Hispanopedia Wiki
Articulo de referencia

Educación en estadística

La enseñanza de la estadística es la práctica de impartir y aprender estadística , junto con la investigación académica asociada. La estadística es tanto una ciencia formal como...

Hispanopedia WikiContenido en espanolLectura gratuita

La enseñanza de la estadística es la práctica de impartir y aprender estadística , junto con la investigación académica asociada.

La estadística es tanto una ciencia formal como una teoría práctica de la investigación científica , y ambos aspectos se consideran en la enseñanza de la estadística. La enseñanza de la estadística comparte inquietudes similares a las de otras ciencias matemáticas , como la lógica , las matemáticas y la informática . Al mismo tiempo, la estadística se centra en el razonamiento basado en la evidencia, en particular en el análisis de datos. Por lo tanto, la enseñanza de la estadística guarda grandes similitudes con la enseñanza de disciplinas empíricas como la psicología y la química , en las que la enseñanza está estrechamente ligada a la experimentación práctica.

Los matemáticos y estadísticos suelen trabajar en departamentos de ciencias matemáticas (sobre todo en universidades pequeñas y de menor tamaño). En ocasiones, los cursos de estadística han sido impartidos por personas ajenas a la estadística, en contra de las recomendaciones de algunas organizaciones profesionales de estadísticos y matemáticos.

La investigación en didáctica de la estadística es un campo emergente que surgió de diferentes disciplinas y que actualmente se está consolidando como un campo único dedicado a la mejora de la enseñanza y el aprendizaje de la estadística en todos los niveles educativos.

Objetivos de la enseñanza de la estadística

Los educadores de estadística tienen objetivos cognitivos y no cognitivos para los estudiantes. Por ejemplo, la expresidenta de la Asociación Estadounidense de Estadística (ASA), Katherine Wallman, definió la alfabetización estadística como la capacidad cognitiva para comprender y evaluar críticamente los resultados estadísticos, así como para apreciar las contribuciones que puede aportar el pensamiento estadístico. [ 1 ] [ 2 ]

Objetivos cognitivos

En el texto resultante de la conferencia conjunta de 2008 de la Comisión Internacional de Instrucción Matemática y la Asociación Internacional de Educadores de Estadística, los editores Carmen Batanero, Gail Burrill y Chris Reading (Universidad de Granada, España, Universidad Estatal de Michigan, EE. UU. y Universidad de Nueva Inglaterra, Australia, respectivamente) señalan tendencias mundiales en los planes de estudio que reflejan objetivos orientados a los datos. En particular, los educadores buscan actualmente que los estudiantes: "diseñen investigaciones; formulen preguntas de investigación; recopilen datos mediante observaciones, encuestas y experimentos; describan y comparen conjuntos de datos; y propongan y justifiquen conclusiones y predicciones basadas en datos". [ 3 ] Los autores destacan la importancia de desarrollar el pensamiento y el razonamiento estadísticos, además del conocimiento estadístico.

A pesar de que los objetivos cognitivos de la enseñanza de la estadística se centran cada vez más en la alfabetización estadística, el razonamiento estadístico y el pensamiento estadístico, en lugar de solo en las habilidades, los cálculos y los procedimientos, no existe consenso sobre el significado de estos términos ni sobre cómo evaluar estos resultados. Un primer intento de definir y diferenciar estos tres términos aparece en el sitio web ARTIST [ 4 ] , creado por Garfield , delMas y Chance , y que desde entonces se ha incluido en varias publicaciones. [ 5 ] [ 6 ] A continuación se presentan definiciones breves de estos términos:

  1. La alfabetización estadística consiste en ser capaz de leer y utilizar el lenguaje estadístico básico y las representaciones gráficas para comprender la información estadística en los medios de comunicación y en la vida cotidiana.
  2. El razonamiento estadístico consiste en ser capaz de razonar y conectar diferentes conceptos e ideas estadísticas, como por ejemplo saber cómo y por qué los valores atípicos afectan a las medidas estadísticas de tendencia central y variabilidad.
  3. El pensamiento estadístico es el tipo de razonamiento que utilizan los estadísticos al enfrentarse a un problema estadístico. Esto implica considerar la naturaleza y la calidad de los datos, su procedencia, elegir los análisis y modelos adecuados e interpretar los resultados en el contexto del problema y teniendo en cuenta las limitaciones de los datos.

Los objetivos cognitivos adicionales de la enseñanza de la estadística varían según el nivel educativo de los estudiantes y los contextos en los que esperan encontrarse con la estadística.

Los estadísticos han propuesto lo que consideran los conceptos estadísticos más importantes para los ciudadanos educados. Por ejemplo, Utts (2003) publicó siete áreas que todo ciudadano educado debería conocer, incluyendo la comprensión de que "la variabilidad es normal" y cómo "las coincidencias... no son infrecuentes porque hay muchas posibilidades". [ 7 ] Gal (2002) sugiere que se espera que los adultos en las sociedades industrializadas ejerzan la alfabetización estadística, "la capacidad de interpretar y evaluar críticamente la información estadística... en diversos contextos, y la capacidad de... comunicar entendimientos e inquietudes con respecto a las... conclusiones". [ 8 ]

Objetivos no cognitivos

Los resultados no cognitivos incluyen constructos afectivos como actitudes, creencias, emociones, disposiciones y motivación. [ 9 ] Según los destacados investigadores Gal y Ginsburg, [ 10 ] los educadores de estadística deberían priorizar el conocimiento de las ideas, reacciones y sentimientos de los estudiantes hacia la estadística y cómo estos afectan su aprendizaje.

Creencias

Las creencias se definen como las ideas individuales que una persona tiene sobre estadística, sobre sí misma como aprendiz de estadística y sobre el contexto social del aprendizaje de la estadística. [ 11 ] Las creencias se distinguen de las actitudes en el sentido de que las actitudes son sentimientos relativamente estables e intensos que se desarrollan con el tiempo en el contexto de las experiencias de aprendizaje de la estadística. La red de creencias de los estudiantes proporciona un contexto para su enfoque hacia sus experiencias en el aula de estadística. Muchos estudiantes ingresan a un curso de estadística con aprensión hacia el aprendizaje de la materia, lo que va en contra del ambiente de aprendizaje que el instructor intenta lograr. Por lo tanto, es importante que los instructores tengan acceso a instrumentos de evaluación que puedan brindar un diagnóstico inicial de las creencias de los estudiantes y monitorear dichas creencias durante el curso. [ 10 ] Con frecuencia, los instrumentos de evaluación han monitoreado creencias y actitudes de forma conjunta. Para ejemplos de dichos instrumentos, consulte la sección de actitudes a continuación.

Plan

La disposición tiene que ver con las formas en que los estudiantes cuestionan los datos y abordan un problema estadístico. La disposición es una de las cuatro dimensiones del marco de Wild y Pfannkuch [ 12 ] para el pensamiento estadístico, y contiene los siguientes elementos:

  • Curiosidad y Conciencia: Estas características forman parte del proceso de generar preguntas e ideas para explorar y analizar datos.
  • Participación: Los estudiantes serán más observadores y conscientes en las áreas que les resulten más interesantes.
  • Imaginación: Esta cualidad es importante para ver un problema desde diferentes perspectivas y encontrar posibles explicaciones.
  • Escepticismo: El pensamiento crítico es importante para recibir nuevas ideas e información y para evaluar la idoneidad del diseño y el análisis de los estudios.
  • Ser lógico: La capacidad de detectar cuándo una idea se deriva de otra es importante para llegar a conclusiones válidas.
  • Una propensión a buscar un significado más profundo: esto significa no aceptar todo sin cuestionarlo y estar abierto a considerar nuevas ideas e indagar más a fondo para obtener información.

Scheaffer afirma que un objetivo de la enseñanza de la estadística es que los estudiantes vean la estadística de forma amplia. Desarrolló una lista de puntos de vista de la estadística que pueden conducir a esta visión amplia, y los describe de la siguiente manera: [ 13 ]

  • La estadística como comprensión numérica: ¿Entiendo el significado de los números? (ver los datos como números en contexto, leer gráficos, tablas y diagramas, comprender resúmenes numéricos y gráficos de datos, etc.)
  • La estadística como forma de comprender el mundo: ¿Puedo utilizar los datos existentes para ayudar a tomar decisiones? (utilizando datos censales, tasas de natalidad y mortalidad, tasas de enfermedades, IPC, calificaciones, clasificaciones, etc., para describir, decidir y defender)
  • La estadística como solución organizada de problemas: ¿Puedo diseñar y llevar a cabo un estudio para responder preguntas específicas? (plantear el problema, recopilar datos según un plan, analizar los datos y extraer conclusiones a partir de ellos).

Actitudes

Dado que los estudiantes suelen experimentar ansiedad matemática y tener opiniones negativas sobre los cursos de estadística, diversos investigadores han abordado las actitudes y la ansiedad hacia esta disciplina. Se han desarrollado algunos instrumentos para medir las actitudes de los estudiantes universitarios hacia la estadística, los cuales han demostrado poseer propiedades psicométricas adecuadas. Algunos ejemplos de estos instrumentos son:

  • Encuesta de Actitudes hacia la Estadística (SATS), desarrollada por Schau, Stevens, Dauphinee y Del Vecchio [ 14 ]
  • Escala de Actitud hacia la Estadística, desarrollada por Wise [ 15 ]
  • Encuesta de Actitud hacia la Estadística (SAS), desarrollada por Roberts y Bilderback [ 16 ]

El uso cuidadoso de instrumentos como estos puede ayudar a los instructores de estadística a conocer la percepción que tienen los estudiantes sobre la estadística, incluyendo su ansiedad hacia el aprendizaje de la estadística, la dificultad percibida del aprendizaje de la estadística y su utilidad percibida de la materia. [ 17 ] Algunos estudios han mostrado un éxito moderado en la mejora de las actitudes de los estudiantes en cursos individuales, [ 18 ] [ 19 ] pero no se han visto estudios generalizables que muestren una mejora en las actitudes de los estudiantes.

Sin embargo, uno de los objetivos de la enseñanza de la estadística es convertir su estudio en una experiencia positiva para los estudiantes, incorporando ejemplos y datos interesantes y atractivos que los motiven. Según una revisión bibliográfica reciente, [ 17 ] una mejor actitud de los estudiantes hacia la estadística puede conducir a una mayor motivación y participación, lo que a su vez mejora los resultados del aprendizaje cognitivo.

Nivel de educación primaria-secundaria

Nueva Zelanda

En Nueva Zelanda , Chris Wild y sus colegas de la Universidad de Auckland han desarrollado un nuevo plan de estudios de estadística. Rechazando el enfoque artificial, y ahora innecesario debido a la potencia informática, del razonamiento bajo la hipótesis nula y las restricciones de la teoría normal, utilizan diagramas de caja comparativos y bootstrap para introducir conceptos de variabilidad de muestreo e inferencia. [ 20 ] El plan de estudios en desarrollo también incluye aspectos de alfabetización estadística .

Reino Unido

En el Reino Unido , al menos algo de estadística se ha enseñado en las escuelas desde la década de 1930. [ 21 ] [ 22 ] Actualmente, las cualificaciones de nivel A (generalmente cursadas por jóvenes de 17 a 18 años) se están desarrollando en "Estadística" y "Estadística Avanzada". La cobertura de la primera incluye: Probabilidad; Recopilación de datos; Estadística descriptiva; Distribuciones de probabilidad discretas; Distribución binomial; Distribuciones de Poisson; Distribuciones de probabilidad continuas; La distribución normal; Estimación; Prueba de hipótesis; Chi-cuadrado; Correlación y regresión. La cobertura de "Estadística Avanzada" incluye: Distribuciones de probabilidad continuas; Estimación; Prueba de hipótesis; Pruebas de una muestra; Prueba de hipótesis; Pruebas de dos muestras; Pruebas de bondad de ajuste; Diseño experimental; Análisis de varianza (ANOVA); Control estadístico de procesos; Muestreo de aceptación. El Centro para la Innovación en la Enseñanza de las Matemáticas (CIMT) [ 23 ] tiene notas de curso en línea para estos conjuntos de temas. [ 24 ] Las notas de repaso para una cualificación existente [ 25 ] indican una cobertura similar. A una edad más temprana (normalmente 15-16 años), las cualificaciones GCSE en matemáticas contienen temas de "Estadística y Probabilidad" sobre: ​​Probabilidad; Promedios; Desviación estándar; Muestreo; Gráficos de frecuencia acumulada (incluyendo mediana y cuantiles); Representación de datos; Histogramas. [ 26 ] La Oficina de Estadísticas Nacionales del Reino Unido tiene una página web [ 27 ] que conduce a material adecuado tanto para profesores como para estudiantes a nivel escolar. En 2004, la investigación Smith hizo la siguiente declaración:

Existe gran preocupación y debate sobre la ubicación de la Estadística y el Manejo de Datos dentro del programa actual de matemáticas GCSE, donde ocupa aproximadamente el 25 % del horario. Por un lado, hay un consenso generalizado de que el currículo de la Etapa Clave 4 está sobrecargado y que la introducción de la Estadística y el Manejo de Datos puede haber sido a expensas del tiempo necesario para practicar y adquirir fluidez en las manipulaciones matemáticas básicas. Muchos en los departamentos de matemáticas e ingeniería de la educación superior comparten esta opinión. Por otro lado, existe un reconocimiento abrumador, compartido por la Comisión de Investigación, de la importancia vital de las habilidades en Estadística y Manejo de Datos tanto para otras disciplinas académicas como en el ámbito laboral. La Comisión recomienda una revisión radical de este tema y que gran parte de la enseñanza y el aprendizaje de la Estadística y el Manejo de Datos se eliminarían del horario de matemáticas y se integrarían con la enseñanza y el aprendizaje de otras disciplinas (por ejemplo, biología o geografía). El tiempo recuperado en el horario de matemáticas debería utilizarse para adquirir un mayor dominio de los conceptos y operaciones matemáticas básicas . [ 28 ]

Estados Unidos

En Estados Unidos , la escolarización ha aumentado el uso de probabilidad y estadística, especialmente desde la década de 1990. [ 29 ] Las estadísticas descriptivas y los gráficos se enseñan en la escuela primaria en muchos estados. Los temas de probabilidad y razonamiento estadístico se enseñan en los cursos de álgebra (o ciencias matemáticas) de la escuela secundaria; el razonamiento estadístico se ha evaluado en el examen SAT desde 1994. El College Board ha desarrollado un curso de Colocación Avanzada en estadística , que ha proporcionado un curso de estadística de nivel universitario a cientos de miles de estudiantes de secundaria, con el primer examen en mayo de 1997. [ 30 ] En 2007, la ASA respaldó las Directrices para la Evaluación y la Instrucción en Educación Estadística (GAISE), un marco bidimensional para la comprensión conceptual de la estadística en estudiantes de Pre-K-12. El marco contiene objetivos de aprendizaje para los estudiantes en cada nivel conceptual y proporciona ejemplos pedagógicos que son consistentes con los niveles conceptuales.

Estonia

Estonia está probando un nuevo plan de estudios de estadística desarrollado por la fundación Computer-Based Math basado en sus principios de usar las computadoras como herramienta principal de educación. [ 31 ] [ 32 ] [ 33 ] en cooperación con la Universidad de Tartu . [ 34 ]

Nivel universitario

General

La estadística se suele impartir en los departamentos de matemáticas o en los departamentos de ciencias matemáticas. A nivel de pregrado, la estadística a menudo se enseña como una asignatura optativa.

Reino Unido

En el Reino Unido, por tradición, la mayoría de los estadísticos profesionales se forman a nivel de máster. Se ha observado una dificultad para captar estudiantes de grado con buen rendimiento académico: «Muy pocos estudiantes de grado eligen activamente estudiar estadística; la mayoría opta por alguna asignatura de estadística dentro de un programa de matemáticas, a menudo para evitar los cursos avanzados de matemáticas puras y aplicadas. En mi opinión, la estadística como disciplina teórica se enseña mejor en etapas posteriores que en etapas tempranas, mientras que la estadística como parte de la metodología científica debería enseñarse como parte de la ciencia». [ 35 ]

En el Reino Unido , la enseñanza de la estadística a nivel universitario se impartía originalmente en los departamentos de ciencias, que necesitaban el tema para complementar la enseñanza de sus propias asignaturas, y los departamentos de matemáticas tenían una cobertura limitada antes de la década de 1930. [ 21 ] Durante los veinte años siguientes, si bien los departamentos de matemáticas habían comenzado a impartir estadística, se desconocía en gran medida que se aplicaba esencialmente la misma metodología estadística básica en diversas ciencias. [ 21 ] Los departamentos de estadística han tenido dificultades cuando se han separado de los departamentos de matemáticas. [ 35 ]

El psicólogo Andy Field ( Premio de Enseñanza y Libros de la Sociedad Británica de Psicología ) creó un nuevo concepto de enseñanza estadística y libros de texto que va más allá de la página impresa. [ 36 ]

Estados Unidos

Las inscripciones en estadística han aumentado en los colegios comunitarios , en las universidades de cuatro años y en las universidades de los Estados Unidos. En los colegios comunitarios de los Estados Unidos, la matrícula en matemáticas ha aumentado desde 1990. En los colegios comunitarios, la proporción de estudiantes inscritos en estadística con respecto a los inscritos en cálculo aumentó del 56 % en 1990 al 82 % en 1995. [ 37 ] Uno de los informes GAISE respaldados por la ASA se centró en la enseñanza de la estadística a nivel universitario introductorio . El informe incluye una breve historia del curso introductorio de estadística y recomendaciones sobre cómo debería impartirse.

En muchas universidades, un curso básico de "estadística para no estadísticos" solo ha requerido álgebra elemental (y no cálculo) y muchos textos introductorios modernos enfatizan el uso de tecnología, como calculadoras gráficas , hojas de cálculo y software estadístico especializado, en lugar de cálculos manuales con lápiz y papel; para los futuros estadísticos, en cambio, la exposición a la estadística a nivel de pregrado es altamente matemática. [ nb 1 ] Como estudiantes de pregrado, los futuros estadísticos deberían haber completado cursos de cálculo multivariado, álgebra lineal, programación informática y un año de probabilidad y estadística basadas en cálculo. Los estudiantes que deseen obtener un doctorado en estadística de "cualquiera de los mejores programas de posgrado en estadística" también deberían tomar " análisis real ". [ 38 ] Los cursos de laboratorio en física, química y psicología también brindan experiencias útiles con la planificación y realización de experimentos y con el análisis de datos. La ASA recomienda que los estudiantes de pregrado consideren obtener una licenciatura en matemáticas aplicadas como preparación para ingresar a un programa de maestría en estadística. [ nb 2 ]

Históricamente, los títulos profesionales en estadística han sido de nivel de maestría, aunque algunos estudiantes pueden calificar para trabajar con una licenciatura y experiencia laboral relacionada o con estudios autodidactas adicionales. [ nb 3 ] La competencia profesional requiere una base en matemáticas, que incluye al menos cálculo multivariado, álgebra lineal y un año de probabilidad y estadística basadas en cálculo. [ 39 ] En los Estados Unidos, un programa de maestría en estadística requiere cursos de probabilidad, estadística matemática y estadística aplicada (por ejemplo, diseño de experimentos, muestreo de encuestas, etc.).

Para obtener un doctorado en estadística, tradicionalmente se exige que los estudiantes completen un curso de probabilidad basada en la teoría de la medida, así como cursos de estadística matemática . Dichos cursos requieren un buen curso de análisis real , que abarque las demostraciones de la teoría del cálculo y temas como la convergencia uniforme de funciones. [ 38 ] [ 40 ] En las últimas décadas, algunos departamentos han considerado la posibilidad de que los estudiantes de doctorado eximan del curso de probabilidad basada en la teoría de la medida si demuestran habilidades avanzadas en programación informática o computación científica . [ nb 4 ]

¿Quién debería impartir clases de estadística?

La cuestión de qué cualidades se necesitan para enseñar estadística ha sido objeto de mucho debate, y a veces este debate se centra en las cualificaciones necesarias para quienes se dedican a dicha enseñanza. La cuestión surge de forma distinta para la enseñanza tanto en la escuela como en la universidad, en parte debido a la necesidad numérica de un mayor número de profesores de estadística en la escuela y en parte debido a la necesidad de que estos profesores abarquen una amplia gama de otros temas dentro de sus funciones generales. Dado que la estadística se suele enseñar a personas no científicas, las opiniones pueden variar desde «la estadística debería ser enseñada por estadísticos», pasando por «la enseñanza de la estadística es demasiado matemática», hasta el extremo de que «la estadística no debería ser enseñada por estadísticos». [ 41 ]

Docencia a nivel universitario

En Estados Unidos, en particular, los estadísticos se han quejado durante mucho tiempo de que muchos departamentos de matemáticas han asignado a matemáticos (sin competencia estadística) para impartir cursos de estadística , dando de hecho cursos " doblemente ciegos ". El principio de que los profesores universitarios deben tener cualificaciones y estar comprometidos con su disciplina académica se ha violado durante mucho tiempo en las universidades estadounidenses, según generaciones de estadísticos. Por ejemplo, la revista Statistical Science reimprimió artículos "clásicos" sobre la enseñanza de la estadística por no estadísticos de Harold Hotelling ; [ 42 ] [ 43 ] [ 44 ] Los artículos de Hotelling van seguidos de los comentarios de Kenneth J. Arrow , W. Edwards Deming , Ingram Olkin , David S. Moore , James V. Sidek, Shanti S. Gupta, Robert V. Hogg , Ralph A. Bradley y de Harold Hotelling Jr. (un economista e hijo de Harold Hotelling).

Se han recopilado datos sobre la enseñanza de la estadística en los Estados Unidos en nombre del Conference Board of the Mathematical Sciences ( CBMS ). Al examinar los datos de 2000, Schaeffer y Stasny [ 45 ] informaron

La gran mayoría de los instructores en los departamentos de estadística tienen al menos una maestría en estadística o bioestadística (alrededor del 89% en los departamentos de doctorado y del 79% en los de maestría). Sin embargo, en los departamentos de matemáticas de doctorado, solo alrededor del 58% de los instructores de cursos de estadística tenían al menos una maestría en estadística o bioestadística como su título más alto. En los departamentos de matemáticas de maestría, el porcentaje correspondiente era cercano al 44%, y en los departamentos de licenciatura, solo el 19% de los instructores de cursos de estadística tenían al menos una maestría en estadística o bioestadística como su título más alto. Como esperábamos, una gran mayoría de los instructores en los departamentos de estadística (83% en los departamentos de doctorado y 62% en los de maestría) tenían doctorados en estadística o bioestadística. Los porcentajes comparables para los instructores de estadística en los departamentos de matemáticas fueron de aproximadamente el 52% y el 38%.

El principio de que los instructores de estadística deben tener competencia estadística ha sido reafirmado por las directrices de la Asociación Matemática de América , que han sido respaldadas por la ASA. La enseñanza poco profesional de la estadística por parte de matemáticos (sin cualificaciones en estadística) ha sido abordada en numerosos artículos. [ 46 ] [ 47 ]

Métodos de enseñanza

La bibliografía sobre métodos de enseñanza de la estadística guarda estrecha relación con la bibliografía sobre la enseñanza de las matemáticas por dos razones. En primer lugar, la estadística se suele impartir como parte del currículo de matemáticas, por profesores formados en matemáticas y que trabajan en un departamento de matemáticas. En segundo lugar, la teoría estadística se ha enseñado a menudo como una teoría matemática en lugar de como la lógica práctica de la ciencia —como la ciencia que «pone el azar en práctica», en palabras de Rao—, lo que ha conllevado un énfasis en la formación formal y manipulativa, como la resolución de problemas combinatorios con caramelos rojos y verdes. Los estadísticos se han quejado de que los matemáticos tienden a sobrevalorar las manipulaciones matemáticas y la teoría de la probabilidad, y a subestimar las cuestiones de experimentación , metodología de encuestas , análisis exploratorio de datos e inferencia estadística . [ 48 ]

En las últimas décadas, se ha puesto mayor énfasis en el análisis de datos y la investigación científica en la enseñanza de la estadística. En el Reino Unido, la investigación de Smith , Making Mathematics Count, sugiere enseñar conceptos estadísticos básicos como parte del currículo de ciencias, en lugar de como parte de matemáticas . [ 49 ] En los Estados Unidos, las directrices de la ASA para la estadística de pregrado especifican que la estadística introductoria debe enfatizar los métodos científicos de recolección de datos , particularmente los experimentos aleatorios y las muestras aleatorias : [ 39 ] [ 50 ] además, el primer curso debe revisar estos temas cuando se estudia la teoría de la " inferencia estadística ". [ 50 ] Se dan recomendaciones similares para el curso de Advanced Placement (AP) en Estadística . Las directrices de la ASA y la AP son seguidas por libros de texto contemporáneos en los EE. UU., como los de Freedman , Purvis y Pisani ( Statistics ) [ 51 ] y de David S. Moore ( Introduction to the Practice of Statistics con McCabe [ 52 ] y Statistics: Concepts and Controversies con Notz [ 53 ] ) y de Watkins, Schaeffer y Cobb ( Statistics: From Data to Decisions [ 54 ] y Statistics in Action [ 55 ] ).

Además de un énfasis en la indagación científica en el contenido de los inicios de la estadística, también ha habido un aumento en el aprendizaje activo en la conducción del aula de estadística. [ 56 ]

Comunidad profesional

Asociaciones

El Instituto Internacional de Estadística (ISI) cuenta ahora con una sección dedicada a la educación, la Asociación Internacional para la Educación Estadística (IASE), que organiza la Conferencia Internacional sobre la Enseñanza de la Estadística cada cuatro años, así como conferencias satélite de la IASE en torno a las reuniones del ISI y del ICMI. El Reino Unido creó el Centro de Educación Estadística de la Real Sociedad Estadística, y la ASA también dispone ahora de una Sección de Educación Estadística, centrada principalmente en la enseñanza de la estadística en los niveles elemental y secundario.

Conferencias

Además de los encuentros internacionales de educadores estadísticos en ICOTS cada cuatro años, Estados Unidos organiza una Conferencia Estadounidense sobre la Enseñanza de la Estadística (USCOTS) cada dos años y recientemente ha puesto en marcha una Conferencia Electrónica sobre la Enseñanza de la Estadística (eCOTS) que se alterna con USCOTS. También se ofrecen sesiones sobre educación estadística en numerosas conferencias sobre educación matemática, como el Congreso Internacional de Educación Matemática , el Consejo Nacional de Profesores de Matemáticas , la Conferencia del Grupo Internacional para la Psicología de la Educación Matemática y el Grupo de Investigación en Educación Matemática de Australasia. Las Reuniones Estadísticas Conjuntas anuales (organizadas por la ASA y Statistics Canada ) ofrecen numerosas sesiones y mesas redondas sobre educación estadística. Los Foros Internacionales de Investigación sobre Razonamiento, Pensamiento y Alfabetización Estadística organizan encuentros científicos cada dos años y publican artículos relacionados en revistas, CD-ROM y libros sobre investigación en educación estadística.

Cursos y programas de posgrado

Actualmente, solo tres universidades ofrecen programas de posgrado en didáctica de la estadística: la Universidad de Granada , [ 57 ] la Universidad de Minnesota , [ 58 ] [ 59 ] y la Universidad de Florida . [ 60 ] Sin embargo, estudiantes de posgrado de diversas disciplinas (por ejemplo, didáctica de las matemáticas, psicología, psicología educativa) han encontrado maneras de completar tesis sobre temas relacionados con la enseñanza y el aprendizaje de la estadística. Estas tesis se encuentran archivadas en el sitio web del IASE. [ 61 ]

Dos cursos principales en educación estadística que se han impartido en diversos entornos y departamentos son un curso sobre enseñanza de la estadística [ 62 ] y un curso sobre investigación en educación estadística. [ 63 ] Un taller patrocinado por la ASA ha establecido recomendaciones para programas y cursos de posgrado adicionales. [ 64 ]

Software para el aprendizaje

Se ha alentado a los profesores de estadística a explorar nuevas direcciones en el contenido curricular, la pedagogía y la evaluación. En una influyente charla en USCOTS, el investigador George Cobb presentó un enfoque innovador para la enseñanza de la estadística que coloca la simulación , la aleatorización y las técnicas de bootstrapping en el núcleo del curso introductorio de nivel universitario, en lugar del contenido tradicional como la teoría de la probabilidad y la prueba t . [ 65 ] Varios profesores y desarrolladores de currículos han estado explorando formas de introducir la simulación, la aleatorización y el bootstrapping como herramientas de enseñanza para los niveles secundario y postsecundario. Cursos como CATALST de la Universidad de Minnesota, [ 66 ] Introducción a las investigaciones estadísticas de Nathan Tintle y colaboradores , [ 67 ] y Desbloqueando el poder de los datos del equipo de Lock , [ 68 ] son ​​proyectos curriculares basados ​​en las ideas de Cobb. Otros investigadores han estado explorando el desarrollo del razonamiento inferencial informal como una forma de utilizar estos métodos para construir una mejor comprensión de la inferencia estadística. [ 69 ] [ 70 ]

Otra dirección reciente es abordar los grandes conjuntos de datos que cada vez más afectan o contribuyen a nuestra vida diaria. El estadístico Rob Gould, creador de Data Cycle, el espectáculo musical de cena y teatro, describe muchos de estos tipos de datos y anima a los profesores a encontrar formas de utilizar los datos y abordar los problemas relacionados con los grandes datos. [ 71 ] Según Gould, los planes de estudio centrados en los grandes datos abordarán cuestiones de muestreo, predicción, visualización, limpieza de datos y los procesos subyacentes que generan datos, en lugar de los métodos tradicionalmente enfatizados para hacer inferencias estadísticas como la prueba de hipótesis .

El factor que impulsa ambos cambios es el creciente papel de la informática en la enseñanza y el aprendizaje de la estadística. [ 72 ] Algunos investigadores sostienen que, a medida que aumenta el uso de modelos y simulaciones, y que los conjuntos de datos se vuelven más grandes y complejos, los estudiantes necesitarán mejores y más técnicas habilidades informáticas. [ 73 ] Proyectos como MOSAIC han estado creando cursos que combinan informática, modelado y estadística. [ 74 ] [ 75 ]

Véase también

Notas a pie de página

  1. ↑ "Los programas de licenciatura en ciencias estadísticas deben incluir el estudio de la probabilidad y la teoría estadística, junto con las matemáticas prerrequisito, especialmente cálculo y álgebra lineal. Los programas para estudiantes de otras disciplinas pueden requerir menos estudios de matemáticas. Los programas que preparan para estudios de posgrado pueden requerir matemáticas adicionales." Asociación Estadounidense de Estadística . "Directrices curriculares para programas de licenciatura en ciencias estadísticas" . Consultado el 14 de mayo de 2010 .
  2. ↑ La ASA hace las siguientes recomendaciones para estudiantes de pregrado que deseen convertirse en estadísticos: "Especialícese en matemáticas aplicadas o en un campo estrechamente relacionado. Si se especializa en un campo no estadístico, curse una subespecialización en matemáticas o estadística. Desarrolle una base en matemáticas, ciencias e informática y adquiera conocimientos en un campo de interés específico. Una maestría o un doctorado son muy útiles y a menudo se recomiendan o se requieren para puestos de mayor nivel". Asociación Estadounidense de Estadística . "¿Cómo me convierto en estadístico?" . Consultado el 14 de mayo de 2010 .
  3. ↑ "Una maestría o un doctorado son muy útiles y a menudo recomendados o requeridos para puestos de alto nivel." Asociación Estadounidense de Estadística . "¿Cómo me convierto en estadístico?" . Consultado el 14 de mayo de 2010 .
  4. ↑ La estadística de la Universidad de Stanford, Persi Diaconis, escribió que «Veo una fuerte tendencia en contra de la teoría de la medida en los departamentos de estadística modernos: tuve que luchar para mantener el requisito de la teoría de la medida en el programa de posgrado en estadística de Stanford. La lucha se perdió en Berkeley». Diaconis, Persi (marzo de 2004). «Un frecuentista hace esto, un bayesiano aquello (Reseña de Probability Theory: The Logic of Science de ET Jaynes)» . SIAM News . Archivado del original el 7 de octubre de 2007. Recuperado el 14 de mayo de 2010 .

Referencias

  1. ↑ Wallman, KS (1993). "Mejorando la alfabetización estadística: Enriqueciendo nuestra sociedad". Journal of the American Statistical Association . 88 (421): 1– 8. doi : 10.1080/01621459.1993.10594283 . JSTOR 2290686 . 
  2. ↑ Bond, ME; Perkins, SM; Ramirez, C. (2012). "Percepciones de los estudiantes sobre estadística: una exploración de actitudes, conceptualizaciones y conocimiento del contenido estadístico" (PDF) . Statistics Education Research Journal . 11 (2): 6– 25. doi : 10.52041/serj.v11i2.325 . S2CID 140436759 . 
  3. ↑ Batanero, Carmen; Burrill, Gail F.; Reading, Chris, eds. (2011). Enseñanza de la estadística en las matemáticas escolares: desafíos para la enseñanza y la formación docente: un estudio conjunto ICMI/IASE: el 18.º estudio ICMI . Springer. ISBN 978-94-007-1131-0.
  4. ↑ "Herramientas de evaluación para mejorar el pensamiento estadístico – Página principal" . Consultado el 28 de febrero de 2013 .
  5. ↑ Garfield, J. y Ben-Zvi, D. (2008). Desarrollando el razonamiento estadístico de los estudiantes: Conectando la investigación y la práctica docente. Springer.
  6. ↑ Garfield, J. y Ben-Zvi, D. (2008). Preparación de docentes para el desarrollo del razonamiento estadístico de los estudiantes. En C. Batanero, G. Burrill, C. Reading y A. Rossman. Enseñanza de la estadística en matemáticas escolares: desafíos para la enseñanza y la formación docente: un estudio conjunto ICMI/IASE: el 18.º estudio ICMI. 299–310. Dordrecht: Springer.
  7. ↑ Utts, J. (2003). "Lo que los ciudadanos educados deberían saber sobre estadística y probabilidad". The American Statistician . 57 (2): 74– 79. CiteSeerX 10.1.1.193.2420 . doi : 10.1198/0003130031630 . S2CID 14289727 .  
  8. ↑ Gal, I. (2002). "Alfabetización estadística de los adultos: significados, componentes, responsabilidades". International Statistical Review . 70 (1): 1– 25. doi : 10.1111/j.1751-5823.2002.tb00336.x . S2CID 122781003 . 
  9. ↑ Bloom, Benjamin Samuel (1956). Taxonomía de los objetivos educativos: la clasificación de las metas educativas. Manual I, Dominio cognitivo . David McKay. ISBN 9780582323865OCLC 220283628​​ {{cite book}}: Incompatibilidad de ISBN/Fecha ( ayuda )
  10. 1 2 Gal, I.; Ginsburg, L. (noviembre de 1994). "El papel de las creencias y actitudes en el aprendizaje de la estadística: hacia un marco de evaluación" . Journal of Statistics Education . 2 (2). doi : 10.1080/10691898.1994.11910471 .
  11. ↑ Gal, Iddo; Garfield, Joan B.; Gal, Y., eds. (1997). «Monitoreo de actitudes y creencias en la enseñanza de la estadística» . El desafío de la evaluación en la enseñanza de la estadística . IOS Press. pp. 37–51 . ISBN  978-90-5199-333-2.
  12. ↑ Wild, CJ; Pfannkuch, M. (1999). "Pensamiento estadístico en la investigación empírica". International Statistical Review . 67 (3): 223– 265. doi : 10.1111/j.1751-5823.1999.tb00442.x . S2CID 17076878 . 
  13. ↑ Scheaffer, R. (2001). "Educación estadística: examinar el pasado, abrazar el presente y trazar el futuro" . Boletín informativo de la Sección de Educación Estadística . 7 (1).
  14. ↑ Schau, C.; Stevens, J.; Dauphinee, T.; Del Vecchio, A. (1995). "El desarrollo y la validación de la Encuesta de Actitudes hacia la Estadística". Medición Educativa y Psicológica . 55 (5): 868– 876. doi : 10.1177/0013164495055005022 . S2CID 145141281 . 
  15. ↑ Wise, SL (1985). "El desarrollo y validación de una escala para medir actitudes hacia la estadística". Educational and Psychological Measurement . 45 (2): 401– 5. doi : 10.1177/001316448504500226 . S2CID 142923582 . 
  16. ↑ Roberts, D.; Bilderback, W. (abril de 1980). "Fiabilidad y validez de una encuesta de actitudes hacia la estadística". Medición educativa y psicológica . 40 (1): 235– 8. doi : 10.1177/001316448004000138 . S2CID 145497772 . 
  17. 1 2 Zieffler, A.; Garfield, J. ; Alt, S.; Dupuis, D.; Holleque, K.; Chang, B. (2008). "¿Qué sugiere la investigación sobre la enseñanza y el aprendizaje de la estadística introductoria a nivel universitario? Una revisión de la literatura" (PDF) . Journal of Statistics Education . 16 (2): 122. doi : 10.1080/10691898.2008.11889566 . S2CID 118200782 . 
  18. ↑ Harlow, LL; Burkholder, GJ; Morrow, JA (2002). "Evaluación de actitudes, habilidades y desempeño en un curso de métodos cuantitativos con mejora del aprendizaje: un enfoque de modelado estructural" . Structural Equation Modeling . 9 (3): 413– 430. doi : 10.1207/S15328007SEM0903_6 . S2CID 143847777 . 
  19. ↑ Carlson, KA; Winquist, JR (2011). "Evaluación de un enfoque de aprendizaje activo para la enseñanza de estadística introductoria: Un enfoque de cuaderno de trabajo para el aula" (PDF) . Journal of Statistics Education . 19 (1). doi : 10.1080/10691898.2011.11889596 . S2CID 122759663 . 
  20. ↑ Wild, CJ; Pfannkuch, M.; Regan, M.; Horton, NJ (2011). "Hacia concepciones más accesibles de la inferencia estadística" . Journal of the Royal Statistical Society, Serie A. 174 ( 2): 247– 295. doi : 10.1111/j.1467-985X.2010.00678.x . hdl : 2292/9090 .
  21. 1 2 3 Conway, F. (1986). "Estadística en las escuelas". Journal of the Royal Statistical Society, Serie A. 149 ( 1): 60– 64. doi : 10.2307/2981885 . JSTOR 2981885 . 
  22. ↑ Holmes, P. (2003). "50 años de enseñanza de estadística en las escuelas inglesas: algunos hitos (con discusión)". Journal of the Royal Statistical Society, Serie D. 52 ( 4): 439– 474. doi : 10.1046/j.1467-9884.2003.372_1.x .
  23. ↑ "CIMT – Página ya no disponible en los servidores de la Universidad de Plymouth" .
  24. ↑ Apuntes del curso de nivel avanzado de CIMT
  25. ↑ mathsrevision.net Apuntes de nivel A
  26. ↑ Apuntes de matemáticas GCSE de matherevision.net
  27. ↑ Recursos para profesores y estudiantes de ONS stats4schools
  28. ↑ Smith, Adrian (2004). Making Mathematics Count: The Report of Professor Adrian Smith's Inquiry into Post-14 Mathematics Education . Londres, Inglaterra: The Stationery Office.
  29. ↑ En Estados Unidos, hubo un "amplio crecimiento de la formación estadística en los grados K-12, liderado por la implementación de un curso de Colocación Avanzada (AP) en estadística". pág. 403 en Lindsay, Bruce G.; Kettenring, Jon; Siegmund, David O. (agosto de 2004). " Un informe sobre el futuro de la estadística" . Statistical Science . 19 (3): 387– 407. doi : 10.1214/088342304000000404 . JSTOR 4144386. MR 2185624 .  
  30. ↑ Página 403 en Lindsay, Bruce G.; Kettenring, Jon; Siegmund, David O. (agosto de 2004). "Un informe sobre el futuro de la estadística" . Statistical Science . 19 (3): 387– 407. doi : 10.1214/088342304000000404 . JSTOR 4144386. MR 2185624 .  
  31. ↑ Las escuelas estonias impartirán matemáticas asistidas por ordenador. Wall Street Journal, 11 de febrero de 2013.
  32. ↑ Los rebeldes matemáticos invaden Estonia con la educación informatizada. Wired, 12 de febrero de 2013.
  33. ↑ Estonia elegida como campo de pruebas para un experimento de enseñanza de matemáticas - Noticias de la radiotelevisión pública estonia
  34. ↑ Expertos estonios y británicos se unen para desarrollar un sistema de enseñanza de matemáticas basado en computadora. Postimees, 13 de febrero de 2013.
  35. 1 2 Smith, TMF ; Staetsky, L. (2007). "La enseñanza de la estadística en las universidades del Reino Unido". Journal of the Royal Statistical Society, Serie A. 170 ( 3): 581– 622. doi : 10.1111/j.1467-985X.2007.00482.x . MR 2380589. S2CID 122476763 .  
  36. ↑ SAGE triunfa con el nuevo libro de texto/libro electrónico de estadística de Andy Field – Nancy K. Herther 2013
  37. ↑ Página 616 en Moore, David S.; Cobb, George W. (agosto de 2000). "Estadística y matemáticas: tensión y cooperación". The American Mathematical Monthly . 107 (7 – septiembre): 615– 630. CiteSeerX 10.1.1.422.4356 . doi : 10.2307/2589117 . JSTOR 2589117. MR 1543690 .   
  38. 1 2 Página 622 en Moore, David S.; Cobb, George W. (agosto de 2000). "Estadística y matemáticas: tensión y cooperación". The American Mathematical Monthly . 107 (7): 615– 630. CiteSeerX 10.1.1.422.4356 . doi : 10.2307/2589117 . JSTOR 2589117. MR 1543690 .   
  39. 1 2 Asociación Estadounidense de Estadística . "Directrices curriculares para programas de pregrado en ciencias estadísticas" . Consultado el 14 de mayo de 2010 .
  40. ↑ Speed, Terry (noviembre de 2009). "Un diálogo (cosas de Terence)" . Boletín IMS . 38 (9): 14. ISSN 1544-1881 . 
  41. ↑ Tanur 1988
  42. ↑ Harold Hotelling (diciembre de 1940). "La enseñanza de la estadística" . Anales de estadística matemática . 11 (4): 457– 470. doi : 10.1214/aoms/1177731833 . JSTOR 2235726 . 
  43. ↑ Harold Hotelling (1988). "Golden Oldies: Artículos clásicos del mundo de la estadística y la probabilidad: 'La enseñanza de la estadística'"" . Ciencia Estadística . 3 (1): 63– 71. doi : 10.1214/ss/1177013001 .
  44. ↑ Harold Hotelling (1988). "Golden Oldies: Artículos clásicos del mundo de la estadística y la probabilidad: 'El lugar de la estadística en la universidad'"" . Ciencia Estadística . 3 (1): 72– 83. doi : 10.1214/ss/1177013002 .
  45. ↑ Scheaffer, Richard L. Scheaffer y Stasny, Elizabeth A (noviembre de 2004). "El estado de la educación de pregrado en estadística: un informe del CBMS" . The American Statistician . 58 (4): 265–271 . doi : 10.1198/000313004X5770 . S2CID 123312251 . 
  46. ↑ Moore, David S (enero de 1988). "¿Deberían los matemáticos enseñar estadística?". The College Mathematics Journal . 19 (1): 3– 7. doi : 10.2307/2686686 . JSTOR 2686686 . 
  47. ↑ Cobb, George W.; Moore, David S. (noviembre de 1997). "Matemáticas, estadística y enseñanza". The American Mathematical Monthly . 104 (9): 801– 823. doi : 10.2307/2975286 . JSTOR 2975286 . 
  48. ↑ Hotelling. Cobb y Moore.
  49. ↑ Adrian Smith (fuente primaria). TMF Smith y otros.
  50. 1 2 Joan Garfield y Bob Hogg y Candace Schau y Dex Whittinghill (9 de junio de 2000). Grupo de trabajo de Primeros Cursos en Ciencias Estadísticas (ed.). Mejores prácticas en estadística introductoria (borrador 2000.06.09) (PDF) . Documento de posición de la Iniciativa de Educación en Estadística de Pregrado. Asociación Estadounidense de Estadística .
  51. ^ Liberto, David; Roberto Pisani; Roger Purves (1998). Estadísticas (4ª ed.). Nueva York: WW Norton. ISBN  978-0393929720.
  52. ↑ Moore, David ; McCabe, George P .; Craig, Bruce A. (2012). Introducción a la práctica de la estadística (7.ª ed.). Nueva York: WH Freeman. ISBN  978-1429240321.
  53. ↑ Moore, David; Notz, William I. (2014). Estadística : conceptos y controversias (8.ª ed.). Nueva York: WH Freeman and Company. ISBN   978-1464125669.
  54. ↑ Watkins, AE; Richard L. Scheaffer; George W. Cobb (2011). Statistics from data to decision (2.ª ed.). Hoboken, NJ: Wiley. ISBN  978-0470458518.
  55. ↑ Watkins, AE; Richard L. Scheaffer; George W. Cobb (2008). Statistics in action : understanding a world of data (2.ª ed.). Emeryville, CA: Key Curriculum Press. ISBN   978-1559539098.
  56. ↑ Moore y Cobb.
  57. ↑ Batanero, Carmen (2002). "Formación de futuros investigadores en educación estadística. Reflexiones desde la experiencia española" (PDF) . Statistics Education Research Journal . 1 (1): 16– 18.
  58. ↑ Cynkar, Amy (julio de 2007). "Honrando la innovación" . Monitor on Psychology . 38 (7): 48.
  59. ↑ "Plan de estudios para la especialización en educación estadística de doctorado – Univ. de Minn" . Consultado el 12 de abril de 2013 .
  60. ↑ "Educación estadística » Facultad de Educación, Universidad de Florida" . Consultado el 12 de abril de 2013 . 
  61. ↑ Garfield, Joan . "IASE – Publicaciones: Disertaciones" . Consultado el 12 de abril de 2013 .
  62. ↑ Garfield, Joan ; Michelle Everson (2009). "Preparando a profesores de estadística: Un curso de posgrado para futuros docentes" . Journal of Statistics Education . 17 (2): 223– 237. doi : 10.1080/10691898.2009.11889516 .
  63. ↑ "Cursos de Psicología Educativa en la Universidad de Minnesota—Twin Cities" . Consultado el 12 de abril de 2013 .Véase EPSY 8271 .
  64. ↑ Garfield, Joan ; Pantula, Sastry; Pearl, Dennis; Utts, Jessica (marzo de 2009). "Programas de posgrado en educación estadística: informe sobre un taller financiado por una subvención de iniciativa de un miembro de la ASA" (PDF) . Asociación Estadounidense de Estadística . Consultado el 12 de abril de 2013 .
  65. ↑ Cobb, George W (2007). "El curso de estadística introductoria: ¿un currículo ptolemaico?" (PDF) . Innovaciones tecnológicas en la educación estadística . 1 (1). doi : 10.5070/T511000028 . ISSN 1933-4214 . 
  66. ↑ Garfield, Joan ; delMas, Robert; Zieffler, Andrew (1 de noviembre de 2012). "Desarrollo de modeladores y pensadores estadísticos en un curso introductorio de estadística de nivel terciario". ZDM . 44 (7): 883–898 . doi : 10.1007/s11858-012-0447-5 . ISSN 1863-9690 . S2CID 145588037 .  
  67. ↑ Tintle, Nathan; VanderStoep, Jill; Holmes, Vicki-Lynn; Quisenberry, Brooke; Swanson, Todd (2011). "Desarrollo y evaluación de un plan de estudios preliminar de estadística introductoria basado en aleatorización" (PDF) . Journal of Statistics Education . 19 (1): n1. doi : 10.1080/10691898.2011.11889599 . S2CID 30333809 . 
  68. ↑ Lock, RH; Lock, PF ; Lock Morgan, K.; Lock, EF; Lock, DF (2012). Statistics: Unlocking the power of data . Hoboken, NJ: John Wiley & Sons.
  69. ↑ Arnold, P.; C. Educación; N. Zelanda; M. Pfannkuch; CJ Wild; M. Regan; S. Budgett (2011). "Mejorando el razonamiento inferencial de los estudiantes: de la práctica a las "películas""" . Revista de Educación Estadística . 19 (2). doi : 10.1080/10691898.2011.11889609 .
  70. ↑ Rossman, A. (2008). "Razonamiento sobre inferencia estadística informal: la perspectiva de un estadístico" (PDF) . Statistics Education Research Journal . 7 (2): 5– 19. doi : 10.52041/serj.v7i2.467 . S2CID 18885739 . (8–22 en PDF.)
  71. ↑ Gould, Robert (2010). "Estadística y el estudiante moderno" (PDF) . Revista Estadística Internacional . 78 (2): 297– 315. doi : 10.1111/j.1751-5823.2010.00117.x . ISSN 1751-5823 . S2CID 62346843 .  
  72. ↑ Chance, Beth ; Dani Ben-Zvi; Joan Garfield ; Elsa Medina (12 de octubre de 2007). "El papel de la tecnología en la mejora del aprendizaje de la estadística por parte de los estudiantes" . Innovaciones tecnológicas en la educación estadística . 1 (1). doi : 10.5070/T511000026 . Recuperado el 15 de octubre de 2012 .
  73. ↑ Nolan, Deborah ; Temple Lang, Duncan (1 de mayo de 2010). "Computing in the Statistics Curricula" (PDF) . The American Statistician . 64 (2): 97–107 . CiteSeerX 10.1.1.724.797 . doi : 10.1198/tast.2010.09132 . ISSN 0003-1305 . S2CID 121050486 .   
  74. ↑ Pruim, Randall (2011). Fundamentos y aplicaciones de la estadística: una introducción con R. American Mathematical Society. ISBN 978-0-8218-5233-0.
  75. ↑ Kaplan, Danny (2012). Modelado estadístico: un enfoque novedoso (2.ª ed.). Proyecto MOSAIC. ISBN  978-0-9839658-7-9.

Lecturas adicionales

  • Barnett, Vic (Editor) (1982) Enseñanza de la estadística en las escuelas de todo el mundo , Instituto Internacional de Estadística .
  • Boland, Philip J.; Nicholson, James (1996). "El currículo de estadística y probabilidad en la educación secundaria en EE. UU., Irlanda y el Reino Unido". Journal of the Royal Statistical Society, Serie D. 45 ( 4): 437– 446. JSTOR 2988544 . 
  • Conway, F. (1976). "¿Qué es la estadística y quién debería enseñarla?". Journal of the Royal Statistical Society, Serie A. 139 ( 3): 385–8 . doi : 10.2307/2344843 . JSTOR 2344843 . 
  • Cobb, George W. (2007). "El curso de estadística introductoria: ¿un currículo ptolemaico?" (PDF) . Innovaciones tecnológicas en la educación estadística . 1 (1). doi : 10.5070/T511000028 .
  • Cook, Thomas D. (2002). "Experimentos aleatorios en la investigación de políticas educativas: un examen crítico de las razones que la comunidad de evaluación educativa ha ofrecido para no realizarlos". Educational Evaluation and Policy Analysis . 24 (3): 175– 199. doi : 10.3102/01623737024003175 . S2CID 144583638 . Como PDF .
  • Daniels, HE (1975). "Estadística en las universidades: una visión personal". Journal of the Royal Statistical Society, Serie A. 138 ( 1): 1– 17. doi : 10.2307/2345246 . JSTOR 2345246 . 
  • Franklin, C., Kader, G., Mewborn, D., Moreno, J., Peck, R., Perry, M. y Scheaffer, R. (2007) Informe de las Directrices para la Evaluación y la Instrucción en Educación Estadística (GAISE): Un Marco Curricular para Preescolar a 12.º Grado . Asociación Estadounidense de Estadística.
  • Garfield, Joan ; Hogg, Bob ; Schau, Candace; Whittinghill, Dex (9 de junio de 2000). Grupo de trabajo de Primeros Cursos en Ciencias Estadísticas (ed.). Mejores prácticas en estadística introductoria (borrador 2000.06.09) (PDF) . Documento de posición de la Iniciativa de Educación en Estadística de Pregrado. Asociación Estadounidense de Estadística .
  • Hogg, Robert V.; Hogg, Mary C. (1995). "Mejora continua de la calidad en la educación superior". Revista Estadística Internacional . 63 (1): 35– 48. doi : 10.2307/1403776 . JSTOR 1403776 . 
  • Moore, David S. (1995). "El arte de enseñar" (PDF) . MAA Focus . 15 : 5–8 .
  • Moore, DS; Cobb, GW; Garfeld, J.; Meeker, WQ (1995). “Educación Estadística Fin de Siécle ”. El estadístico estadounidense . 49 (3): 250–260 . CiteSeerX 10.1.1.422.5088 . doi : 10.1080/00031305.1995.10476159 . S2CID 123642721 .  
  • Rao, CR (1997). "Un enfoque interdisciplinario para la enseñanza de la estadística" . Informe para la Oficina de Investigación del Ejército de los Estados Unidos . ARO 35518.11-MA. Archivado del original el 1 de octubre de 2012.
  • Grupo de Trabajo sobre Estadística en la Investigación de la Educación Matemática (2007). Scheaffer, Richard (ed.). «Uso eficaz de la estadística en la investigación de la educación matemática: informe de una serie de talleres organizados por la Asociación Estadounidense de Estadística con financiación de la Fundación Nacional de Ciencias» (PDF) . La Asociación Estadounidense de Estadística.
  • Smith, Adrian (2004). Haciendo que las matemáticas cuenten: Informe de la investigación del profesor Adrian Smith sobre la educación matemática post-14 (PDF) . Londres, Inglaterra: The Stationery Office.
  • Tanur, Judith (1988). "¡No! ¿Pero quién debería enseñar estadística?". The College Mathematics Journal . 19 (1): 11– 12. doi : 10.2307/2686688 . JSTOR 2686688 . 

Revistas

  • Revista de Educación en Estadística y Ciencia de Datos (anteriormente Revista de Educación en Estadística), publicada por la Asociación Estadounidense de Estadística y Taylor & Francis.
  • Revista de investigación en educación estadística publicada por la Asociación Internacional para la Educación Estadística (IASE).
  • Enseñanza de la Estadística : Una revista internacional para docentes
  • La iniciativa Technology Innovations in Statistics Education (TISE) "publica informes sobre estudios del uso de la tecnología para mejorar el aprendizaje de la estadística en todos los niveles, desde el jardín de infancia hasta los estudios de posgrado y el desarrollo profesional".

Asociaciones y centros

  • IASE : boletines informativos, actas de congresos, tesis doctorales recientes y enlaces a congresos sobre educación estadística.
  • CAUSEweb : numerosos recursos destinados a la enseñanza de clases de estadística de pregrado, incluyendo actividades, seminarios web y una base de datos bibliográfica.
  • SRTL : foros y publicaciones de los Foros Internacionales de Investigación sobre Razonamiento, Pensamiento y Alfabetización Estadística.
  • Páginas web del Centro de Educación Estadística de la Real Sociedad Estadística
  • Red de Matemáticas, Estadística e Investigación Operativa : apoya a los profesores de Matemáticas, Estadística e Investigación Operativa en el Reino Unido.
  • Citas sobre "¿Quién debería enseñar estadística?"
Lecturas relacionadas
6 articulos
EstadísticaEstadísticaLa distribución normal , una densidad de probabilidad muy común , se utiliza ampliamente en estadística inferencial . Los diagramas de dispersión y...Un modelo estilizado de Bohr de un átomo de litioCiencia formalLa ciencia formal es una rama de la ciencia que estudia disciplinas relacionadas con estructuras abstractas descritas por sistemas formales .Modelos de investigación científicaLos modelos de investigación científica tienen dos funciones: primero, proporcionar una descripción de cómo se lleva a cabo la investigación cientí...Ciencias matemáticasLas ciencias matemáticas son un grupo de áreas de estudio que incluye, además de las matemáticas , aquellas disciplinas académicas que son principa...Cartel de 1901LógicaLa lógica estudia formas válidas de inferencia como el modus ponens . La lógica es el estudio del razonamiento correcto . Incluye tanto la lógica f...Educación matemáticaEducación matemáticaEn la educación contemporánea , la educación matemática —conocida en Europa como didáctica o pedagogía de las matemáticas— es la práctica de enseña...