquiry (with discussion). International Statistical Review, 67(3), 223-265. DOI: https://doi.org/10.2307/1403699
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Universidad Autónoma Agraria Antonio Narro
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
Cómo citar
PLUMX Metrics
