Formas de Razonamiento que Muestran Estudiantes de Maestría de Matemática Educativa sobre La Distribución Normal mediante Problemas de Simulación en Fathom
DOI :
https://doi.org/10.54343/reiec.v3i1.333Mots-clés :
Formas de razonamiento, Distribución Normal, Variabilidad, Simulación y FathomRésumé
Las distribuciones muestrales son la piedra angular de la inferencia estadística, y la distribución normal juega un papel básico en dichas estimaciones. Este artículo presenta las formas de razonamiento que muestran estudiantes de maestría en el tema de la distribución normal basado en un enfoque frecuencial, de tal manera que permita un desarrollo empírico de la distribución con la simulación que se puede realizar en el software Fathom. Así, esta investigación responde a la pregunta ¿cuáles son las formas de razonamiento que muestran estudiantes de maestría de Matemática Educativa sobre la distribución normal mediante problemas de simulación en Fathom?
Téléchargements
Références
Ballestero, E. (2006). Pensamiento estadístico que muestran los profesores al estudiar la centralidad y la variabilidad en un contexto de estadística dinámica con tecnología. CINVESTAV-IPN. México.
Burrill, G. (2002). Simulation as a tool to develop statistical understanding. En B. Phillips (Ed). Proceedings of the Sixth International Conference on Teaching Statistics. Cape Town South Africa.
Garfield, J.; delMas, R. & Chance, B. (2004). Reasoning about sampling distributions. En D. Ben Zvi & J. Garfield (Eds), The Challenge of Developing Statistical Literacy, Reasoning and Thinking (pp. 295- 323). Netherlands: Kluwer Academic Publishers.
Garfield, J & Ben Z-vi, D. (2005). A framework for teaching and assessing reasoning about variability. Statistic Education Research Journal, 4 (1), 92-99.
Hammerman, J & Rubin, A. (2004). Strategies for managing statistical complexity with new software tool. Statistic Education Research Journal, 3 (2), 17 – 41.
Inzunsa, S. (2006). Significados que estudiantes universitarios atribuyen a las distribuciones muestrales en un ambiente de simulación computacional y estadística dinámica. Tesis doctoral no publicada. CINVESTAV-IPN. México.
Lipson, K. (2002). The role of computer based technology in developing understanding of the concept of sampling distribution. En B. Phillips (Ed.). Proceedings of the Sixth International Conference on Teaching Statistics. Cape Town South Africa.
Lock, R. (2002). Using Fathom to promote interactive explorations of statistical concepts. En B. Phillips (Ed.). Proceedings of the Sixth International Conference on Teaching Statistics. Cape Town South Africa.
Mills, J. D. (2002). Using Computer Simulation Methods to Teach Statistics: A Review of the Literature. Journal of Statistics Education 10(1). [en línea] Recuperable en http://www.amstat.org/publications/jse/v10n1/mills.ht
ml.
Pfannkuch, M & Wild, C. (2004). Towards and understanding of statistical thinking. En D. Ben-Zvi & J. Garfield (Eds). The challenge of developing statistical literacy, reasoning and thinking (pp.17-46). Dordrecht, the Netherlands: Kluwer Academic Publisher.
Sánchez, E. (2002). Teacher’s beliefs about usefulness of simulation with the educational software Fathom for developing probability concepts statistics classroom. En B. Phillips (Ed.). Proceedings of the Sixth International Conference on Teaching Statistics. Cape Town South Africa.
Shaughnessy, J. (1997). Missed opportunities in research on the teaching and learning of data and chance. En F. Biddulph & K. Carr (Eds), People in mathematics education (pp. 6-22). Rotorua, New Zeland: MERGA.
Shaughnessy, M. (1992). Research in Probability and Statistics: Reflections and Directions. En Grouws, D. A.(Ed.). Handbook of Research on Mathematics Teaching and Learning. New York. Macmillan Publishing Company, 465-494.
Watson, J; Kelly, B; Callingham, R & Shaughnessy, M. (2003). The measurement of school students’ understanding of statistical variation. International Journal of Mathematical Education in Science and Technology, 34 (1), 1-29.
Wild, C., Seber, G. (2000). Chance Encounters: a first course in data analysis and inference. Primera edición. United States: John Wiley & Sons, Inc.
Téléchargements
Publiée
Numéro
Rubrique
Licence
(c) Tous droits réservés Greivin Ramírez Arce 2022
Ce travail est disponible sous licence Creative Commons Attribution - Pas d’Utilisation Commerciale 4.0 International.
Derechos de autor Revista Electrónica de Investigación en Educación en Ciencias
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Todo el trabajo debe ser original e inédito. La presentación de un artículo para publicación implica que el autor ha dado su consentimiento para que el artículo se reproduzca en cualquier momento y en cualquier forma que la Revista Electrónica de Investigación en Educación en Ciencias considere apropiada. Los artículos son responsabilidad exclusiva de los autores y no necesariamente representan la opinión de la revista, ni de su editor. La recepción de un artículo no implicará ningún compromiso de la Revista Electrónica de Investigación en Educación en Ciencias para su publicación. Sin embargo, de ser aceptado los autores cederán sus derechos patrimoniales a la Universidad Nacional del Centro de la Provincia de Buenos Aires para los fines pertinentes de reproducción, edición, distribución, exhibición y comunicación en Argentina y fuera de este país por medios impresos, electrónicos, CD ROM, Internet o cualquier otro medio conocido o por conocer. Los asuntos legales que puedan surgir luego de la publicación de los materiales en la revista son responsabilidad total de los autores. Cualquier artículo de esta revista se puede usar y citar siempre que se haga referencia a él correctamente.
