Caracterización del razonamiento y pensamiento estadístico

Caracterización del razonamiento y pensamiento estadístico respecto del
Método de Máxima Verosimilitud.
Sandra Milena Ramírez Buelvas. Pontificia Universidad Javeriana Seccional Cali
Resumen
Muchos métodos estadísticos suponen que la variable de estudio se explica mediante un
modelo probabilístico determinado por parámetros, los que deben ser estimados a partir de
información muestral. Entre los procedimientos más frecuentemente utilizados en los
procesos de estimación se encuentra el Método de Máxima Verosimilitud (Maximum
Likelihood Method, MML). En particular, los ingenieros industriales interesados en
procesos de calidad podrían utilizar modelos de Cox, de Poisson o lineales generalizados,
lo que hace necesario que los procedimientos del MML y la relación de los conceptos
estadísticos que se involucran en éste sean comprendidos.
El objetivo de esta investigación fue desarrollar un instrumento para evaluar y determinar el
nivel de desarrollo del razonamiento y pensamiento estadístico sobre el Método de Máxima
Verosimilitud de estudiantes de ingeniería industrial; utilizando dos presentaciones
didácticas diferentes del tema. La primera, utilizando la presentación didáctica del texto
Probabilidad y Estadística con Aplicaciones y Métodos de George Canavos (M1) y la
segunda, utilizando talleres con problemas en contexto ingenieril, con soluciones mediante
paquete de software R (M2).
Para este efecto, se diseñaron cuestionarios para evaluar tanto el razonamiento como el
pensamiento estadístico. Estos fueron aplicados a dos grupos de 30 estudiantes, grupos I y
II respectivamente, ambos conformados por estudiantes de ingeniería industrial. A cada
grupo se asignó aleatoriamente una de las dos metodologías definidas. Ambos grupos
contestaron los cuestionarios de evaluación y las respuestas se analizaron utilizando la
taxonomía SOLO (Structure of Observed Learning Outcomes).
Se encontró que los estudiantes asignados a la metodología M1, no lograron niveles de
razonamiento y de pensamiento estadísticos aceptables en el MML. De acuerdo con este
resultado, y usando la taxonomía SOLO, el Grupo I se clasifica en el nivel uniestructural,
mientras que el grupo asignado a la metodología M2, la comprensión y relación de los
conceptos estadísticos y la argumentación de los procesos alcanzaron en más de un 50% de
los estudiantes; esto es, el nivel relacional de la taxonomía.
Por lo anterior, concluimos que involucrar inicialmente en el estudio del MML actividades
formativas con problemas en contexto ingenieril, para los cuales los estudiantes deban
pensar en la necesidad del tema, en la relación de los conceptos importantes de éste, así
como también simular computacionalmente soluciones, contribuyen a que se alcance el
nivel relacional tanto del razonamiento como en el pensamiento estadístico.