Programación computacional y análisis de datos en educación estadística
Se presentan los resultados de un estudio cuyo propósito fue conocer y comparar la opinión de un grupo de estudiantes de Ingeniería respecto de las características más representativas de los lenguajes de programación R y Python a la luz de su uso en el análisis estadístico de un caso de estudio real...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad Central de Venezuela
2019-05-01
|
| Series: | Areté |
| Subjects: | |
| Online Access: | http://172.16.10.229/ojs/index.php/rev_arete/article/view/16277 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1839605754761314304 |
|---|---|
| author | Humberto Cuevas Cristina Solís Moreira Ixrael Silva Contreras |
| author_facet | Humberto Cuevas Cristina Solís Moreira Ixrael Silva Contreras |
| author_sort | Humberto Cuevas |
| collection | DOAJ |
| description | Se presentan los resultados de un estudio cuyo propósito fue conocer y comparar la opinión de un grupo de estudiantes de Ingeniería respecto de las características más representativas de los lenguajes de programación R y Python a la luz de su uso en el análisis estadístico de un caso de estudio real. A los 61 estudiantes participantes, quienes cursaban asignaturas de probabilidad y estadística; se les presentó un caso de estudio real y contextual para su examen. El 98,3% realizó el análisis y documentó sus resultados de acuerdo con los lineamientos establecidos; en el caso de R, el 81,97% optó por usar paquetes externos al núcleo básico para elaborar el informe reproducible, el 52,45% indicó usar R Markdown en detrimento de otra tecnología. En el caso de Python, el 88,52% usó las librerías Scipy, Matplotlib, Numpy y Pandas para el análisis; el 67,21% utilizó Markdown-Python para la redacción del informe. De Python destacaron la facilidad para escribir código; de R distinguieron su potencia para organizar, visualizar y efectuar cálculo estadístico. Se recomienda efectuar un estudio experimental que permita probar métodos pedagógicos que integren prácticas distintas a las predominantes durante las últimas tres décadas en la educación estadística. |
| format | Article |
| id | doaj-art-02406ff6cb064bcbaf0de9df0a42a064 |
| institution | Matheson Library |
| issn | 2443-4566 |
| language | Spanish |
| publishDate | 2019-05-01 |
| publisher | Universidad Central de Venezuela |
| record_format | Article |
| series | Areté |
| spelling | doaj-art-02406ff6cb064bcbaf0de9df0a42a0642025-08-01T13:00:01ZspaUniversidad Central de VenezuelaAreté2443-45662019-05-0159Programación computacional y análisis de datos en educación estadísticaHumberto Cuevas0Cristina Solís Moreira1Ixrael Silva Contreras2Tecnológico Nacional de MéxicoUniversidad Técnica NacionalULSA Chihuahua / Tecnológico Nacional de MéxicoSe presentan los resultados de un estudio cuyo propósito fue conocer y comparar la opinión de un grupo de estudiantes de Ingeniería respecto de las características más representativas de los lenguajes de programación R y Python a la luz de su uso en el análisis estadístico de un caso de estudio real. A los 61 estudiantes participantes, quienes cursaban asignaturas de probabilidad y estadística; se les presentó un caso de estudio real y contextual para su examen. El 98,3% realizó el análisis y documentó sus resultados de acuerdo con los lineamientos establecidos; en el caso de R, el 81,97% optó por usar paquetes externos al núcleo básico para elaborar el informe reproducible, el 52,45% indicó usar R Markdown en detrimento de otra tecnología. En el caso de Python, el 88,52% usó las librerías Scipy, Matplotlib, Numpy y Pandas para el análisis; el 67,21% utilizó Markdown-Python para la redacción del informe. De Python destacaron la facilidad para escribir código; de R distinguieron su potencia para organizar, visualizar y efectuar cálculo estadístico. Se recomienda efectuar un estudio experimental que permita probar métodos pedagógicos que integren prácticas distintas a las predominantes durante las últimas tres décadas en la educación estadística.http://172.16.10.229/ojs/index.php/rev_arete/article/view/16277educación estadísticaprogramación computacionalanálisis exploratorio de datos |
| spellingShingle | Humberto Cuevas Cristina Solís Moreira Ixrael Silva Contreras Programación computacional y análisis de datos en educación estadística Areté educación estadística programación computacional análisis exploratorio de datos |
| title | Programación computacional y análisis de datos en educación estadística |
| title_full | Programación computacional y análisis de datos en educación estadística |
| title_fullStr | Programación computacional y análisis de datos en educación estadística |
| title_full_unstemmed | Programación computacional y análisis de datos en educación estadística |
| title_short | Programación computacional y análisis de datos en educación estadística |
| title_sort | programacion computacional y analisis de datos en educacion estadistica |
| topic | educación estadística programación computacional análisis exploratorio de datos |
| url | http://172.16.10.229/ojs/index.php/rev_arete/article/view/16277 |
| work_keys_str_mv | AT humbertocuevas programacioncomputacionalyanalisisdedatoseneducacionestadistica AT cristinasolismoreira programacioncomputacionalyanalisisdedatoseneducacionestadistica AT ixraelsilvacontreras programacioncomputacionalyanalisisdedatoseneducacionestadistica |