Desarrollo del razonamiento de estudiantes de bachillerato sobre intervalos aleatorios
Tipo de documento
Autores
Lista de autores
Martínez-Pérez, S. y Sánchez, Ernesto
Resumen
Se presenta una actividad de aprendizaje que requiere que los estudiantes, con apoyo de software, construyan intervalos aleatorios y determinen si un valor dado se encuentra en ellos; consideramos que esto puede ser usados para introducir el estudio de los intervalos de confianza ya que se ha documentado que en el tratamiento de los intervalos de confianza existen una serie de falsas concepciones (Castro-Sotos, Vanhoof, Noortgate y Onghena, 2007). En los resultados se muestran los razonamientos de los estudiantes después de haber trabajado en la actividad.
Fecha
2018
Tipo de fecha
Estado publicación
Términos clave
Investigación de diseño | Pruebas de hipótesis | Razonamiento | Software
Enfoque
Nivel educativo
Educación media, bachillerato, secundaria superior (16 a 18 años) | Educación secundaria básica (12 a 16 años)
Idioma
Revisado por pares
Formato del archivo
Título libro actas
Editores (actas)
Aguilar-González, Álvaro | Alonso, Pedro | Bruno, Alicia | García, Francisco Javier | Muñiz-Rodríguez, Laura | Rodríguez-Muñiz, Luis Jose
Lista de editores (actas)
Rodríguez-Muñiz, Luis José, Muñiz-Rodríguez, Laura, Aguilar-González, Álvaro, Alonso, Pedro, García, Francisco Javier y Bruno, Alicia
Editorial (actas)
Lugar (actas)
Rango páginas (actas)
330-337
ISBN (actas)
Referencias
Belia, S., Fidler, F., Williams, J. y Cumming, G. (2005). Researchers misunderstand confidence intervals and standard error bars. Psychological Methods, 10(4), 389-96. Ben-Zvi, D. (2006). Scaffolding students informal inference and argumentation. En A. Rossman y B. Chance (Eds.), Working cooperatively in statistics education: Proceedings of the Seventh International Conference on Teaching Statistics, Salvador, Brazil. Recuperado de http://www.stat.auckland.ac.nz/~iase/publications/17/2D1_BENZ.pdf Castro-Sotos, A. E., Vanhoof, S., Noortgate, W. y Onghena, P. (2007). Students’ misconceptions of statistical inference: A review of the empirical evidence from research on statistics education. Educational Research Review, 2, 98-113. Cobb, P. y Gravemeijer, K. (2008). Experimenting to support and understand learning processes. En A. E. Kelly, R. A. Lesh y J. Y. Baek (Eds.), Handbook of design research methods in education. Innovations in Science, Technology, Engineering and Mathematics Learning and Teaching (pp. 68-95). Mahwah, NJ: Lawrence Erlbaum Associates. Cobb, P. y McClain, K. (2004). Principles of Instructional Design for Supporting the Development of Students Statistical Reasoning. En D. Ben-Zvi y J. Garfield (Eds.), The Challenge of Developing Statistical Literacy, Reasoning, and Thinking (pp. 375-396). Dordrecht, The Netherlands: Kluwer Academic Publishers. Cumming, G. (2012). Inference by eye: Pictures of confidence intervals and thinking about levels of confidence. Teaching Statistics, 29(3), 89-93. Fidler, F., Thomason, N., Cumming, G., Finch, S. y Leeman, J. (2004). Editors can lead researchers to confidence intervals, but can’t make them think: Statistical reform lessons from medicine. Psychological Science, 15, 119-126. Fidler, F. (2006). Should Psychology abandon p values and teach CIs instead? Evidence based reforms in statistic education. En A. Rossman y B. Chance (Eds.), Proceedings of the Seventh International Conference on Teaching Statistics. Voorburg, The Netherlands: International Statistical Institute. Institute. Recuperado de http://www.stat.auckland.ac.nz/*iase/publications.php (online). Garfield, J. B., del Mas, R. C. y Chance, B. L. (2004). Tools for teaching and assessing statistical inference. Recuperado de http://www.gen.umn.edu/research/stat_tools. Glaser, B. y Strauss, A. (1967). The discovery of grounded theory: Strategies for qualitative research. New York: Aldine Publishing Company. Hogg, R. y Craig, A. (1978). Introduction to Mathematical Statistics (pp. 200-234). New York, USA: Macmillan Publishing Co., Inc. Huck, S. W. (2009). Statistical Misconceptions. New York: Taylor and Francis Group. Inzunza Casares, S. (2017). Conexiones entre las aproximaciones clásicas y frecuencial de la probabilidad en un ambiente de modelación computacional. Avances de Investigación en Educación Matemática, 11, 69- 86. Kalinowski, P. (2010). Identifying misconceptions about confidence intervals. En C. Reading (Ed.), Data and context in statistics education: Towards an evidence-based society. Proceedings of the Eighth International Conference on Teaching Statistics, Ljubljana, Slovenia. Voorburg, The Netherlands: International Statistical Institute. Olivo, E. (2008). Significados del intervalo de confianza en la enseñanza de la ingeniería en México (Tesis doctoral). Universidad de Granada. Pfannkuch, M., Wild, C. y Parsonage, R. (2012). A conceptual pathway to confidence intervals. ZDM Mathematics Education, 44, 899-911. Pfannkuch, M., Forbes, S., Harrawary, J., Budgett, S. y Wild, C. (2013). “Bootstrapping” students’ understanding of statical inference. Teaching y Learning, Research Iniciative, 1-18. Pratt, D., Johnston-Wilder, P., Ainley, J. y Mason, J. (2008). Local and global thinking in statistical inference. Statistics Education Research Journal, 7(2), 107-129. Prodromu, T. (2013). Informal Inferential Reasoning: Interval Estimates of Parameters. International Journal of Statistics and Probability, 2(2). Sánchez, E. y Valdez, J. C. (2017). Las ideas fundamentales de probabilidad en el razonamiento de estudiantes de bachillerato. Avances de Investigación en Educación Matemática, 11, 127-143.
Proyectos
Cantidad de páginas
8