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

PDF (Español) XML (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

  • Anderson, D., Sweeney. D., & Williams, T. (2012). Estadística para Negocios y Economía. Cengage Learning.
  • 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.
  • Bardín, L. (1986). El análisis de contenido. Editorial Akal
  • 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
  • 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.
  • 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.
  • 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
  • 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.
  • Burbano, V. M. A., & Valdivieso, M. (2016). Inferencia Estadística Básica: apoyo al estudio independiente. Editorial UPTC.
  • 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
  • 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
  • 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
  • Canavos, G. (1988). Probabilidad y Estadística. Aplicaciones y métodos. McGraw Hill.
  • 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
  • Corzo, J. A. (2005). Estadística no paramétrica: Métodos basados en rangos. Editorial UN - Universidad Nacional de Colombia.
  • Daniel, W. (2008). Bioestadística. Base para el análisis de las ciencias de la salud. Limusa.
  • Delicado, P. (2008). Curso de modelos no paramétricos. Departament d’Estadística i Investigació Operativa, Universitad Politécnica de Catalunya.
  • Devore, J. L. (2012). Probabilidad y estadística para ingeniería y ciencias. Cengage Learning Editors.
  • Freund, J., & Miller, I. (2000). Estadística matemática con aplicaciones. Prentice Hall
  • Hájek, J., Sidak, Z., & Sen, P. (1999). Theory of Ranks tests. Academic Press
  • Hernández, S., & Mendoza, C. (2018). Metodología de la Investigación. Las rutas cualitativa, cuantitativa y mixta. McGraw Hill Education
  • Hettmansperger, T. P. (1984). Statistical Inference Based on Ranks. John Willey & Sons
  • Lehmann, E. L., & D'Abrera, H. J. (1975). Nonparametrics: statistical methods based on ranks. Editorial Holden-day.
  • Lehmann, E. L., & Casella, G. (2001). Theory of Point of Estimation. Springer.
  • Lind, D. A., Marchal, W. G., & Wathen, S. A. (2015). Statistical Techniques In Business & Economics: Econ 209. McGraw-Hill Education.
  • Manoukian, E. B. (1986). Mathematical Nonparametric Statistics. Gordon and Breach Science Publishers.
  • 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.
  • Marshall, A. W., & Olkin, I. (2007). Life Distributions. Springer.
  • Montgomery, D., & Runger, G. (2012). Probabilidad y Estadística Aplicadas a la Ingeniería. Limusa-Wiley.
  • Newbold, P., Carlson, W., & Thorne, B. (2008). Estadística para administración y economía. Prentice Hall.
  • 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
  • Pérez, C. (2005). Técnicas estadísticas con SPSS 12: Aplicaciones al análisis de datos. Pearson, Prentice Hall.
  • 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
  • Randles, R., & Wolfe, D. (1979). Introduction to the Theory of nonparametric Statistics. John Wiley & sons.
  • 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
  • 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
  • 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
  • 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.
  • 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.
  • Siegel, S. (1970). Diseño experimental no paramétrico aplicado a las ciencias de la conducta (No. BF39 S5e). Editorial F. Trillas, S. A.
  • Strauss, A., & Corbin, J. (1998). Basics of qualitative research. Techniques and procedures for developing grounded theory. Sage publications.
  • 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.
  • 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
  • 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
  • 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
  • Walpole, R., Myers, R., & Myers, S. (2012). Probabilidad y Estadística para Ingeniería y Ciencias. Pearson Educación.
  • Wasserman, L. (2006). All of Nonparametric Statistics. Springer.
  • 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)