Dés et données : comics sur la statistique avec probabilité 0,95 de l'Ûtre. 'Dados y datos : cómic hacia la estadística con probabilidad 0,95 de serlo'.

Resumen tomado parcialmente de la propia publicación

Factores psicológicos asociados al desempeño académico en los cursos universitarios de estadística: diferencias por sexo y área de titulación

Se examinaron factores auto-perceptivos (autoconcepto,autoeficacia) y actitudinales referentes a la estadísticapara determinar si las interacciones entre el perfil autoperceptivo/actitudinal del estudiante, el sexo y el área detitulación se asocian con el rendimiento académico y laansiedad estadística. En una muestra de estudiantes universitarioscolombianos (178 mujeres, 154 hombres), losanálisis de conglomerados revelaron dos perfiles autoperceptivos/actitudinales significativamente distintos,según los niveles bajos (perfil-1) o altos (perfil-2) en lasvariables de agrupación (autoconcepto, autoeficacia yactitudes hacia la estadística). Los análisis de varianzay de covarianza mostraron que el perfil auto-perceptivo/actitudinal de los estudiantes tiene un efecto significativoen el rendimiento y la ansiedad estadística, que varía porsexo y área de titulación. Los hallazgos contrastan conlos de otros estudios que examinan los mismos constructosseparadamente.

Estudio de la robustez del análisis discriminante multivariado : propuesta de un ajuste bootstrap para la significación estadística de los coeficientes de la técnica.

1. Realizar un estudio exhaustivo del Análisis Discriminante para evaluar su robustez con el fin de hacer las pertinentes recomendaciones al psicólogo aplicado; 2. Determinar criterios estadísticos que ayuden a las interpretaciones heurísticas de los coeficientes más relevantes, para la evaluación de las contribuciones de las variables a las funciones discriminantes. Primera investigación: Se trabajó con un diseño factorial 4x2x3x2x2 lo que supone 96 condiciones experimentales. Las cinco variables eran: a. Normalidad de las variables, b. Varianza de los grupos, c. Número de variables, d. Número de grupos, 5. Número de sujetos en cada grupo. Variable Dependiente: Para cada una de las 200 replicaciones Monte Carlo se obtuvieron las lambdas de Wilks, las V de Bartlett y su probabilidad asociada, como índice de la significación de criterio discriminante. Segunda investigación: Para esta investigación se replicó el diseño de la primera investigación, es decir, las 96 condiciones experimentales con todos los factores, otorgando ahora el perfil de diferencias grupales siguiente para las condiciones con tres grupos y para las condiciones con seis grupos. Se mantuvieron constantes las correlaciones entre las variables e iguales a las de la primera investigación, 0,70. El valor de los parámetros fue obtenido mediante el programa DISCRIMINANT del SPSS/PC+. Hardware: El trabajo de simulación se llevó a cabo con ocho ordenadores personales clónicos PC:PENTIUM/100 Mhz., con 16 MB de RAM. Software: Los procedimientos necesarios para la investigación fueron realizados en el lenguaje de programación GAUSS 386i, versión 3.1 (Aptech Systems, 1994). 1. Los métodos de simulación y concretamente, el método de muestreo bootstrap, son de gran utilidad para los estudios de robustez de las técnicas estadísticas, así como en los de inferencia estadística: cálculo de intervalos de confianza; 2. El Análisis Discriminante es una técnica robusta, siempre y cuando se cumpla la condición de homogeneidad de las varianzas; 3. El Análisis Discriminante no es robusto ante problemas de heterogeneidad en las siguientes condiciones: Con seis o menos variables,cuando los tamaños grupales son diferentes. Para tamaños iguales, si además se presenta una alteración conjunta de asimetría y apuntamiento; 4. Cuando la violación del supuesto de homogeneidad viene provocada porque la varianza mayor la presenta el grupo con menos sujetos la técnica se vuelve demasiado liberal, es decir, se produce un alto grado de error tipo I; 5. Los coeficientes de estructura son más estables e insesgados que los típicos; 6. Es posible determinar los intervalos confidenciales de los coeficientes de estructura mediante el procedimiento sugerido por Dalgleish (1994). 1. El Análisis Discriminante se puede utilizar siempre que se cumpla la condición de Homogeneidad de varianzas. Es por tanto, absolutamente necesario comprobar antes de realizar un Análisis Discriminante este principio, lo cual se puede llevar a cabo a través de cualquiera de los estadísticos pertinentes y, en especial, la prueba de Box; 2. Ante la heterogeneidad de varianzas si el número de variables independientes es seis o inferior, deberá tenerse en cuenta que el número de sujetos debe ser igual en todos los grupos y que las variables no presenten alteraciones conjuntas de asimetría y apuntamiento,por lo que, como paso previo deberá comprobarse la distribución de las variables y detectar si se presenta esta alteración. En cualquier otra condición, y ante la presencia de heterogeneidad de varianzas no se puede utilizar la técnica. Cuando el número de variables predictoras sea nueve o más, podrá utilizarse la técnica siempre, a excepción de diferentes tamaños grupales y no normalidad de las variables. El investigador aplicado deberá conocer la posibilidad que proponemos de apoyatura estadística para la toma de decisiones.

La estadística en la investigación educativa.

Resumen de la revista

Inferencia estadística en bachillerato : propuestas.

Resumen del autor

Inferencia estadística - Módulo de regresión lineal simple

La utilización del modelo de regresión lineal en los procesos relacionados con el análisis de datos demanda el conocimiento objetivo e instrumentación de la relación funcional de variables, el coeficiente de determinación y de correlación y la prueba de hipótesis como pilares fundamentales para verificar e interpretar su significancia estadística en el intervalo de confianza determinado. La presentación específica de los temas relacionados con el modelo de regresión lineal, el análisis de regresión, el uso de la ecuación de regresión como instrumento para estimar y predecir y la consideración del análisis de residuales ha sido realizada tomando como referente el estudio de problemas reales definidos en los entornos de la economía, la administración y la salud, utilizando como plataforma de apoyo la hoja de cálculo Excel®. Se consideran en este módulo didáctico, los elementos teóricos correspondientes al análisis de regresión lineal, como técnica estadística empleada para estudiar la relación entre variables determinísticas o aleatorias que resultan de algún tipo de investigación, en la cual se analiza el comportamiento de dos variables, una dependiente y otra independiente. Se muestra mediante la gráfica de dispersión el posible comportamiento de las variables: lineal directa, inversa, no lineal directa o no lineal inversa, con el fin de desarrollar en el lector las competencias interpretativas y propositivas requeridas para dimensionar integralmente la importancia de la estadística inferencial en la vida del profesional en ciencias económicas, administrativas y de la salud.

Inferencia estadística módulo de regresión lineal simple

La utilización del modelo de regresión lineal en los procesos relacionados con el análisis de datos demanda el conocimiento objetivo e instrumentación de la relación funcional de variables, el coeficiente de determinación y de correlación y la prueba de hipótesis como pilares fundamentales para verificar e interpretar su significancia estadística en el intervalo de confianza determinado. La presentación específica de los temas relacionados con el modelo de regresión lineal, el análisis de regresión, el uso de la ecuación de regresión como instrumento para estimar y predecir y la consideración del análisis de residuales ha sido realizada tomando como referente el estudio de problemas reales definidos en los entornos de la economía, la administración y la salud, utilizando como plataforma de apoyo la hoja de cálculo Excel®.

La inferencia estadística con Microsoft Excel.

Resumen basado en el del autor

De la literatura y la estadística a la apropiación territorial: análisis de la narración geográfica sobre las provincias del norte neogranadinas en la segunda mitad del siglo XIX

Las obras geográficas de Manuel Ancízar y Felipe Pérez dan cuenta de la manera en la que la élite intelectual neogranadina se apropió y representó el aspecto físico y humano de la nación al inicio y final de la Comisión Corográfica (1850-1859). Un análisis comparativo de las obras mostrará la manera en la que la narración literaria y la geográfica influyen en la elaboración de imaginarios territoriales para unificar la nación y consolidar la identidad nacional a partir de la apropiación territorial en la segunda mitad del siglo XIX

Un ejemplo de utilizar en el área de Estadística las representaciones gráficas con ordenador.

Resumen de la publicación

Estadística espacial en clase.

Resumen basado en el de la publicación

Aproximación cualitativa a la valoración y el uso de recursos y estrategias didácticos en la docencia de la Estadística en Psicología.

Resumen basado en el de la publicación

Análisis del formato del material educativo para la docencia de la estadística para psicólogos.

Resumen basado en el de la publicación

Adaptación de una batería para la evaluación de prerrequisitos para el aprendizaje de la Estadística en Psicología.

Resumen basado en el de la publicación

Cà lcul de probabilitats. Estadística i probabilitat. Els nombres reals. Autoavaluació. 'Cálculo de probabilidades. Estadística y probabilidad. Los números reales. Autoevaluación'.

Primer crédito del módulo número diez del área de mátemáticas del ciclo 12-16. Se estructura en: Descripción y estudio de fenómenos aleatorios. Inferencias estadísticas. Números Reales. En la primera parte del crédito se exponen los contenidos, objetivos didácticos, enumera las actividades de aprendizaje específicas y generales, su temporalización y las actividades de evaluación. En la segunda parte del crédito se incluye el material de soporte para cada una de las actividades de aprendizaje. En general son propuestas de experiencias que requieren una comprobación empírica y-o la utilización de dos programas informáticos: 'Bolas y Azar' y 'Lanzamiento de monedas'.