Implementación de R Project aplicado a la enseñanza de la estadística en la educación superior
DOI:
https://doi.org/10.61117/ipsumtec.v6i5.237Palabras clave:
R Project, Estadística, Aprendizaje, SoftwareResumen
La enseñanza de la estadística ha evolucionado en los últimos años con la incorporación de herramientas informáticas para el análisis de datos. R Project es un software de código abierto que ha ganado popularidad en la comunidad académica y profesional como una herramienta poderosa y versátil para el análisis estadístico. En este sentido, este artículo presenta una metodología de enseñanza y aprendizaje que permite la utilización e implementación de R Project en el proceso educativo, así como una estrategia de implementación que incluye actividades de aprendizaje y evaluación para fomentar el uso de esta herramienta en la enseñanza de la estadística. Se ha encontrado que la incorporación de R Project en la enseñanza de la estadística puede mejorar la comprensión de los conceptos teóricos y promover el desarrollo de habilidades prácticas en la solución de problemas estadísticos. Las referencias utilizadas en este artículo brindan una amplia variedad de recursos y herramientas para la enseñanza y el aprendizaje de R Project en la estadística.
Descargas
Métricas
Citas
Barreto Villanueva, A. (2012). El progreso de la Estadística y su utilidad en la evaluación del desarrollo. Papeles de Población, 18(73), 1-31. ISSN: 1405-7425. Recuperado el 15 de Noviembre de 2022 de: https://www.redalyc.org/articulo.oa?id=11224638010
Alpízar, M. (2007). Herramientas tecnológicas en el proceso de enseñanza y aprendizaje de la estadística. Cuadernos de Investigación y formación en Educación Matemática 2007, Año 2, Número 3, pp. 99-118.
López, Albeiro (2016). Usos del programa R en la enseñanza de la estadística. En Mariscal, Elizabeth (Ed.), Acta Latinoamericana de Matemática Educativa (pp. 1380-1388). México, DF: Comité Latinoamericano de Matemática Educativa.
Velásquez, J. D., Montoya, O. L., & Castaño, N. (2010). ¿Es el proyecto R para la computación estadística apropiado para la inteligencia computacional? Ingeniería y Competitividad, 12(2), 81-94. ISSN: 0123-3033. Recuperado el 15 de Noviembre de 2022 de: https://www.redalyc.org/articulo.oa?id=291323528006 DOI: https://doi.org/10.25100/iyc.v12i2.2695
Rodríguez, M. S. y Platas-García, A. (2022). Uso de videos tutoriales en el proceso de aprendizaje de estudiantes universitarios. Revista Electrónica de Investigación Educativa, 24, e21, 1-12. https://doi.org/10.24320/redie.2022.24.e21.4176. DOI: https://doi.org/10.24320/redie.2022.24.e21.4176
Chung D, Kuan PF, Welch R, Keles S (2023). mosaics: MOSAiCS (MOdel-based one and two Sample Analysis and Inference for ChIP-Seq). R package version 2.38.0, http://groups.google.com/group/mosaics_user_group.
Kim AY, Ismay C, Kuhn M (2021). “Take a modern dive into introductory linear regression with R.” The Journal of Open Source Education, 4(41). https://doi.org/10.21105/jose.00115. DOI: https://doi.org/10.21105/jose.00115
Fernández Lizana, M. I. (2020). Ventajas de R como herramienta para el Análisis y Visualización de datos en Ciencias Sociales. Revista Científica de la UCSA, 7(2), 97-111. Epub August 00, 2020. Disponible en https://doi.org/10.18004/ucsa/2409-8752/2020.007.02.097 DOI: https://doi.org/10.18004/ucsa/2409-8752/2020.007.02.097
Alonso, J., Largo, M. (2022). Empezando a visualizar datos con R y ggplot2. Starting to visualize data with R and ggplot2. ISBN: 978-628-7538-85-6. Colección «Herramientas del Big Data y Analytics», vol. 3, Cali. Universidad Icesi, 2022. DOI: https://doi.org/10.18046/EUI/bda.h.3 DOI: https://doi.org/10.18046/EUI/bda.h.3
Rubio, C., & Ricardo, M. (2020). Estadística con aplicaciones en R. Editorial Utadeo. Disponible en https://www.perlego.com/book/2802354/estadstica-con-aplicaciones-en-r-pdf.
Lizcano D.J. (2019). Simulación y análisis de ocupación. Entendiendo las simulaciones y el modelo básico de ocupación (Version 1). Zenodo. http://doi.org/10.5281/zenodo.4028019.
R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Disponible en https://www.R-project.org/.
RStudio Team (2021). RStudio: Integrated Development for R. RStudio, PBC, Boston, MA. Disponible en http://www.rstudio.com/.
Wickham H, François R, Henry L, Müller K, Vaughan D (2023). dplyr: A Grammar of Data Manipulation. Disponible en https://dplyr.tidyverse.org, https://github.com/tidyverse/dplyr.
Wickham H, Vaughan D, Girlich M (2023). tidyr: Tidy Messy Data. Disponible en https://tidyr.tidyverse.org, https://github.com/tidyverse/tidyr.
Wickham H (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. ISBN 978-3-319-24277-4. Disponible en https://ggplot2.tidyverse.org. DOI: https://doi.org/10.1007/978-3-319-24277-4
William Revelle (2023). psych: Procedures for Psychological, Psychometric, and Personality Research. Northwestern University, Evanston, Illinois. R package version 2.3.6. Disponible en https://CRAN.R-project.org/package=psych.
Hammer, Oyvind & Harper, David & Ryan, Paul. (2001). PAST: Paleontological Statistics Software Package for Education and Data Analysis. Palaeontologia Electronica, 4, 1-9.
Fox J, Weisberg S (2019). An R Companion to Applied Regression, Third edition. Sage, Thousand Oaks CA. Disponible en https://socialsciences.mcmaster.ca/jfox/Books/Companion/.
TecNM. (2016). Probabilidad y Estadística AEF-1052. Recuperado el 10 de octubre de 2022, de https://iztapalapa3.tecnm.mx/ofertaedu/temariosInformatica/AE052%20Probabilidad%20y%20Estadistica.pdf
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Ana Laura Fernández Mena, Laura Rodríguez Fernández, Manuel Antonio Rodríguez Fernández, Manuel Antonio Rodríguez Magaña, Roger Ernesto Tamayo Uribe
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
