Análisis de una trayectoria de aprendizaje para desarrollar razonamiento sobre muestras, variabilidad y distribuciones muestrales

• Santiago Inzunza Cazares ^[1] ; Eldegar Islas Anguiano ^[1]
  1. [1] Universidad Autónoma de Sinaloa

     Universidad Autónoma de Sinaloa

     México

     
• Localización: Educación matemática, ISSN-e 0187-8298, ISSN 1665-5826, Vol. 31, Nº. 3, 2019, págs. 203-230
• Idioma: español
• Títulos paralelos:
  • Analysis of a learning trajectory to develop reasoning about samples, variability and sampling distributions
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En el presente artículo analizamos una trayectoria de aprendizaje mediada por el uso intensivo de tecnología, diseñada con el propósito de desarrollar razonamiento adecuado sobre muestras, variabilidad y distribuciones muestrales en estudiantes de ciencias sociales. Los resultados manifiestan que un enfoque informal basado en simulación del muestreo puede ayudar a los estudiantes a desarrollar un razonamiento correcto sobre las distribuciones muestrales y construir la base para la comprensión de la inferencia estadística.

    La idea de tamaño de muestra y su efecto en la variabilidad de una distribución muestral y precisión de una estimación de características poblacionales, ha sido comprendida en buena medida por los estudiantes, pero la confusión entre población, muestra y distribución muestral nos confirma la complejidad de estos conceptos. En cuanto a la interpretación de la información que contiene una distribución muestral, la mayor parte de los estudiantes han identificado correctamente la inusualidad de una muestra.

  • English

    In the present article we analyze a learning trajectory mediated by the intensive use of technology, designed with the purpose of developing adequate reasoning about samples, variability and sampling distributions in social science students. The results show that an informal approach based on sampling simulation can help students to develop correct reasoning about sampling distributions and build the basis for understanding statistical inference.

    The idea of sample size and its effect on the variability of a sampling distribution and precision of an estimation of population characteristics has been largely understood by the students, but the confusion between population, sample and sampling distribution confirms the complexity of these concepts. Regarding the interpretation of the information that contains a sampling distribution, most of the students have correctly identified the unusualness of a sample.

• Referencias bibliográficas
  • Alvarado, H., Galindo, M. y Retamal, L. (2013). Comprensión de la distribución muestral mediante configuraciones didácticas y su implicación...
  • Batanero, C. y Borovnick, M. (2016). Statistics and Probability in High School. Rotterdam Netherlands: Sense Publishers
  • Begué, N., Batanero, C. y Gea, M. (2018). Comprensión del valor esperado y variabilidad de la proporción muestral por estudiantes de educación...
  • Belia, S., Fidler, F., Williams, J., y Cumming, G. (2005). Researchers Misunderstand Confidence Intervals and Standard Error Bars. Psychological...
  • Biggs, J. B. y Collis, K. F. (1982). Evaluating the Quality of Learning: The Solo Taxonomy. New York: Academic Press.
  • Chance, B., delMas, R. y Garfield, J. (2004). Reasoning about Sampling Distributions. En D. Ben-Zvi y J. Garfield (Eds.), The Challenge of...
  • Cobb, G. W. (2007). The introductory statistics course: A Ptolemaic curriculum? Technology Innovations in Statistics Education 1(1).
  • Dierdorp, A., Bakker, A., Maanen, J. y Eijkelhof, H. (2016). Supporting Students to Develop Concepts Underlying Sampling and to Shuttle Between...
  • Garfield J. y Ben-Zvi, D. (2008). Developing Students’ Statistical Reasoning: Connecting Research and Teaching Practice. Nueva York, N. Y.:...
  • Gottfried, B. (1984). Elements of Stochastic Process Simulation. Nueva Jersey, N. J: Prentice Hall.
  • Harradine, A., Batanero, C. y Rossman, A. (2011). Students and teachers´ knowledge of sampling and inference. En C. Batanero, G. Burrill y...
  • Inzunza, S. (2006). Significados que estudiantes universitarios atribuyen a las distribuciones muestrales en un ambiente de simulación computacional...
  • Inzunza, S. (2009). Construcción de significados sobre distribuciones muestrales y conceptos previos a la inferencia en un ambiente de simulación...
  • Inzunza, S. (2013). Un acercamiento informal a la inferencia estadística mediante un ambiente computacional con estudiantes de bachillerato....
  • Inzunza, S. (2015). Dificultades en el desarrollo de una concepción estocástica de las distribuciones muestrales utilizando un ambiente computacional....
  • Kahneman D. y Tversky, A. (1972). Subjective Probability: A Judgment of Representativeness. Cognitive Psychology 3, 430-454.
  • Kahneman, D., Slovic, P. y Tversky, A. (1982). Judgment under uncertainty: Heuristics and biases. Cambridge, R. U.: Cambridge University Press
  • Lane-Getaz, S. J. (2006). What is statistical thinking, and how is it developed? En G. F. Burrill (Eds.), Thinking and reasoning about data...
  • Lipson, K. (2000). The Role of the Sampling Distribution in Developing Understanding of Statistical Inference. Tesis doctoral no publicada....
  • Liu, Y. y Thompson, P. W. (2007). Teachers’ understandings of probability. Cognition and Instruction 25(2), 113-160.
  • Park, J. (2012). Developing and Validating an Instrument to Measure College Students’ Inferential Reasoning in Statistics: An Argument-Based...
  • Pfannkuch, M. (2005). Probability and statistical inference: How can teachers enable learners to make the connection? En G. A. Jones (Ed.),...
  • Saldanha, L. A. y Thompson, P. W. (2002). Conceptions of sample and their relationship to statistical inference. Educational Studies in Mathematics...
  • Sánchez. E. y Yañez, G. (2003). Computational Simulation and Conditional Probability Problem Solving. En Proceedings of the International...
  • Wild, Ch., Pfannkuch, M. y Reagan, M. (2011). Towards more accessible conceptions of statistical inference. Journal of the Royal Statistical...