Act9 - Actividad 9 PDF

Preview

Summary

Proyecto Integrador Etapa 2Actividad 9Nombre: Rey Raymundo Castillo MorinMatricula: 870201162Materia: Estadística InferencialMaestra: Martha Patricia Razo CruzFecha de entrega: 22/Agosto/San Nicolas de los Garza, Nuevo León, MxPROYECTO INTEGRADOR ETAPA 1INTRODUCCIÓNEl presente hace un recorrido didá...

Description

Proyecto Integrador Etapa 2 Actividad 9

Nombre: Rey Raymundo Castillo Morin Matricula: 870201162 Materia: Estadística Inferencial Maestra: Martha Patricia Razo Cruz Fecha de entrega: 22/Agosto/2021

San Nicolas de los Garza, Nuevo León, Mx

PROYECTO INTEGRADOR ETAPA 1

INTRODUCCIÓN El presente hace un recorrido didáctico sobre la relación entre la Estadística y sus aplicaciones en la educación. Luego de un recuento histórico sobre sus orígenes y evolución, se destaca la importancia que esta ciencia ha adquirido como disciplina transversal, de apoyo, lo mismo en la investigación biológica que en la psicología o en la política. El avance de las tecnologías de la información (TIC) y en general de la sociedad del conocimiento, le han dado un impulso que no había experimentado y, a partir de la primera década del siglo XXI, se proyecta como una de las disciplinas más influyentes de esta nueva centuria. Se intenta demostrar aquí la utilidad práctica de la Estadística, cómo permite ahora medir otros valores, más allá de los estrictamente económicos, para incursionar en la construcción de indicadores alternativos del progreso económico y la prosperidad, para poner en evidencia que el desarrollo de los pueblos no radica solo en el bienestar material. El documento consta de dos grandes apartados, en el primero se da cuenta de la Estadística, sus orígenes y aplicaciones como ciencia transversal; en el segundo se abordan algunas de sus más importantes contribuciones al desarrollo social, mediante una recopilación de argumentos, tesis, concepciones y prácticas, en el ámbito internacional y nacional, sobre el tema de las nuevas alternativas para la medición del bienestar, precisamente para hacer evidente la idea de que el desarrollo va más allá del crecimiento económico. Son muchas las razones que justificarían la presencia de la Estadística en los estudios pedagógicos, desde saber interpretar algunas publicaciones científicas hasta poder llegar a diseñar y desarrollar propuestas de trabajo en el campo educativo. Siguiendo las directrices de algunos autores, que se han ocupado del tema, como Welkowitz, Van Dalen y Meyer, Ferguson, Kerlinger, Fox, etc.; estas razones se pueden agrupar en los siguientes campos:

o Comprender los trabajos que se publican en revistas científicas, libros, informes, etc.; tanto si son recogidos en papel como a través de las nuevas tecnologías de la información y comunicación. Sin tener unos conocimientos mínimos será difícil llegar a entender muchos de los trabajos publicados en el campo educativo. o Entender los procesos implicados en la investigación educativa que hacen posible la inferencia desde la muestra a la población y conocer las garantías que nos ofrecen estas decisiones, pues desde estos trabajos se recoge una gran información que ayudará en la elaboración de conclusiones y permitirá realizar predicciones de cara al futuro. o Facilitar el propio desarrollo de la investigación socio-educativa. Ello exige que los futuros graduados han de llevar a cabo trabajos empíricos en su campo de trabajo profesional, algo que será difícil de abordar si no se tiene un conocimiento básico de la Estadística. No se trata por tanto de formar profesionales o expertos en este campo de estudio, sino de capacitarles para entender y aplicar esos conocimientos en la propia actividad profesional. En resumen, entendemos que es preciso poder leer y comprender las publicaciones científicas, así como diseñar y desarrollar estudios empíricos en el campo pedagógico y entender las directrices que guían el método científico como medio de formación intelectual. Estamos ante tres argumentos sólidos que apoyan el estudio de una materia de estas características en la formación de los futuros graduados en el campo pedagógico y social.

DESARROLLO 

Variables identificadas con base en GSS Fueron identificadas de variables cualitativas y las variables cuantitativas

Cualitativas:

Cuantitativas:

Sex

Year

Race Hispanic Uscitzn Degree

Age

Vetyears Sei Wrkstat Wrkslf

Educ

Marital Spwrksta

Paeduc

agekdbrn incom06

maeduc

Región partyid

Sibs

polviews relig

Childs

attend natspac

Coninc

natenvir natheal natcity natcrime natdrug nateduc Natrace natarms nataid natfare natroad natsoc natmass natpark confinan conbus conclerg coneduc confed conlabor conpress conmedic contv conjudge consci conlegis conarmy joblose jobfind satjob richwork jobinc La evidencia del fracaso de los alumnos para comprender los conceptos de probabilidad y el razonamiento inferencial basado en la Probabilidad es tan fuerte que la mayoría de los docentes podría agregar su propia experiencia personal a

esta evidencia, en base a esto Garfield y Ahlgren (1988), sugieren explorar cómo pueden enseñarse ideas útiles de inferencia estadística independientemente de las técnicas de probabilidad correctas. Moore (1992) destaca en el mismo sentido que la tendencia actual de reforzar la experiencia real con el Análisis de Datos en el comienzo de la instrucción, antes de introducirse en la Probabilidad y la Inferencia, es el mejor aliado pedagógico, tanto como presentar una introducción más balanceada de la práctica estadística. También considera que la abundante dosis de la Probabilidad formal tradicionalmente encontrada en los primeros cursos de Estadística puede ser ampliamente reducida, y que se debe limitar a aquellos aspectos de la Probabilidad que son esenciales para la inferencia. A su juicio no se puede dar Probabilidad como una asignatura y considera más beneficioso que el alumno pueda construir su comprensión sobre el tema Probabilidad en base a la realización de experiencias con fenómenos aleatorios simples y a la simulación con computadoras. Afirma además que la observación de las distribuciones de los datos puede guiar hacia la experimentación con el azar y hacer que se tome conciencia de que las herramientas del análisis de datos también describen la distribución de los resultados de las repeticiones de fenómenos aleatorios. El GSS es uno de los estudios más influyentes en las ciencias sociales y se hace referencia con frecuencia en las principales publicaciones, como el New York Times, el Wall Street Journal y Associated Press. Acuda a nosotros para obtener asesoramiento sobre cómo utilizar la investigación y acceder a expertos que pueden ayudarlo a analizar los datos de GSS para responder a sus preguntas clave.



Formulación de preguntas de investigación



¿Cuál es el año más alto de grado de estudios de las personas?



¿Cuál es la edad máxima de los encuestados?



¿Cómo ha ido cambiando el grado mayor de estudios de los padres?



¿Cuál es la edad promedio de los encuestados?



¿Cuánto es el mínimo de hijos por persona?



Justificación sobre cada una de las preguntas de investigación planteadas

Es de suma importancia la aplicación de estas preguntas para poder llevar a cabo una conclusión satisfactoria, en donde cada respuesta de estas tiene una validez para la estadística. De acuerdo con Maxwell,10 la pregunta de investigación tiene varios propósitos: ayuda a enfocar y limitar el estudio, ya que no se puede estudiar todo al mismo tiempo; orienta el diseño de investigación más adecuado y comunica a otros el objetivo de la investigación; orienta el paradigma educativo por utilizar, ya sea cuantitativo, cualitativo o mixto y si es factible con el tiempo, espacios y recursos disponibles. Confirman las predicciones compatibles con el modelo propuesto, y en caso de resultados contrarios a las predicciones, pueden llegar a modificar y mejorar teorías o modelos, es decir, explican el fenómeno o proceso educativo y la investigación se lleva a cabo a menudo utilizando experimentos clásicos También es de suma importancia conocer como al pasar del tiempo, los grados de estudio de las personas fueron cambiando y como los padres también de ellos cambiaron su nivel de estudios, es de gran utilidad poder conocer como es que la educación ha ido fortaleciéndose al pasar de los años y como todo es posible a través de inculcar esos valores tan primordiales.

PROYECTO INTEGRADOR ETAPA 2 Análisis exploratorio Como hemos indicado, nos encontrarnos ante una nueva filosofía en la aplicación de los métodos de análisis de datos, aunque unida a ella se han desarrollado también algunas técnicas concretas para su aplicación. Esta filosofía consiste en el estudio de los datos desde todas las perspectivas, y con todas las herramientas posibles, incluso las ya existentes. El propósito es extraer cuanta información sea posible, generar hipótesis nuevas, en el sentido de conjeturar sobre las observaciones de las que disponemos. Como contrapartida, tales “hipótesis” no quedan contrastadas en el sentido estadístico del término al finalizar el análisis, por lo que sería preciso la toma de nuevos datos (una replicación) sobre el fenómeno y efectuar sobre ellos un análisis estadístico tradicional con el fin de contrastarlas. Por ello, el análisis exploratorio se utiliza especialmente en las fases iniciales del estudio experimental en las diversas ciencias –Biología, Ciencias Humanas, Economía, en las que se dispone de poca información sobre los objetos bajo estudio, siendo especialmente útil en el denominado paradigma cualitativo de investigación. Al considerar la conveniencia o no de incluir un tema como objeto de enseñanza hemos de tener en cuenta su utilidad y que este tema se halle al alcance de los alumnos. Además de la utilidad, ya razonada, el análisis exploratorio de datos tiene las siguientes características que lo hacen un tema apropiado de estudio en la enseñanza secundaria:

• Posibilidad de generar situaciones de aprendizaje referidas a temas de interés para el alumno. Lo usual es trabajar sobre un fichero de datos que han sido codificados previamente e introducidos en el ordenador, ya que se pretende estudiarlos mediante cuantas perspectivas y técnicas tengamos a nuestro alcance. Estos conjuntos de datos pueden ser obtenidos por los mismos estudiantes, mediante la realización de una encuesta a sus compañeros sobre temas diversos, como características físicas, aficiones, empleo del tiempo libre, etc., o incluyendo valores de variables relacionadas con otras áreas curriculares obtenidos en anuarios o publicaciones estadísticas. • Fuerte apoyo en representaciones gráficas: “Una idea fundamental del análisis exploratorio de datos es que al usar representaciones múltiples de los datos se convierte en un medio de desarrollar nuevos conocimientos y perspectivas. Esto puede ejemplificarse al pasar de tablas a gráficos, de lista de números a representaciones como la del “tronco”, reduciendo los números a una variedad discreta en un mapa estadístico para facilitar la exploración de la estructura total, construyendo gráficos, como el de la “caja” que hace posible la comparación de varias muestras”. (Biehler, 1998 a, pg.2). • Empleo preferente de los estadísticos de orden, porque son sensibles a la mayor parte de los datos y con ellos se disminuye el efecto producido por los valores atípicos, escasos y muy alejados de la norma. • No necesita una teoría matemática compleja, “Como el análisis de datos no supone que estos se distribuyen según una ley de probabilidad clásica (frecuentemente la normal, no utiliza sino nociones matemáticas muy elementales y procedimientos gráficos fáciles de realizar. 3 • Hasta aquí es, pues, bastante parecida a la estadística descriptiva tradicional, pero se aleja de ella por su intención. Pues, al contrario que en ella, la representación o el cálculo no son en el análisis exploratorio de datos un fin, sino un medio de descubrir la información oculta en los mismos”. Jullien y Nin 1989. págs. 30-3 1.)

• Uso de diferentes escalas o re expresión: La escala en la que una de las variables es observada y registrada no es única. A veces, transformando los valores originales de la variable a una nueva escala se puede lograr que dichos valores sean más manejables. De este modo se incluye también el empleo de otros contenidos matemáticos, especialmente los referidos al concepto de función y el estudio de las propiedades de las funciones elementales. En resumen, como indica Biehler 1998b, pg. 5: ‘El currículum tradicional de Estadística Descriptiva debiera transformarse en dirección al análisis exploratorio de datos. Seria esencial, sin embargo, dar apoyo sustancial a la actitud investigadora, contra la tendencia de la mayor parte de las transposiciones didácticas de reducir el conocimiento a la técnica.

Aplicación de técnicas inferenciales e interpretación de resultados a. Intervalos de confianza de 90, 95 y 99% de muestra grande para una media poblacional

b. Intervalos de confianza de 90, 95 y 99% de muestra grande para una proporción poblacional

c. Intervalo de confianza de 95% de muestra grande para una diferencia entre dos medias poblacionales

d. Intervalo de confianza de 95% de muestra grande para una diferencia entre dos

proporciones poblacionales

e. Límite de confianza superior del 98% para una media poblacional (elija una variable distinta a la utilizada en el inciso 1)

f. Límite de confianza inferior del 98% para una proporción poblacional (elija una

variable distinta a la utilizada en el inciso 2)

g. Una prueba de hipótesis de muestra grande acerca de una media poblacional (en este punto se requiere una prueba bilateral y una prueba unilateral, utilice la misma variable que en el inciso 1)

h. Una prueba de hipótesis de muestra grande para una proporción poblacional (en este punto se requiere una prueba bilateral y una prueba unilateral, utilice la misma variable que en el inciso 2)

i. Una prueba de hipótesis de muestras grandes para la diferencia entre dos medias poblacionales (utilice las mismas variables que en el inciso 3)*** ****Vienen todas en minitab

j. Una prueba de hipótesis de muestras grandes para la diferencia entre dos proporciones poblacionales (utilice las mismas variables que en el inciso 4)

**En minitab se encuentran realizados:

REFERENCIAS

Smith, Tom W., Michael Hout, and Peter V. Marsden. General Social Survey, 19722012 [Cumulative File]. ICPSR34802-v1. Storrs, CT: Roper Center for Public Opinion Research, University of Connecticut /Ann Arbor, MI: Inter-university Consortium for Political and Social Research [distributors], 2013-09-11. Consultado el 21 de agosto del 2021 en http://doi.org/10.3886/ICPSR34802.v1

2016 NORC en la Universidad de Chicago, GSS, Explorador de datos. Consultado el 21 de agosto del 2021 en http://gss.norc.org/...