Implementación de una herramienta para un análisis en la estadística inferencial en pruebas de hipótesis con varianza conocida

Erik López García; Angelica Granados Pineda; Eduardo Salinas Hernández; María Nela Monreal Torres; A. J. Martínez-Mata

doi:10.61117/ipsumtec.v8i3.392

Autores/as

Erik López García Tecnológico Nacional de México
Angelica Granados Pineda Tecnológico Nacional de México
Eduardo Salinas Hernández Tecnológico Nacional de México
María Nela Monreal Torres Tecnológico Nacional de México
A. J. Martínez-Mata Tecnológico Nacional de México https://orcid.org/0000-0001-5288-079X

DOI:

https://doi.org/10.61117/ipsumtec.v8i3.392

Palabras clave:

Desviación estándar, Estadística, Prueba de hipótesis, TIC

Resumen

Hoy día, los alumnos aprovechan el uso de las TIC para comprobar, encontrar o comparar resultados de sus ejercicios de la materia de matemáticas. Y para esto, buscan que el software sea accesible, fácil y económico. En este artículo encontramos un software que tuviera esas cualidades para la materia de estadística inferencial y más en específico en el tema de prueba de hipótesis; así este programa es MINITAB 18. Realizamos un procedimiento bien detallado de MINITAB 18, en el que damos a conocer al alumno los pasos de cómo obtener una prueba de hipótesis en cual les quiera de sus casos. Demostramos que esta aplicación es de gran ayuda para reducir los tiempos de análisis y resultados, con el problema que tengamos y que se pretenda desarrollar.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Biografía del autor/a

Erik López García , Tecnológico Nacional de México

Erik López García, Tecnológico Nacional de México combina la Maestría en Matemáticas con
especialidad en topología algebraica y un Doctorado en Ciencias de Matemáticas en topología en
bajas dimensiones. Como excandidato SNI y jefe del Taller de Matemáticas del Departamento de
Ciencias Básicas, dirige investigaciones de alto nivel en desarrollo tecnológico, destacando su
trabajo en la simulación y modelación matemática. También, tiene un Posdoctorado en el área de
Matemáticas Educativas, esto hace que la visión se amplie hasta la investigación educativa,
explorando nuevas formas y ofreciendo soluciones a los desafíos en la enseñanza de las
matemáticas.

Angelica Granados Pineda , Tecnológico Nacional de México

Angélica Granados Pineda, Tecnológico Nacional de México maestra del Instituto Tecnológico de
Zacatepec Morelos, me dedico principalmente a la docencia en el Departamento de Ciencias de la
Tierra de la carrera de Ingeniería Civil, impartiendo clases en el área de Construcción durante más
de 18 años, Soy Ingeniero Civil desde 1998 y Maestra en Ciencias en Ingeniería de la Construcción
desde el 2005. He colaborado en diversas actividades académicas como Coordinadora del Programa
de Tutorías de Ingeniería Civil, jefa de Proyectos de Investigación, catedrática, tutora, revisora de
tesis y asesora de residencias profesionales. En el ámbito personal soy esposa y madre de una hija
de 13 años que es mi mayor tesoro.

Eduardo Salinas Hernández , Tecnológico Nacional de México

Eduardo Salinas Hernández, Tecnológico Nacional de México egresado del tecnológico de
Zacatepec de la carrera de Ingeniería Electromecánica, docente por más de 22 años en el instituto
tecnológico de Zacatepec, 10 años en el corporativo azucarero Emiliano Zapata en el laboratorio de
fábrica. Jefe por 3 años de alumbrado público en el municipio de Jojutla Morelos.
secretario de la Academia de Metal Mecánica, jefe de taller de tratamientos térmicos y soldadura.
participando activamente en proyectos académicos, investigaciones y actividades de actualización
docente, me gusta innovar, resolver problemas, participar en concursos de creatividad ayudar al
que lo necesite y estar con mi familia.

María Nela Monreal Torres , Tecnológico Nacional de México

Marianela Monreal Torres, Tecnológico Nacional de México ha desarrollado una sólida trayectoria en el ámbito educativo, destacándose por su compromiso con la formación integral de los estudiantes y la mejora continua de los procesos de enseñanza-aprendizaje.
Obtuvo un cargo de directora de Incubadora en mi Plantel Educativo, Instituto Tecnológico de Zacatepec. Mi formación académica incluye estudios en el Instituto Tecnológico de Zacatepec, con especialización en área de Manufactura, complementados con diversos cursos y diplomados orientados al fortalecimiento pedagógico. Maestría en Psicopedagogía y Desarrollo Humano combinando un estudio de investigación en innovación educativa, cursa el doctorado en Psicopedagogía e Innovación Educativa. participando activamente en proyectos académicos, investigaciones y actividades de actualización docente, orientadas al desarrollo de competencias críticas, creativas y humanistas en el alumnado.

A. J. Martínez-Mata , Tecnológico Nacional de México

Arturo J. Martínez Mata, Tecnológico Nacional de México Combina la maestría en electrónica de potencia y un doctorado en ciencias de la ingeniería mecánica; como candidato SNI y presidente de Academia de Ingeniera Electromecánica, dirige investigaciones de alto nivel en desarrollo tecnológico, destacando su trabajo en el diseño y control de exoesqueletos. su visión se extiende a la investigación educativa buscando innovar y resolver problemas en el aprendizaje de las matemáticas.

Citas

Agustin, F., F. (2015). Dificultades laborales de profesores en escuelas secundarias. Educación y Educadores, , 18(3),411-431. Recuperado de DOI: https://doi.org/10.5294/edu.2015.18.3.3

https://educacionyeducadores.unisabana.edu.co/index.php/eye/article/view/4955/4101

Albar-Manso, P. J. (2023). La Inteligencia Artificial de generación de imágenes en arte: ¿Cómo impacta en el futuro del alumnado en Bellas Artes?. Encuentros: Revista de Ciencias Sociales y Humanas, 20(1), 145-160. Recuperado de

https://dialnet.unirioja.es/descarga/articulo/9250491.pdf

Albar, P. J. (2017). Infografía didáctica como recurso de aprendizaje transversal yherramienta de cognición en educación artística Infantil y Primaria. Encuentros. Revista Trayectoria prácticas en educación artística, número 4, pp. 49–66.

https://doi.org/10.5281/zenodo.10052355

Arroyo Resino, D. (2017). Análisis descriptivos de datos con IBM SPSS Statistics. Revista Complutense de Educación, 29(1), 313-314.

https://doi.org/10.5209/RCED.57160 DOI: https://doi.org/10.5209/RCED.57160

Ayala, F. (2011). Aplicación de la prueba de hipótesis de proporción y de diferencias de proporciones en la incidencia de mordeduras de perro en menores de edad. Revista Tecnociencia, 13(1), 43–62. Recuperado de

https://revistas.up.ac.pa/index.php/tecnociencia/article/view/917

Cadena SER. (2024, septiembre 25). La inteligencia artificial no es tan fiable (por ahora): "Los nuevos sistemas mejoran sus resultados en tareas difíciles, pero no en las fáciles". Cadena SER. Recuperado de

https://cadenaser.com/nacional/2024/09/25/la-inteligencia-artificial-no-es-tan-fiable-por-ahora-los-nuevos-sistemas-mejoran-sus-resultados-en-tareas-dificiles-pero-no-en-las-faciles-cadena-ser/

Cornejo-Mayorca, A. & Nuñes-Portilla, J. (2024). Técnicas de visualización de datos en la comprensión de información cuantitativa: una revisión en la interpretación de resultados. Revista LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5 (5), 1734 – 1748. Recuperado de DOI: https://doi.org/10.56712/latam.v5i5.2738

https://www.researchgate.net/publication/384623828_Tecnicas_de_visualizacion_de_datos_en_la_comprension_de_informacion_cuantitativa_una_revision_en_la_interpretacion_de_resultados_Data_visualization_techniques_in_the_understanding_of_quantitative_info

Correa, J. C., & Sierra, E. (2003). Intervalos de confianza para la comparación de dos proporciones. Revista Colombiana de Estadística, 26(1), 61–75. Recuperado de

https://www.redalyc.org/pdf/899/89926104.pdf

Duarte, A. (2024). Uso de la inteligencia artificial en la resolución de problemas matemáticos en educación superior. Revista de Investigación en Ciencias Sociales y Educación, 3(6). Recuperado de DOI: https://doi.org/10.59282/reincisol.V3(6)3573-3593

https://www.reincisol.com/ojs/index.php/reincisol/article/view/380

Estrada-Villa, E., & Boude-Figueredo, O. R. (2018). Análisis multivariado a los factores relacionados con el aprendizaje móvil en educación superior. Revista Electrónica Educare, vol. 22, núm. 3, pp. 110-128. Recuperado de DOI: https://doi.org/10.15359/ree.22-3.6

https://www.redalyc.org/journal/1941/194157733006/html/

Feliciano Morales, A., & Cuevas Valencia, R. E. (2021). Uso de las TIC en el aprendizaje de las matemáticas en el nivel superior. RIDE revista iberoamericana para la investigación y el desarrollo educativo, 12(23).

https://doi.org/10.23913/ride.v12i23.1023 DOI: https://doi.org/10.23913/ride.v12i23.1023

Flores Muñoz, P. J. (2018). Comparación de la eficiencia de las pruebas de hipótesis e intervalos de confianza en el proceso de inferencia. Estudio sobre medias. Revista de Ciencias, 22(2), 123–130. Recuperado de

https://revistaciencias.univalle.edu.co/index.php/revista_de_ciencias/article/view/7921/11069

Flores-Tapia, C. E., & Flores, K. L. (2021). Pruebas no paramétricas para determinar la aleatoriedad de los datos en procesos productivos y procedimientos para calcular estadísticas en pareja. Revista Ciencia, Economía y Negocios, Vol. 5, No. 1, pp. 97-118. Recuperado de DOI: https://doi.org/10.22206/ceyn.2021.v5i1.pp97-118

https://revistas.intec.edu.do/index.php/ciene/article/download/2228/2604

García, E. L. (s/f). USO DE LAS TIC EN TIEMPOS DEL NUEVO CORONAVIRUS USE OF TICS IN TIMES OF THE NEW CORONAVIRUS. Copcyl.es. Recuperado el 7 de marzo de 2023, de

https://www.copcyl.es/wp-content/uploads/2020/04/USO-DE-LAS-TIC-en-tiempos-de-coronavirus.pdf

Gómez i Martínez, M., & Galbraith, M. C. (2023). Un análisis de la reparación de diálogos en asistentes de voz virtuales. arXiv preprint arXiv:2307.07076.

https://arxiv.org/abs/2307.07076

Gómez-Villa, A., Martín, A., Vázquez-Corral, J., Bertalmío, M., & Malo, J. (2019). Visual illusions also deceive convolutional neural networks: Analysis and implications. arXiv preprint arXiv:1912.01643. Recuperado de DOI: https://doi.org/10.1016/j.visres.2020.07.010

https://arxiv.org/abs/1912.016

Hernández-Leal, E. (2017). Big Data: una exploración de investigaciones, tecnologías y casos de estudio. Revista de TecnoLógicas, vol. 20, núm. 39, pp. 15-38. Recuperado de DOI: https://doi.org/10.22430/22565337.685

https://www.redalyc.org/journal/3442/344251476001/html/

Hoover, A. (2023, agosto 17). La IA invade las revistas académicas y no es fácil detectarla. WIRED. Recuperado de

https://es.wired.com/articulos/la-ia-invade-las-revistas-academicas-y-no-es-facil-detectarla

Leal, A. M. (2020). Propuesta de automatización para bases de datos con macros de excel en el área de fidelización de colmédica medicina prepagada S.A.. Recuperado de: http://hdl.handle.net/20.500.12010/7293.

Leivada, E., Murphy, E., & Marcus, G. (2022). DALL-E 2 no logra capturar de manera confiable procesos sintácticos comunes. arXiv preprint arXiv:2210.12889

https://arxiv.org/abs/2210.12889?utm_source=chatgpt.com

Liu, J., Synnaeve, G., & Scialom, T. (2023). Code Llama: Open Foundation Models for Code. arXiv preprint arXiv:2308.12950.

https://doi.org/10.48550/arxiv.2308.12950

Lizasoain, L. (2024). El análisis estadístico de datos en la investigación educativa. Revista Electrónica Interuniversitaria de Formación del Profesorado, 27(2), 217–232. Recuperado de DOI: https://doi.org/10.6018/reifop.608261

https://revistas.um.es/reifop/article/view/608261

López Noriega, M., Lagunes Huerta, C., & Herrera Sánchez, S. (2006). Excel como una herramienta asequible en la enseñanza de la Estadística. Education in the Knowledge Society (EKS), 7(1). DOI: https://doi.org/10.14201/eks.19145

https://revistas.usal.es/tres/index.php/eks/article/view/19145?utm_source=chatgpt.com

López Puycan, L., & Lozano Marreros, J. (2007). Algunas pruebas de hipótesis estadísticas con SPSS. Ciencia & Desarrollo, (11), 51–56. Recuperado de DOI: https://doi.org/10.33326/26176033.2007.11.224

https://revistas.unjbg.edu.pe/index.php/cyd/article/view/224

Manzaneda, M., & Valero, V. (2022). Matlab en el aprendizaje de la cinemática en estudiantes de Ingeniería Civil. Horizonte de la Ciencia, 12(22), 132–142. Recuperado de DOI: https://doi.org/10.26490/uncp.horizonteciencia.2022.22.1074

https://www.redalyc.org/journal/5709/570969250010/570969250010.pdf

Mastropaolo, A., Pascarella, L., Guglielmi, E., Ciniselli, M., Scalabrino, S., Oliveto, R., & Bavota, G. (2023). On the robustness of code generation techniques: An empirical study on GitHub Copilot. arXiv preprint arXiv:2302.00438. DOI: https://doi.org/10.1109/ICSE48619.2023.00181

https://arxiv.org/abs/2302.00438?utm_source=chatgpt.com

Mayer, M. & Rodríguez, P. (2023). Inteligencia artificial en atención primaria: un escenario de oportunidades. Atención Primaria, 55(8), 500-506. Recuperado de: DOI: https://doi.org/10.1016/j.aprim.2023.102744

https://www.elsevier.es/es-revista-atencion-primaria-27-articulo-inteligencia-artificial-atencion-primaria-un-S0212656723001774

Muñoz, P. J. (2018). Comparación de la eficiencia de las pruebas de hipótesis e intervalos de confianza en el

proceso de inferencia. Estudio sobre medias. Revista De Ciencias, 22(2).

https://doi.org/10.25100/rc.v22i2.7921 DOI: https://doi.org/10.25100/rc.v22i2.7921

Nuñez, E. & Nuñez, J. (2011). Estrategias para la elaboración de modelos estadísticos de regresión. Revista Española de Cardiología, 64(6), 501-507. Recuperado de DOI: https://doi.org/10.1016/j.recesp.2011.01.019

https://www.revespcardiol.org/es-estrategias-elaboracion-modelos-estadisticos-regresion-articulo-S0300893211003502

Panteleeva, E. G. G. O. (s/f). para ingeniería y ciencias. Edu.ni. Recuperado el 7 de marzo de 2023, de

http://biblioteca.univalle.edu.ni/files/original/4bee2ce5589a0b8ae82ed363b2bac6206dd28ab1.pdf

Pérez, P. F. (1989). MINITAB. Revista de Investigación Educativa, 7(14), 83–88. https://dialnet.unirioja.es/servlet/articulo?codigo=91387

Pérez-Reveles, M. de la L., Necoechea-Mondragón, H., & Luis-Pantoja, G. (2024). El uso de ChatGPT como herramienta de investigación en economía, econometría y finanzas. Panorama Económico, 19(40), 178–201. https://doi.org/10.29201/pe-ipn.v19i40.167 DOI: https://doi.org/10.29201/pe-ipn.v19i40.167

Picado-Alvarado, F. (2008). Análisis de concordancia de atributos. Revista Tecnología en Marcha, 21(4), 29-36. Recuperado de

https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/222

Pilo-García, M. A., Romero-Gutiérrez, J. M., de-Casas-Moreno, P., & Aguaded, I. (2024). El impacto de la Inteligencia Artificial en Comunicación. Revisión sistematizada de la producción científica española en Scopus (2020-2023): The impact of Artificial Intelligence in Communication. Systematic review of the Spanish scientific production in Scopus (2020-2023). Razón y Palabra, 28(119), 65–79.

https://doi.org/10.26807/rp.v28i119.2098 DOI: https://doi.org/10.26807/rp.v28i119.2098

Roca-Fernández, C., & Mullor, M. (2024). Contraste o prueba de hipótesis e introducción al análisis de regresión lineal o ajuste de mínimos cuadrados. Notas para doctorandos. Revista de Ingeniería, Matemáticas y Ciencias de la Información, 11(21), 13–25. Recuperado de: DOI: https://doi.org/10.21017/921

https://ojs.urepublicana.edu.co/index.php/ingenieria/article/view/921

Rossette, J. G., & Soto, D. A. (2024). El Minitab como Recurso Didáctico para la Enseñanza de Estadística en el Nivel Superior. Revista de Gestión Social y Ambiental, 18(4), 1–16. Recuperado de

https://rgsa.openaccesspublications.org/rgsa/article/download/7787/3577/27325

Sattler, P., Bathke, A. C., & Pauly, M. (2019). Testing Hypotheses about Covariance Matrices in General MANOVA Designs. arXiv preprint arXiv:1909.06205. Recuperado de

https://arxiv.org/abs/1909.06205?utm_source=chatgpt.com

Soto-Quiroz, R. & Noboru-Yogui, D. (2019). Análisis de las dificultades que presentan los estudiantes universitarios en matemática básica. Apuntes Universitarios, 9(2), 1–14. Recuperado de DOI: https://doi.org/10.17162/au.v10i2.433

https://www.redalyc.org/journal/4676/467662252001/467662252001.pdf

Tourpe, H. (2023). Promesas y riesgos de la inteligencia artificial. Finance & Development, 60(4). Recuperado de

https://www.imf.org/es/Publications/fandd/issues/2023/12/B2B-Artificial-Intelligence-promise-peril-Tourpe

Vázquez Azuara, C. A. (2024). El uso de la inteligencia artificial en el ámbito jurisdiccional: Aplicación práctica de “Chat GPT” y “Géminis” para la interpretación de normas jurídicas en casos concretos. Universos Jurídicos, (23). Recuperado de DOI: https://doi.org/10.25009/uj.v21i21.2729

https://universosjuridicos.uv.mx/index.php/univerjuridicos/article/view/2729?utm_source=chatgpt.com