Skip to main navigation menu Skip to main content Skip to site footer

Vol. 12 No. 2 (2022)
Julio-Diciembre

Articles

Non-parametric statistical models in university-level textbooks

https://doi.org/10.19053/20278306.v12.n2.2022.15270

Published 2022-08-15

Víctor Miguel Angel Burbano-Pantoja
Universidad de Pedagógica y Tecnológica de Colombia, Tunja

Margoth Adriana Valdivieso-Miranda
Universidad Pedagógica y Tecnológica de Colombia, Tunja

Ángela Saray Burbano-Valdivieso
Universidad Pedagógica y Tecnológica de Colombia, Tunja

Abstract

Currently, statistical inference is a key element to apply the experimental scientific method. However, classic textbooks give a great importance to parametric methods, biasing their use in various academic-research fields. The objective of this research work is focused on the investigation of the treatment given by university texts to the subject of non-parametric statistical models in relation to hypothesis testing. The methodology includes content analysis techniques applied to 10 classic statistics books and 12 specialized in non-parametric statistics. The results showed that the classic statistics books used in different universities careers deal with little content on non-parametric methods and with different levels of depth. It is concluded that university textbooks give low importance to the approach of non-parametric models, required in a diversity of investigative practices.

Keywords

non-parametric models;, statistical inference;, textbooks;, university education

XML (Español) PDF (Español)

Author Biography

Víctor Miguel Angel Burbano-Pantoja

Licenciado en Matemáticas, Doctor en Ciencias de la Educación

Margoth Adriana Valdivieso-Miranda

Licenciada en Matemáticas, Magíster en Ciencias – Estadística

Ángela Saray Burbano-Valdivieso

Bióloga, Estudiante de Maestría en Ciencias – Biología

References

  1. Anderson, D., Sweeney. D., & Williams, T. (2012). Estadística para Negocios y Economía. Cengage Learning.
  2. Aranzubía, S., Ruíz, B. R., Vásquez, L., Albert, J. A., & Cortínez, Á. (2021). El problema de la transparencia didáctica del parámetro en los textos de estadística. Interciencia, 46 (11), 416-422.
  3. Bardín, L. (1986). El análisis de contenido. Editorial Akal
  4. Barrantes, A. L. (2019). Diferencias en la estimación del coeficiente de curtosis en diferentes softwares estadísticos. Revista E-Agronegocios, 5 (2), 1-14. https://doi.org/10.18845/rea.v5i2.4456. DOI: https://doi.org/10.18845/rea.v5i2.4456
  5. Barrios, Y. D., Guerrero, Z. E., Zambrano, D. F., & Ponce, H. X. (2022). Análisis estadístico cuando no se cumplen los supuestos de las pruebas paramétricas, en el contexto de la investigación de la Cultura Física. Universidad y Sociedad, 14(1), 591-600.
  6. Begué, N., Batanero, C., Ruiz, K., & Gea, M. M. (2019). Understanding sampling: A summary of the research. Boletín de Estadística e Investigación Operativa–BEIO, 35(1), 49-78.
  7. Benjamin, D. J., Berger, J. O., Johannesson, M., Nosek, B. A., Wagenmakers, E. J., Berk, R., ... & Johnson, V. E. (2018). Redefine statistical significance. Nature Human Behaviour, 2 (1), 6-10. DOI: https://doi.org/10.1038/s41562-017-0224-0
  8. Berlanga, V., & Rubio, M. J. (2012). Clasificación de pruebas no paramétricas. Cómo aplicarlas en SPSS. REIRE: Revista d'Innovació i Recerca en Educació, 5 (2),101-113.
  9. Burbano, V. M. A., & Valdivieso, M. (2016). Inferencia Estadística Básica: apoyo al estudio independiente. Editorial UPTC.
  10. Burbano, V., Valdivieso, M., & Aldana, E. (2017). Conocimiento base para la enseñanza: Un marco aplicable a la didáctica de la probabilidad. Revista de Investigación, Desarrollo e Innovación, 7 (2), 269- 285. https://doi.org/10.19053/20278306.v7.n2.2017.6070 DOI: https://doi.org/10.19053/20278306.v7.n2.2017.6070
  11. Burbano, V., & Valdivieso, M. (2021). Modelo del Pedagogical content Knowledge aplicado en probabilidad para la educación media. Educación y Humanismo, 23 (41), 234-253. DOI: https://doi.org/10.17081/eduhum.23.41.4321
  12. Burbano, V., Valdivieso, M., & Burbano, A. (2021). El pensamiento aleatorio y los sistemas de datos en los libros de texto: situaciones alternativas de investigación formativa. Editorial UPTC. DOI: https://doi.org/10.19053/9789586605984
  13. Canavos, G. (1988). Probabilidad y Estadística. Aplicaciones y métodos. McGraw Hill.
  14. Colín, C. A. N. (2018). Análisis de varianza no paramétrica: un punto de vista a favor para utilizarla. Acta Agrícola y Pecuaria, 4 (3), 69-79. DOI: https://doi.org/10.30973/aap/2018.4.3/1
  15. Corzo, J. A. (2005). Estadística no paramétrica: Métodos basados en rangos. Editorial UN - Universidad Nacional de Colombia.
  16. Daniel, W. (2008). Bioestadística. Base para el análisis de las ciencias de la salud. Limusa.
  17. Delicado, P. (2008). Curso de modelos no paramétricos. Departament d’Estadística i Investigació Operativa, Universitad Politécnica de Catalunya.
  18. Devore, J. L. (2012). Probabilidad y estadística para ingeniería y ciencias. Cengage Learning Editors.
  19. Freund, J., & Miller, I. (2000). Estadística matemática con aplicaciones. Prentice Hall
  20. Hájek, J., Sidak, Z., & Sen, P. (1999). Theory of Ranks tests. Academic Press
  21. Hernández, S., & Mendoza, C. (2018). Metodología de la Investigación. Las rutas cualitativa, cuantitativa y mixta. McGraw Hill Education
  22. Hettmansperger, T. P. (1984). Statistical Inference Based on Ranks. John Willey & Sons
  23. Lehmann, E. L., & D'Abrera, H. J. (1975). Nonparametrics: statistical methods based on ranks. Editorial Holden-day.
  24. Lehmann, E. L., & Casella, G. (2001). Theory of Point of Estimation. Springer.
  25. Lind, D. A., Marchal, W. G., & Wathen, S. A. (2015). Statistical Techniques In Business & Economics: Econ 209. McGraw-Hill Education.
  26. Manoukian, E. B. (1986). Mathematical Nonparametric Statistics. Gordon and Breach Science Publishers.
  27. Maturano, C., & Mazzitelli, C. (2018). Libros de texto de ciencias naturales, de ayer, de hoy y, ¿ de siempre?. Revista de Enseñanza de la Física, 30 (1), 49-62.
  28. Marshall, A. W., & Olkin, I. (2007). Life Distributions. Springer.
  29. Montgomery, D., & Runger, G. (2012). Probabilidad y Estadística Aplicadas a la Ingeniería. Limusa-Wiley.
  30. Newbold, P., Carlson, W., & Thorne, B. (2008). Estadística para administración y economía. Prentice Hall.
  31. Pardo, Y. Y., Andrade, M. C., & Correa, I. (2022). Hacia una formación investigativa en el programa de administración de empresas de la universidad de la Amazonia (2021-2028), Caquetá-Colombia. Revista de Investigación, Desarrollo e Innovación, 12 (1), 45-56. https://doi.org/10.19053/20278306.v12.n1.2022.14206 DOI: https://doi.org/10.19053/20278306.v12.n1.2022.14206
  32. Pérez, C. (2005). Técnicas estadísticas con SPSS 12: Aplicaciones al análisis de datos. Pearson, Prentice Hall.
  33. Pineda, E. F., & Londoño, J. (2018). Clasificación de los mejores programas de pregrado de Administración en Colombia según criterios de investigación: periodo 2016-2017. Revista de Investigación, Desarrollo e Innovación, 9 (1), 47-62. https://doi.org/10.19053/20278306.v9.n1.2018.8506 DOI: https://doi.org/10.19053/20278306.v9.n1.2018.8506
  34. Randles, R., & Wolfe, D. (1979). Introduction to the Theory of nonparametric Statistics. John Wiley & sons.
  35. Restrepo, M. J., Tocarruncho, L. X., & Ortíz, M. C. (2022). Consumo responsable en estudiantes de pregrado de tres universidades públicas en Bogotá, Colombia. Revista de Investigación, Desarrollo e Innovación, 12 (1), 7-20. https://doi.org/10.19053/20278306.v12.n1.2022.14201 DOI: https://doi.org/10.19053/20278306.v12.n1.2022.14201
  36. Ríos, A. R., & Peña, A. M. P. (2020). Estadística inferencial. Elección de una prueba estadística no paramétrica en investigación científica. Horizonte de la Ciencia, 10 (19), 191-208. DOI: https://doi.org/10.26490/uncp.horizonteciencia.2020.19.597
  37. Salcedo, A., Pacheco, R. A. U., & Díaz-Levicoy, D. (2021). Ideas estadísticas fundamentales en libros de texto de matemáticas para la educación primaria en Nicaragua y Venezuela. IE Revista de Investigación Educativa de la REDIECH, 12, e1210. DOI: https://doi.org/10.33010/ie_rie_rediech.v12i0.1210
  38. Sánchez, Y., García, Y., Lemus, Y., & Rivero, I. C. (2018). Hiperentorno de aprendizaje de Estadística no paramétrica. Panorama Cuba y Salud, 13 (S1), 204-207.
  39. Sánchez, N. A., & Ruíz, B. (2018). Elementos de inferencia informal presentes en libros de texto de matemáticas en el tema de estadística. Un estudio exploratorio. RECHIEM. Revista Chilena de Educación Matemática, 11 (1), 80-85.
  40. Siegel, S. (1970). Diseño experimental no paramétrico aplicado a las ciencias de la conducta (No. BF39 S5e). Editorial F. Trillas, S. A.
  41. Strauss, A., & Corbin, J. (1998). Basics of qualitative research. Techniques and procedures for developing grounded theory. Sage publications.
  42. Thiara, A. C., Batista, L., Oliveira, D., & Siqueira, M. (2022). Transposição didática: A Radiação do corpo negro nos livros didáticos do PNLD 2018. Latin-American Journal of Physics Education, 16(1), 8-18.
  43. Timarán, R., Caicedo, J. & Hidalgo, A. (2019). Árboles de decisión para predecir factores asociados al desempeño académico de estudiantes de bachillerato en las pruebas Saber 11. Revista de Investigación, Desarrollo e Innovación, 9 (2), 363-378. https://doi.org/10.19053/20278306.v9.n2.2019.9184 DOI: https://doi.org/10.19053/20278306.v9.n2.2019.9184
  44. Trejos, D. F., Duque, P. L., Montoya, L. A., & Montoya, I. A. (2021). Neuroeconomía: una revisión basada en técnicas de mapeo científico. Revista de Investigación, Desarrollo e Innovación, 11 (2), 243-260. https://doi.org/10.19053/20278306.v11.n2.2021.12754 DOI: https://doi.org/10.19053/20278306.v11.n2.2021.12754
  45. Veloso, A. D. L., García, L. I., & Marcuello, C. (2021). Estado y estadística. La importancia de los sistemas oficiales de estadística para las democracias modernas. Revista Mexicana de Ciencias Políticas y Sociales, 66 (243), 55-78. http://dx.doi.org/10.22201/fcpys.2448492xe.2021.243.69278 DOI: https://doi.org/10.22201/fcpys.2448492xe.2021.243.69278
  46. Walpole, R., Myers, R., & Myers, S. (2012). Probabilidad y Estadística para Ingeniería y Ciencias. Pearson Educación.
  47. Wasserman, L. (2006). All of Nonparametric Statistics. Springer.
  48. Wild, C., & Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 67 (3), 2 DOI: https://doi.org/10.2307/1403699

Downloads

Download data is not yet available.

Most read articles by the same author(s)

Similar Articles

1 2 3 4 5 > >> 

You may also start an advanced similarity search for this article.