Non-Parametric Statistics in University Textbooks: Problem Situations to Promote Scientific Research from the Classroom
Keywords:
statistics, scientific research, university textbooks, nonparametric methods, hypothesis testing, problem situationsSynopsis
Statistical inference is an essential element within the experimental scientific method. Inference processes can be developed through the application of parametric quantitative methods or using non-parametric statistical models. The former is used when strict assumptions are met about the shape of the probability distribution of the population from which the random sample is to be selected as the basis for estimating one or more unknown population parameters, constructing confidence
intervals for such parameters or determining critical regions to reject the null hypothesis. Non-parametric statistical models are statistical techniques that require more flexible assumptions or use distribution-free test statistics, which are generally defined by the ranges associated with the data of the variable or variables to be investigated, whether it is an inference problem associated with one random sample, two samples, or three or more samples.
This research work focuses on the way in which some university textbooks address the topics of non-parametric statistics associated with hypothesis testing. For this purpose, a methodology based on a mixed approach is used, since it is supported by both quantitative and qualitative research methods (content analysis and documentary research). In addition, it considers several concrete problem situations, susceptible to promote scientific research from university cloisters. This book is aimed at students, professors, professionals and researchers interested in applying classical non-parametric statistical models in hypothesis testing in their research work or in increasing their knowledge about such models. To approach it, basic knowledge of descriptive and inferential statistics from a parametric perspective is needed.
Chapters
-
Preliminares
-
1. Aspectos teóricos y metodología utilizada
-
2. La estadística no paramétrica en los libros de texto universitarios
-
3. Situaciones problema con una muestra para promover la investigación en el aula
-
4. Situaciones problema con dos muestras para la prueba de hipótesis en investigación formativa
-
5. Situaciones problema no paramétricas relacionadas con más de dos muestras
-
6. Conclusiones
-
Referencias
Downloads
References
Alzate, M., Gómez, M. y Romero, F. (1999). Textos escolares y representaciones sociales de familia, definiciones, dimensiones y campos de investigación. Universidad Tecnológica de Pereira/Cargraphics, S.A.
Anderson, D., Sweeney. D. y Williams, T. (2012). Estadística para negocios y economía. Cengage Learning.
Ávila, H. (2015). Introducción a la metodología de la investigación. Eumed.net. https://www.eumed.net/libros-gratis/2006c/203/
Bardín, L. (1986). El análisis de contenido. Editorial Akal.
Barnett, V. (1982). Teaching Statistics in Schools Throughout the World. International Statistical Institute.
Blanco, L. (2004). Probabilidad. Editorial Unibiblos/Universidad Nacional de Colombia.
Bos, M. et al. (2014). Brief 12: Colombia Pisa 2012. Logros y desafíos pendientes. Scholar Harvard.
Hppt://scholar.harvard.edu/files/Alejandro_ganimian/files/brief_12.pdf
Burbano, V. M. A. (2017). Un acercamiento a la didáctica de la probabilidad desde el PCK para nivel preuniversitario. Editorial de la UPTC.
Burbano, V. M. A. y Valdivieso, M. (2015). Elementos de probabilidad: apoyo al estudio independiente. Editorial de la UPTC.
Burbano, V. M. A. y Valdivieso, M. (2016). Inferencia estadística básica: apoyo al estudio independiente. Editorial de la UPTC.
Burbano, V. M. A. y Valdivieso, M. A. (2020). Una mirada histórica de las medidas de probabilidad reales desde la investigación documental. Editorial de UPTC.
Burbano, V., Valdivieso, M. y Aldana, E. (2017). Conocimiento base para la enseñanza: un marco aplicable a la didáctica de la probabilidad. Revista de Investigación, Desarrollo e Innovación, 7(2), 269-285.
Burbano, V., Valdivieso, M. y Burbano, A. (2019). Confiabilidad: un enfoque paramétrico en la práctica investigativa. Editorial de la UPTC.
Burbano, V., Valdivieso, M. y Valdivieso, A. (2021). El pensamiento aleatorio y los sistemas de datos en los libros de texto: situaciones alternativas de investigación formativa. Editorial de la UPTC.
Canavos, G. (1988). Probabilidad y estadística. Aplicaciones y métodos. McGraw Hill.
Corzo, J. A. (2005). Estadística no paramétrica: métodos basados en rangos. Editorial Universidad Nacional de Colombia.
Chamorro, L. V. y Revelo, O. (2008). Simulación, un primer contacto. Editorial Universitaria Universidad de Nariño.
Cochran, W. G. (1954). Some Methods for Strengthening the Common chi-cuadrado test. Biometrics, 10, 417-451.
Congreso de la República de Colombia. (1982). Ley 23, sobre los derechos de autor.
https://propiedadintelectual.unal.edu.co/fileadmin/recursos/innovación/do cs/normatividad_pi/ley23_1982.pdf.
Congreso de la República de Colombia. (1992). Ley 30, por la cual se organiza el servicio público de la Educación Superior. Imprenta Nacional.
Chevallard, Y. (1991). La transposición didáctica. Del saber sabio al saber enseñado. Aique.
David, F. N. (1998). Games, Gods, and Gambling: A History of Probability and Statistical Ideas. Courier Corporation.
Delicado, P. (2008). Curso de modelos no paramétricos. Departament d’Estadística i Investigació Operativa, Universitad Politécnica de Catalunya.
Devore, J. (2012). Probabilidad y estadística para ingeniería y ciencias. (7.a ed.). Cengage Learning.
Díaz-Levicoy, D. (2014). Un enfoque empírico de las gráficas estadísticas en los libros de texto de educación primaria española. Tesis de fin de máster. Universidad de Granada, España. https://www.ugr.es/~batanero/pages/ARTICULOS/TFMDanilo.p df
Freund, J. y Miller, I. (2000). Estadística matemática con aplicaciones. Prentice Hall
Friedman, M. (1937). The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance. J. Amer, statist, Ass, 32, 675-701
Gamarra, C. H., Pérez, A. A. y Quiseno, R. A. (2006). Estadística no paramétrica. Trabajo de pregrado. Universidad de Sucre.
García, S. R. y Ríos, I. S. (1998). La teoría de la decisión, de Pascal a Von Newmann. Historia de la Matemática, 11-42. https://eudml.org/doc/42701
Garfield, J. y Ben-Zvi, D. (2008). Developing Students’ Statistical Reasoning. Connecting Research and Teaching Practice. Springer.
Gatusso, L. y Pannone, M. (2002). Teacher’s Training in a Statistic Teaching Experimentation. In B. Phillips (Ed.), Proceeding of the Sixth International Conference on Teaching Statistics, (pp. 685- 692). Cope Town. International Association for Statistical Education e International Statistical Institute.
Gibbons, J. D., y Chakraborti, S. (1992). Nonparametric Statistical Inference (Third ed.). Marcewl Dekker.
Gibbons, J. D. (1997). Nonparametric Methods for Quantitative Analysis (Third ed.). American Sciences Press.
Grosslight, J. H. y Radlow, R. (1953). Studies in Partial Reinforcement: I. Pattering Effect of the Nonreinforcement Sequence in a Discrimination Situation. J, Comp Physiol, Psychol, en prensa.
Gutiérrez, H. y De la Vara, R. (2008). Análisis y diseño de experimentos. McGraw Hill.
Gómez, E. (2011). Bases para la definición sistemática del conocimiento matemático para enseñar probabilidad en futuros profesores.
Tesis de fin de máster. Universitad de Granada.
Guevara, R. (2015). El estado del arte en investigación. ¿Análisis de los conocimientos acumulados o indagación por nuevos sentidos? Editorial Universidad Pedagógica Nacional de Colombia.
Gunderson, B. y Aliaga, M. (2005). Interactive Statistics. Prentice Hall. Hacking, I. (1995). El surgimiento de la probabilidad. Gedisa.
Hernández, S. y. Mendoza, C. (2018). Metodología de la investigación. Las rutas cualitativa, cuantitativa y mixta. McGraw Hill Education.
Hair, A. y Taham, B. (2008). Análisis multivariante. (5.ª ed.). Prentice Hall.
Hájek, J., Sidak, Z. y Sen, P. (1999). Theory of Ranks Tests. Academic Press.
Hettmansperger, T. P. (1984). Statistical Inference Based on Ranks. John Willey & Sons.
Hollander, M. y Wolfe, D. A. (1999). Nonparametric Statistical Methods (Second ed.). Wiley & Sons.
Hurtado, M. y Silvente, V. (2012). Cómo aplicar las pruebas paramétricas bivariadas t-student y ANOVA en SPSS. Caso práctico. Reire, 5(2), 83-100.
Kant, I. (2003). Pedagogía (vol. 85). Ediciones Akal.
Kendall, M. (1978). The Beginnings of the Probability Calculus. In Pearson and Kendall (Eds.), Studies in the History of Statistics and Probability (vol. I). Charles Griffin.
Kolmogorov, A. N. (1956). Foundation of the Theory of Probability. Chelsea.
Krueger, J. (2001). Null Hypothesis Significance Testing: On the Survival of a Flawed Method. American Psychologist, 56(1), 16.
Leach, C. (1982). Fundamentos de estadística. Enfoque no paramétrico para ciencias sociales. Limusa.
Lehmann, E. L. y D'Abrera, H. J. (1975). Nonparametrics: Statistical Methods Based on Ranks. Holden-Day Publisher.
Lehmann, E.L. y Casella, G. (20021). Theory of Point of Estimation. Springer.
Lind, D. A., Marchal, W. G., Wathen, S. A., Obón, D. P. y León, J. (2012). Estadística aplicada a los negocios y la economía. McGraw-Hill/Interamericana Editores.
Lind, D. A., Marchal, W. G. y Wathen, S. A. (2015). Statistical Techniques in Business & Economics: Econ 209. McGraw-Hill Education.
Lindgren, B. (1993). Statistical Theory. Chapman-Hall.
López, F. (2002). El análisis de contenido como método de investigación. Revista de Educación, 4(1), 167-179.
Manoukian, E. B. (1986). Mathematical Nonparametric Statistics. Gordon and Breach Science Publishers.
Martínez, A. y Caballero, J. (2016). Borel y Steingaus: dos piezas claves para comprender el surgimiento de la probabilidad moderna. Lecturas Matemáticas, 37(1), 37-61.
Marshal, A. W. y Olkin, I. (2007). Life Distributions. Springer.
Mason, R, McKenzie, J. y Ruberg, S. (1990). A Brief History of America Statistical Association, 1839-1989. American Statistician, 44(2),
– 73.
Mayen, S. (2009). Comprensión de las medidas de tendencia central en estudiantes mexicanos de educación secundaria y bachillerato.
Tesis doctoral no publicada. Universidad de Granada, España.
Mayorga, H. (2003). Inferencia estadística. Editorial Unibiblos/ Universidad Nacional.
Mendonça, T., Cautinho, C. y Almouloud, S. (2006). Mathematics Education and Statistics Education: Meeting Points and Perspectives. In A. Rossman y B. Chance (Eds.). Proceedings of the Seventh International Conference on Teaching Statistics. CD- ROM. Salvador (Bahia), Brazil. International Association for Statistical Education and International Statistical Institute
Ministerio de Educación Nacional de Colombia –MEN- (2006). Estándares básicos de competencias en matemáticas, lenguaje, ciencias y ciudadanía. MEN.
Montgomery, D. y Runger, G. (2012). Probabilidad y estadística aplicadas a la ingeniería. México.
Newbold, P., Carlson, W. y Thorne, B. (2013) Estadística para administración y economía. Pearson/Prentice Hall.
Newman, G. (2006). El razonamiento inductivo y deductivo dentro del proceso de investigación en ciencias experimentales y sociales. Laurus, 12(1), 180-205.
Olaya, O, J. (2012). Métodos de regresión no paramétrica. Programa Editorial Univalle.
Occeli, M. y Valeiras, N. (2013). Los libros de texto en ciencias como objeto de investigación: una revisión bibliográfica. Enseñanza de las Ciencias, 31(2), 133-153.
Peña, T. y Pirela, J. (2007). La complejidad del análisis documental. Información, Cultura y Sociedad, 16(1), 55-81.
Peña, D. y Romo, J. (1997). Introducción a la estadística para las ciencias sociales. McGraw-Hill.
Pérez, C. (2005). Técnicas estadísticas con SPSS 12: aplicaciones al análisis de datos. Pearson/Prentice Hall.
Pinto, J. E. (2010). Conocimiento didáctico del contenido sobre la representación de datos estadísticos: un estudio de casos con profesores de estadística de las carreras de psicología y educación. Tesis doctoral no publicada. Universidad de Salamanca, España.
Palop, M. P. y García, P. A. (2017). El libro de texto como objeto de estudio y recurso didáctico para el aprendizaje: fortalezas y debilidades. Revista Electrónica Interuniversitaria de Formación del Profesorado, 20(1), 201-217.
Pratt, J. W. y Gibbons, J. D. (1981). Concepts of Nonparametric Theory. Springer-Verlag.
Randles, R. y Wolfe, D. (1979). Introduction to the Theory of Nonparametric Statistics. John Wiley & Sons.
Rioboó, J., González, P. y Tato, M. (1997). Resumen histórico de la evolución de la estadística. Estudios de Economía aplicada, 8, 141-162.
Ríos, A. R. y Peña, A. M. P. (2020). Estadística inferencial. Elección de una prueba estadística no paramétrica en investigación científica. Horizonte de la Ciencia, 10(19), 191-208.
Rivera, A. F. (2003). Una prueba de contrastes ortogonales antes de un experimento en estadística no paramétrica utilizando métodos
intensivos de computo (MIC). Tesis de Licenciatura en Ingeniería Industrial, Universidad de las Américas, México.
Salinas, P. y Alanís, J. (2009). Hacia un nuevo paradigma en la enseñanza del cálculo. Revista Latinoamericana de Investigación en Matemática Educativa, 12(3), 355-382.
Sánchez, E. y Monroy, J. (2013). La cuantificación del azar, una articulación de las definiciones, subjetiva, frecuencial y clásica de la probabilidad y la probabilidad condicionada. Revista de la Didáctica de la Estadística, 2(1), 39-46.
Siegel, S. (1970). Diseño experimental no paramétrico aplicado a las ciencias de la conducta (N.° BF39 S5e). Editorial F. Trillas.
Solís, M. S. (2014). ¿Por qué algunos aun prohíben utilizar estadística paramétrica para analizar datos ordinales? Enseñanza e Investigación en Psicología, 19(2), 1-14.
Soto, D. y Cantoral, R. (2014). Discurso matemático escolar y exclusión. Bolet. Educ. Matemát, 28(50), 1525-1544.
Uribe, J. (2005). La investigación documental y el estado del arte como estrategia de intervención en ciencias sociales. Editorial Universidad Piloto de Colombia
Valdivieso, M. (2011). Estadística descriptiva, apoyo al estudio independiente. Contiene comando de R. Editorial UPTC.
Van Dormolen, J. (1986). Textual Analysis. In B. Christiansen, A. G. Howson and M. Otte (Eds.), Perspectives on Mathematics education (pp. 141-171). Reidel.
Vera, S. A., Hernández, B. R. R., Ortiz, L. V., Huerta, J. A. A. y Pontoni, Á. C. (2021). El problema de la transparencia didáctica del parámetro en los textos de estadística. Interciencia, 46(11), 416- 422.
Wasserman, L. (2006). All of Nonparametric Statistics. Springer.
Walpole, R., Myers, R. y Myers, S. (2012). Probabilidad y estadística para ingeniería y ciencias. (9.ª ed.). Pearson Educación.
Wild, C. y Pfannkuch, M. (1999). Statistical Thinking in Empirical Enquiry. International Statistical Review, 67(3), 223-265.
Downloads
Published
Categories
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.