| Nombre completo | Rol | Escuela |
|---|---|---|
| Greivin Ramírez Arce | Coordinador | Matemática |
Las distribuciones muestrales son la piedra angular de la inferencia estadística. Es fundamental iniciar desde el proceso de creación de las distribuciones y evitar poner tanta atención a resultados finales que se reducen a consultar tablas preelaboradas sin que el estudiante o profesor tenga idea de dónde surgen. Así, esta investigación, que es un estudio de caso con estudiantes de ingeniería y profesores en formación, responde a las preguntas: ¿Cuáles son las formas de razonamiento que muestran profesores en formación y estudiantes de ingeniería sobre distribuciones muestrales con el uso de Fathom? y ¿Cómo la simulación en Fathom podría ser utilizada en las experiencias de aprendizaje mediadas para establecer comparaciones entre las distribuciones muestrales y las distribuciones poblacionales?
Proyecto desarrollado entre enero del 2011 a enero del 2012
Investigar las formas de razonamiento que muestran profesores en formación y estudiantes de ingeniería en el tema de distribuciones muestrales basado en un enfoque frecuencial mediado con la simulación computacional.
Diseñar las actividades de dominio de los paquetes (instrumentalización) y las actividades problema que abarcan los contenidos de distribuciones muestrales (instrumentación).
Aplicar las actividades de instrumentalización e instrumentación.
Determinar las virtudes de los paquetes computacionales para desarrollar funciones cognitivas de nivel superior en los profesores y los estudiantes.
Validar el uso de actividades intencionadas con datos reales como estrategia de enseñanza que le permite al profesor e ingeniero percibir o producir significado de las distribuciones muestrales.
A través del proceso de investigación se obtuvieron avances significativos en las formas de razonamiento de los participantes, ubicándolos, en niveles intermedios y superiores. La simulación hecha con Fathom fue fundamental para comprender el proceso de creación de las distribuciones muestrales.