Por favor, use este identificador para citar o enlazar este ítem: https://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/7108
Título : Actividades de programación computacional para la enseñanza de la Estadística Multivariada a estudiantes del área de biología y ciencias afines
Autor : MASCARO MIQUELAJAUREGUI, MAITE
Fecha de publicación : 2016
Resumen : En la práctica de la biología y las ciencias ambientales, como en otras disciplinas científicas, es crucial contar con competencias en el uso de herramientas de probabilidad y estadística para una interpretación correcta de los datos experimentales (de campo y laboratorio), la toma decisiones acertadas sobre esa información, y la comunicación y defensa de los hallazgos, usando argumentos estadísticos que se sustenten en la comprensión de los métodos y sus requisitos, así como en el uso comprensible del lenguaje. La estadística, sin embargo, es comúnmente percibida como una disciplina compleja, difícil tanto de enseñar como de aprender, y su incorporación en los currículos de los programas de biología ha tenido resultados poco exitosos. Además de una aversión general de los estudiantes a las matemáticas y la estadística, los softwares comúnmente usados en estos cursos (e.g. Statistica) son cajas negras en las que es imposible identificar la forma como operan las funciones aplicadas; y la falta de control en la elaboración de gráficos genera una disociación perjudicial entre distintos registros de representación. Más aún, el abordaje de la tecnología que se hace comúnmente en los programas de estudio de estadística promueve el uso de algoritmos sobre competencias para la estrategia, el razonamiento analítico y la interpretación, y en general, prescinde de oportunidades para la discusión y el ejercicio en la toma de decisiones. Sin embargo, la tecnología computacional puede ser usada para simular y visualizar fenómenos estocásticos, y constituye un elemento recurrente en la estadística educativa en otros países. Con la finalidad de integrar el uso de la tecnología en la enseñanza de una forma significativa, e inspiradas en la filosofía construccionista, en los últimos años pusimos en marcha un proyecto cuyo objetivo es mejorar la enseñanza y aprendizaje del diseño de experimentos y el análisis de datos en el ámbito de las ciencias biológicas y áreas afines, usando actividades de programación computacional en el software R (R Project for Statistical Computing). Mediante un proceso iterativo, en el que cada implementación es revisada y re-diseñada de acuerdo al resultado de la experiencia anterior, hemos desarrollado una colección de actividades que han sido aplicadas en varios cursos de pre y posgrado impartidos en instituciones de educación superior nacionales y extranjeras. La experiencia ha sido alentadora pues sugiere que la programación computacional facilita el aprendizaje de ideas abstractas avanzadas: los estudiantes han podido explorar conceptos estadísticos a través de la construcción de modelos virtuales, y el trabajo colaborativo ha conducido a interacciones donde los participantes reflexionan sobre los resultados obtenidos, y se sienten más autónomos, seguros y satisfechos con lo aprendido. La mayoría de los cursos de estadística se concentran en los modelos llamados uni-variados (revisan conceptos básicos de las distribuciones de probabilidad, ANOVA, pruebas de t, etc.), y fue hacia éstos que fueron dirigidas las actividades de programación del proyecto concluidas hasta ahora. Sin embargo, a la mayoría de los fenómenos biológicos estudiados subyacen preguntas de investigación que exigen un abordaje multivariado; es decir, situaciones donde el objetivo central es detectar (o descartar) y describir cuantitativamente señales de co-variación en juegos de datos donde múltiples variables son registrados en cada unidad experimental. Adicional a la problemática de enseñanza-aprendizaje descrita anteriormente, en la estadística multivariada se suman la imposibilidad de la visualización multidimensional en los gráficos tradicionales y la complejidad interpretativa que acarrea; la dificultad operativa de los algoritmos basados en algebra matricial; las variadas decisiones de procedimiento que deben ser tomadas previo y durante el análisis de los datos (e.g. selección de transformaciones, medidas de asociación, etc.); que los datos muy raramente cumplen con los requisitos impuestos por las pruebas de hipótesis; y la complejidad en el cálculo del error residual y el tamaño óptimo de la muestra. La presente propuesta tiene como objetivo dar continuidad al proyecto de elaboración y perfeccionamiento de material didáctico de programación computacional para la enseñanza y aprendizaje de conceptos básicos y aplicados de la estadística multivariada, siguiendo la metodología iterativa de Plomp (2013; http://international.slo.nl/publications/edr). También nos proponemos simular poblaciones estadísticas multivariadas de datos con parámetros conocidos, y utilizarlas para develar rasgos de la estructura y naturaleza de los datos que permitan a los usuarios explorar las consecuencias de ciertas decisiones de procedimiento. Finalmente vamos a evaluar los resultados en el uso de dichas actividades durante la instrucción de asignaturas de licenciatura y posgrado en programas que se imparten en la UNAM.
URI : http://132.248.161.133:8080/jspui/handle/123456789/7108
metadata.dc.contributor.responsible: MASCARO MIQUELAJAUREGUI, MAITE
metadata.dc.coverage.temporal: 2016-2019
metadata.dc.description.objective: Objetivo general Elaborar y perfeccionar material didáctico de programación computacional para la enseñanza de los conceptos básicos y aplicados de los modelos lineales generalizados y la estadística multivariada, y evaluar los resultados en el uso de dicho material durante la instrucción de asignaturas correspondientes a los niveles de licenciatura y posgrado de programas de biología y ciencias afines que se imparten en la UNAM. Objetivos particulares 1.Actualizar y perfeccionar las fichas con actividades de programación computacional para la enseñanza de los conceptos implícitos en modelos lineales generalizados. 2.Elaborar material didáctico en la forma de fichas con actividades de programación computacional para la enseñanza de los conceptos básicos y aplicados de la estadística multivariada. Las actividades de programación acompañarán la revisión de los contenidos de programas en estadística multivariada desglosados en las siguientes cuatro unidades temáticas: a)la importancia del uso de descriptores múltiples de un fenómeno, y las limitaciones que conlleva la parcialización obligada del abordaje uni-variado; b)la matriz multidimensional, sus elementos e información contenida; las medidas de asociación en el contexto de un problema particular; el espacio multidimensional y sus representaciones; c)los objetivos y procedimientos de la reducción de las dimensiones; la clasificación y ordenación siguiendo distintos métodos; la visualización gráfica y su interpretación contextual. d)los procedimientos comprobatorios y las pruebas de hipótesis; los requisitos de los modelos y sus violaciones; el modelo nulo y los métodos de aleatorización. 3.Utilizar rutinas de simulación para generar poblaciones estadísticas multivariadas de datos con parámetros conocidos, y utilizarlas para develar rasgos de la estructura y naturaleza de los datos así como de las consecuencias de ciertas decisiones de procedimiento a través de la exploración gráfica y numérica de los resultados. 4.Evaluar los resultados de la aplicación de las colecciones durante la impartición de asignaturas de licenciatura y posgrado pertenecientes a programas de biología y ciencias afines que actualmente ofrece la UNAM, y utilizar los resultados de estas evaluaciones para mejorar el material elaborado a través de un proceso iterativo.
metadata.dc.description.hypothesis: Se parte de la hipótesis que la construcción de significados - en este caso de los conceptos básicos y aplicados de la estadística multivariada - se facilita cuando el estudiante se involucra de manera activa en expresar y definir la manera como se utilizan las herramientas de descripción y comprobatorias del método estadístico; planteamos que esto se puede lograr a través de la construcción y manipulación de modelos virtuales construidos usando programación computacional en R. Nuestro planteamiento es que a través de la secuencia didáctica de los materiales que diseñaremos - los cuáles tienen como aspecto central la programación- los estudiantes tendrán una comprensión mucho más profunda de los conceptos y métodos de la estadística multivariada, que responden a situaciones de investigación recurrentes en biología y ciencias afines. La secuencia de materiales que diseñaremos los asistirán en aprender a construir los métodos analíticos que se requieren ante problemas con contextos específicos y realistas, y utilizarlos adecuadamente. Para lograrlo tendrán que desarrollar un entendimiento profundo de los conceptos utilizados y su relación con los fenómenos físicos o biológicos que desean describir. Asimismo, se espera que los estudiantes no sólo desarrollen una comprensión de los conceptos y métodos estadísticos, sino que también adquieran competencias y conocimientos del manejo de herramientas computacionales como R que les puedan servir en el futuro en su profesión. De manera particular, esta investigación pretende mostrar que los métodos pedagógicos que incorporan actividades de programación en R exigirán de los educandos: a)método para la construcción de las líneas de comandos que acompañan de forma estructurada el procedimiento de un ejercicio analítico; b)iniciativa para la búsqueda de distintas estrategias que alcancen resultados similares, dando paso a la comparación de las ventajas y desventajas de las mismas; c)ejercicio de la memoria para recurrir a comandos aprendidos previamente y aplicarlos reflexivamente a problemas similares; d)experimentación en el propio uso del lenguaje de programación, impulsando al alumno a perder el miedo al equívoco; e)capacidad crítica en el intercambio entre pares que promueva el aprendizaje cooperativo a través de la retroalimentación. f)interacciones reflexivas que permitan una experimentación, justificación y evaluación de los procedimientos estadísticos utilizados Asimismo, aspiramos encontrar evidencias de que las actividades de programación planeadas atienden algunos aspectos de la problemática específica de la estadística multivariada identificada anteriormente. Consideramos que las secuencias de tareas que conforman cada actividad lograrán: 1)guiar a los estudiantes desde los elementos mejor conocidos en los modelos univariados hasta los correspondientes en los modelos multivariados, con base en la noción de que los primeros son un caso particular de los segundos, y encauzando el razonamiento hacia la generalización implícita en el aumento de las dimensiones. 2)ejercitar la representación de la información contenida en las matrices de descriptores múltiples utilizando diversos métodos gráficos y numéricos; revelar la dificultad intrínseca de la visualización de los modelos multidimensionales; y permitir al estudiante construir sus propios gráficos y familiarizarse con su interpretación. 3)mostrar el efecto de decisiones propias del procedimiento analítico (e.g. transformaciones de escala) sobre la visualización de modelo y en el resultado probabilístico de las pruebas, a través de una manipulación metódica y dirigida. 4)usar juegos de datos simulados pero realistas en cuanto a su contexto, magnitud, y escala, que contemplen dificultades comúnmente observadas en el ámbito de la biología, y que tengan relevancia desde el punto de vista de la teoría biológica subyacente. La simulación implica el uso de código programático para generar datos con ciertos rasgos deliberados (e.g. un dato extremo), de tal manera que el estudiante podrá aplicar los métodos estadísticos para identificar dichos rasgos, y reconocer la forma que toman en los distintos registros de representación Estos elementos en conjunto invitarán al alumno a aventurarse en el planteamiento de sus ideas, estimulando su reflexión y lo convertirán en un ser más activo y responsable de su propio aprendizaje. El éxito principal del uso de estos métodos consiste en que los alumnos adopten una actitud crítica hacia los datos, en tanto que los resultados de sus propios análisis les permitan compenetrarse con la idea de la co-variación como un elemento propio de los sistemas de múltiples dimensiones.
metadata.dc.description.strategies: El material didáctico consistirá en actividades de programación computacional para la enseñanza de la estadística multivariada, elaboradas bajo el paradigma construccionista. Estarán organizadas en fichas caracterizadas por el uso de textos sencillos y explicaciones cortas y claras; el uso de una notación estadística simple y consistente; secuencias de instrucciones para una participación interactiva; ejercicios realistas y adecuados a los temas de interés; comentarios y pistas para la solución autónoma de problemas; y mecanismos de evaluación rápida de respuesta, que promuevan la identificación de errores y la autocorrección. Las actividades están pensadas para ser llevadas a cabo en aulas con no más de 20 alumnos, de tal manera que su ejecución, aunada al trabajo colaborativo en equipos de 2-3 alumnos, invite a la creatividad y facilite la identificación de errores a través del intercambio entre pares. Los problemas proveerán un espacio común para que profesores y alumnos interactúen construyendo significados. El papel de los profesores será de moderadores, promoviendo la reflexión en voz alta, el cuestionamiento crítico y la propuesta de soluciones entre los asistentes. El uso de R permitirá construir modelos estadísticos virtuales a partir de matrices, estableciendo paralelismos entre los elementos ya aprendidos de la estadística uni-variada y trasladándolos a los correspondientes y relativamente más complejos en la situación multivariada. Esto obligará a los alumnos a identificar el aumento en complejidad, riqueza y profundidad de la nueva representación obtenida. Dada la relativa sencillez de la sintaxis en R, los modelos estadísticos serán elaborados mediante la adición de términos, y serán evaluados, visualizados, y re-ajustado en un proceso iterativo que promueve el ejercicio del raciocinio estadístico, y ayuda al alumno a identificar la consecuencia de cada modificación y aplicar los significados aprendidos en cada paso. Con ello, se proporcionan los elementos para superar dificultades asociadas a la discriminación entre modelo y datos, y la deficiencia para ver los modelos como una simplificación de los sistemas reales. Al ser un instrumento de transnumeración y una forma básica de razonamiento estadístico, la representación gráfica tendrá un lugar vertebral en estas actividades, echando mano de varias librerías ampliamente usadas en R para tal fin. Esto facilitará el paso de un registro de representación a otro, promoviendo la revelación de información nueva en cada iteración. La manipulación de gráficos ayudará a pasar de una lectura literal a una lectura interpretativa, que permita hacer descripciones, predicciones e inferencias a partir de los datos visualizados en un espacio multidimensional. Esto favorecerá una valoración crítica desde el método de colecta de datos, su validez, y fiabilidad, hasta el tratamiento estadístico, y la confianza en las conclusiones derivadas del análisis. Además del uso de datos reales, se generarán poblaciones estadísticas con propiedades multivariadas deseadas y definidas a priori para simular la complejidad de escenarios comunes en biología. El uso de código programático para simular datos con ciertos rasgos deliberados (e.g. un dato extremo) permitirá al estudiante relacionar dichos rasgos con sus consecuencias en los análisis y la forma que toman en los distintos registros de representación. El producto final, en la forma de una colección de fichas estará disponible en formato digital. Dada la proliferación en inglés del material para la enseñanza de la estadística, consideramos una contribución importante que las colecciones se encuentren disponibles en español y portugués. En el futuro, esto brindará un mayor y más diverso acceso a estudiantes y profesores pertenecientes a programas de instrucción en países iberoamericanos, así como en los países africanos de lengua oficial portuguesa. La evaluación cualitativa del desempeño del material elaborado será llevada a cabo mediante su aplicación en el curso optativo Introducción a los Modelos Multidimensionales en R del Posgrado en Ciencias del Mar y Limnología. El diseño de los cursos, así como las actividades y su implementación seguirá una metodología iterativa en la que cada implementación será revisada y re-diseñada de acuerdo con el resultado de la experiencia anterior, informando así, sobre las modificaciones al diseño de la siguiente iteración. El principal instrumento de evaluación será en el aprendizaje de los alumnos de los conceptos y métodos estadísticos revisados, así como del desarrollo de competencias en el uso y aplicación de R para el análisis de datos en biología. La medición de este instrumento consistirá en una evaluación principalmente cualitativa, a través de cuestionarios ad hoc, entrevistas, observaciones y video-registros durante el desarrollo de las clases, el uso de los materiales, y con estudios de caso (comparación pre y post-experiencia).
metadata.dc.description.goals: Los objetivos del proyecto permiten la identificación de tres ejes o directrices para la definición de las metas a alcanzar en cada etapa (año). Estas son: A.Continuar con la evaluación de la aplicación de los materiales contenidos en la Colección 1: Actividades de programación para la enseñanza de la probabilidad, estadística y el diseño experimental B.Aplicar, evaluar y perfeccionar los materiales contenidos en la Colección 2 Actividades de programación para la enseñanza de los modelos lineales generalizados C.Elaborar, aplicar y evaluar los materiales para el apoyo en la enseñanza de la estadística multivariada y que estarán contenidos en la Colección 3. AÑO 2016 1)Continuar con el proceso de evaluación de las actividades para la enseñanza de la probabilidad, la estadística y el diseño de experimentos (Colección 1) a través de los cursos: Probabilidad y Estadística (PROBEST), Planeación y Análisis de Experimentos (PLANEXP), y Diseño Experimental y Análisis de Datos en R (DEAD). 2)Aplicar, evaluar y perfeccionar las actividades para la enseñanza de los modelos lineales generalizados (Colección 2) a través de su aplicación en un curso ad hoc de nivel posgrado. 3)Obtener y analizar distintos registros de evaluación de las Colecciones 1 y 2 en la forma de cuestionarios, entrevistas, pruebas, evaluación de documentos escritos y presentaciones orales. 4)Elaborar las actividades para la enseñanza de la estadística multivariada (Colección 3). 5)Generar las bases de datos multidimensionales simuladas que representen situaciones de investigación en el ámbito de la biología y ciencias afines. 6)Presentar los resultados del proyecto en la reunión internacional de Constructionism que se llevará a cabo en Bangkok, Tailandia en febrero de 2016. Año 2017 1)Continuar con el proceso de evaluación de las actividades para la enseñanza de la probabilidad, la estadística y el diseño de experimentos (Colección 1) a través de los cursos PROBEST, PLANEXP, y DEAD. 2)Aplicar, evaluar y perfeccionar las actividades para la enseñanza de los modelos lineales generalizados (Colección 2) a través de su aplicación en un curso ad hoc de nivel posgrado. 3)Aplicar y evaluar las actividades para la enseñanza de la estadística multivariada (Colección 3) a través de su aplicación en un curso ad hoc de nivel posgrado. 4)Obtener y analizar distintos registros de evaluación de las Colecciones 1, 2 y 3en la forma de cuestionarios, entrevistas, pruebas, evaluación de documentos escritos y presentaciones orales. 5)Elaborar el manual de procedimientos para la simulación de datos con estructura multivariada 6)Presentar los resultados del proyecto en la 13a International Conference on the Teaching of Mathematics with Technology (ICTMT) que se llevará a cabo en 2017 (lugar por definir)y/o en la 11th World Conference on Computers in Education que se llevarán a cabo en el verano 2017, respectivamente en Lyon, Francia y en Dublin, Irlanda. Año 2018 1)Continuar con el proceso de evaluación de las actividades para la enseñanza de la probabilidad, la estadística y el diseño de experimentos (Colección 1) a través de los cursos PROBEST, PLANEXP, y DEAD 2)Continuar con el proceso de evaluación de las actividades para la enseñanza de materiales de las Colecciones 2 y 3 a través de su aplicación en un curso ad hoc de nivel posgrado. 3)Obtener y analizar distintos registros de evaluación de las Colecciones 1, 2 y 3 en la forma de cuestionarios, entrevistas, pruebas, evaluación de documentos escritos y presentaciones orales. 4)Presentar los resultados del proyecto en la XX International Conference of Teaching Statistics (ICOTS) que se llevará a cabo en 2018 (lugar por definir)
metadata.dc.description.selfAssessment: El balance en la culminación del proyecto es muy positiva. La iteración de la impartición de cursos de licenciatura y posgrado (total de 17 cursos) utilizando las actividades de programación de las tres colecciones ha permitido evaluar, corregir y verificar que los objetivos de aprendizaje están siendo logrados. En su conjunto se atendió un total de247 alumnos, de los cuales 116 eran de licenciatura, 125 de programas de posgrados de la UNAM y otras IES, y 7 profesionistas. Un rasgo distintivo de los cursos es que son frecuentados por alumnos del final de la licenciatura, o inicio del posgrado. Esto se explica en parte por los contenidos de las asignaturas y la necesidad de los alumnos de analizar sus resultados o diseñar sus experimentos en sus protocolos o documentos de tesis. Como resultado de este ejercicio docente, se cuenta con versiones terminadas, revisadas y corregidas de las Colecciones I, II y III, en un compendio de 39 actividades y sus soluciones comentadas. Como parte del impacto sobre la formación de recursos profesionales, las colecciones también fueron útiles para brindar asesoría a estudiantes que desarrollan tesis, prácticas profesionales, y otros trabajos recepcionales. Las actividades resultaron instrumentos eficientes para que los usuarios encuentren soluciones autónomas en el uso de procedimientos para el análisis de datos en biología y ciencias afines. Asimismo, algunos de estos procedimientos constituyen técnicas estadísticas avanzadas que no están implementadas en muchos de los programas computacionales comerciales, incrementando el catálogo de técnicas que los usuarios podrán utilizar en sus investigaciones. Se elaboraron cuestionarios de opinión y para diagnosticar el razonamiento estadístico en los alumnos de los cursos. Esto en conjunto con una serie de entrevistas y sesiones de aulas video-grabadas resultaron en un documento de evaluación con observaciones ricas para una retroalimentación que mejore la práctica docente. La versión final del manual de procedimientos para simular datos con estructura multivariada fue enviado para su publicación en Methods in Ecology en Evolution (formato de artículo de métodos). Este cuenta con los agradecimientos al PAPIME, pero por las políticas de publicación de las revistas indizadas, sólo será posible publicar el manual completo una vez que dicho artículo haya salido en prensa. Finalmente, se presentaron los resultados del proyecto en la forma de 4 ponencias, 2 carteles y 1 participación en un taller, todas en el marco de congresos nacionales e internacionales sobre temas de matemática educativa. De estos eventos académicos hemos obtenido una experiencia invaluable sobre la calidad del material elaborado, su aplicación, las dificultades y retos para evaluar el aprendizaje de la estadística, y constituye un beneficio intangible para el desarrollo de las capacidades pedagógicas del personal académico de nuestra institución y la mejora de la enseñanza de estos temas.
metadata.dc.description.goalsAchieved: A continuación se presentan, en una sola lista, todas las metas comprometidas al inicio del proyecto, junto con el grado de avance y una breve descripción del mismo: 1) Continuar el proceso de evaluación de actividades para la enseñanza probabilidad, la estadística y diseño de experimentos (Colección I). AVANCE 100%: Se impartieron 11 cursos, atendiendo a un total 165 alumnos de los cuales 98 eran de licenciatura, 63 de posgrado y 1 post doc. 2) Aplicar, evaluar y perfeccionar las actividades para la enseñanza de los modelos lineales generalizados (Colección II). AVANCE 100%: Se impartieron 2 cursos, atendiendo a 45 alumnos de los cuales 8 eran de licenciatura, 24 de posgrado y 13 profesionistas. 3) Se elaboraron, aplicaron y evaluaron las actividades para la enseñanza de la estadística multivariada (Colección III). AVANCE 100%: Se impartieron 4, atendiendo a 57 alumnos, de los cuales 13 eran de licenciatura, 43 de posgrado y 1 profesionista. 4) Obtener y analizar distintos registros de evaluación de las colecciones en la forma de cuestionarios, entrevistas, pruebas, etc. AVANCE 100%: Se elaboraron y aplicaron 2 cuestionarios, 6 entrevistas y se analizó la transcripción de videos en clase. 5) Generar las bases de datos multidimensionales simuladas que representen situaciones de investigación en el ámbito de la biología y ciencias afines. AVANCE 100%. Se elaboraron 4 bases de datos multivariadas. 6) Elaborar el manual de procedimientos para la simulación de datos con estructura multivariada. AVANCE 100%: la versión final fue enviada para su publicación a la revista Methods in Ecology and Evolution. 7) Presentar los resultados del proyecto en reuniones nacionales e internacional. AVANCE 100%. Se presentaron 2 carteles y 4 ponencias orales en un taller, reuniones y congresos, 5 de las cuales fueron sobre temas de matemática educativa. Dos de los trabajos fueron publicados in extenso en el libro de resúmenes de los congresos respectivos.
metadata.dcterms.provenance: Fac. Ciencias
metadata.dc.subject.DGAPA: Biología
metadata.dc.type: Proyecto PAPIME
Aparece en las colecciones: 2. Área de las Ciencias Biológicas, Químicas y de la Salud

Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Mostrar el registro Dublin Core completo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.