Strategy for teaching inference in engineering Foundations for its design
Article Sidebar
Main Article Content
Abstract
Article Details
Alvarado, H. y Batanero, C. (2007). Dificultades de comprensión de la aproximación normal a la distribución binomial. Números, 67, 1-7.
Alvarado, H., Galindo, M. y Retamal, L.M. (2013). Comprensión de la distribución muestral mediante configuraciones didácticas y su implicación en la inferencia estadística. Enseñanza de las Ciencias, 31(2), 75-91.
Alvarado, H., Galindo, M. y Retamal, L.M. (2018). Evaluación del aprendizaje de la estadística orientada a proyectos en estudiantes de ingeniería. Educación Matemática, 30(3), 151-183. https://doi.org/10.24844/em3003.07
Batanero, C., Tauber, L. y Sánchez, V. (2001). Significado y comprensión de la distribución normal en un curso introductorio de análisis de datos. Quadrante, 10(1), 59-91.
Batanero, C. (2013a) Sentido estadístico: componentes y desarrollo. En J.M. Contreras, G.R. Cañadas, M.M. Gea y P. Arteaga (Eds.), Actas de las Jornadas Virtuales en Didáctica de la Estadística, Probabilidad y Combinatoria (pp. 55-61). Universidad de Granada.
Batanero, C. (2013b). Del análisis de datos a la inferencia: reflexiones sobre la formación del razonamiento estadístico. Cuadernos de Investigación y Formación en Educación Matemática, 8(11), 277-291.
Behar, R. y Yepes, M. (2007). Estadística: un enfoque descriptivo. Talleres gráficos Impresora Feriva.
Chance, B., Ben-Zvi, D., Garfield, J. y Medina, E. (2007). The role of technology in improving student learning of statistics. Technology Innovations in Statistics Education, 1(1), 1-26.
Chance, B., del Mas, R. y Garfield, J. (2004). Reasoning about sampling distributions. En D. Ben-Zvi y J. Garfield (Eds.), The Challenge of developing Statistical Literacy, Reasoning and Thinking (pp. 295-323). Kluwer Academic Publishers
CONFEDI (2016). Competencias y Perfil del Ingeniero Iberoamericano, Formación de Profesores y Desarrollo Tecnológico e Innovación (Documentos Plan Estratégico ASIBEI). ASIBEI. https://www.acofi.edu.co/noticias/competencias-y-perfil-del-ingeniero-iberoamericano-formacion-de-profesores-y-desarrollo-tecnologico-e-innovacion/
CONFEDI (2018). Propuesta de estándares de segunda generación para la acreditación de carreras de ingeniería en la República Argentina “Libro Rojo de CONFEDI”. Universidad FASTA Ediciones.
del Mas, R., Garfield, J. y Chance, B. (2004, abril). Using assessment to study the development of students’ reasoning about sampling distributions. Annual Meeting of the American Educational Research Association, California.
Figueroa, S. y Aznar, M. (2017). Significados personales sobre la vinculación entre una variable estadística y su variable binomial asociada en el contexto de un problema. En J.M. Contreras, P. Arteaga, G. R. Cañadas, M.M. Gea, B. Giacomone y M. M. López-Martín (Eds.), Actas del Segundo Congreso International Virtual sobre el Enfoque Ontosemiótico del Conocimiento y la Instrucción Matemáticos (pp. 1-10). Universidad de Granada.
Godino, J. y Batanero, C. (1994), Significado institucional y personal de los objetos matemáticos, Recherches en Didactique des Mathématiques, 14(3), 325-355.
Inzunza, S. (2006). Significados que estudiantes universitarios atribuyen a las distribuciones muestrales en un ambiente de simulación computacional y estadística dinámica. [Tesis doctoral, Departamento de Matemática Educativa del Centro de Investigación y de Estudios Avanzados del IPN].
Inzunza, S. (2007). Recursos de internet para apoyo de la investigación y la educación estadística. Revista Iberoamericana de Educación, 41(4), 1-12.
Inzunza, S. (2017). Significado institucional de las distribuciones muestrales en libros de texto universitarios. En J.M. Contreras, P. Arteaga, G.R. Cañadas, M.M. Gea, B. Giacomone y M.M. López-Martín (Eds.), Actas del Segundo Congreso International Virtual sobre el Enfoque Ontosemiótico del Conocimiento y la Instrucción Matemáticos (pp. 1-10). Universidad de Granada.
Kowalski, V., Posluszny, J., López, J., Erck, I. y Enriquez, H. (2016). Formación por competencias en ingeniería: ¿Camino o destino? Revista Argentina de Ingeniería, 5(7), 130-141.
Meyer, R. (2005). Funcionamiento didáctico del Saber. La inferencial estadística como metodología y la formación de formadores en educación. [Tesis Doctoral en Educación, Universidad Católica de Santa Fe].
Meyer, R., Debiaggi, M. y Giménez, N. (2008). La inferencia estadística como metodología. Análisis de contenido de ideas fundamentales. Ciencias Económicas, 2(6), 29-46.
Olivo, E. y Batanero, C. (2007). Un estudio exploratorio de dificultades de comprensión del intervalo de confianza. UNION, 12, 37-51.
Ramírez, G. (2008). Formas de razonamiento que muestran estudiantes de maestría de matemática educativa sobre la distribución normal mediante problemas de simulación de fathom. Revista Electrónica de Investigación en Educación en Ciencias, 3(1), 10-23
Restrepo, G. y Lopera, M.A. (2015). CDIO: una gran estrategia de formación en ingeniería. Revista Ingeniería y Sociedad, 9, 33-39.
Retamal, M.L. (2013). Enseñanza de la estadística mediante proyectos de iniciación científica en estudiantes universitarios. En Instituto Tecnológico de Costa Rica, Costa Rica (Ed.), III Encuentro sobre Didáctica de la Estadística, la Probabilidad y el Análisis de Datos (pp. 1-12). Instituto Tecnológico de Costa Rica.
Retamal, M.L., Alvarado, H. y Rebolledo, R. (2007). Understanding of sample distributions for a course on statistics for engineers. Ingeniare, 15, 6-17.
Ruiz, B. y Albert, J. (2013). La relación entre la variable aleatoria y la variable estadística: un análisis epistemológico disciplinar. En J.M. Contreras, G.R. Cañadas, M.M. Gea y P. Arteaga (Eds.), Actas de las Jornadas Virtuales en Didáctica de la Estadística, Probabilidad y Combinatoria (pp. 383-390). Universidad de Granada.
Sánchez, N. y Ruiz, B. (2017) La inferencia informal en la enseñanza de la estadística. Una propuesta por medio del estudio de clases. En A. Rosas (Ed.), Avances en Matemática Educativa. El profesor investigador Nº6 (pp. 117-133). Lectorum.
Santarrone, M. y Meyer, R. (2020, octubre). Población estadística. Una idea fundamental en la inferencia estadística paramétrica [Sesión de congreso]. XIV Jornadas de Investigación de la Facultad deCiencias Económicas de la Universidad Nacional del Litoral de la República Argentina. Santa Fe, Argentina.
Terán, T. y Ciminari, J. (2019). Los errores en la resolución de situaciones problemáticas de inferencia estadística como principal obstáculo en la didáctica de la estadística. En J.M. Contreras, M.M. Gea, M.M. López-Martín y E. Molina-Portillo (Eds.), Actas del Tercer Congreso Internacional Virtual de Educación Estadística (pp. 1-8). FQM126.
Wild, C.J. y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry, International Statistical Review, 67, 223-265.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.