| Revista: | Areté (Caracas) |
| Base de datos: | CLASE |
| Número de sistema: | 000480919 |
| ISSN: | 2443-4566 |
| Autores: | Cuevas, Humberto1 Solís, Cristina2 Silva, Ixrael3 |
| Instituciones: | 1Tecnológico Nacional de México, Ciudad de México. México 2Universidad Técnica Nacional, Alajuela. Costa Rica 3Universidad La Salle, Chihuahua. México |
| Año: | 2019 |
| Volumen: | 5 |
| Número: | 9 |
| Paginación: | 11-27 |
| País: | Venezuela |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico |
| Resumen en español | 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 MarkdownPython 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 |
| Resumen en inglés | We present the results of a study whose purpose was to know and compare the opinion of a group of engineering students in relation to the most representative characteristics of the R and Python languages, especially in their use in the statistical analysis of a real and contextual study case. Sixtyone Engineering students took part in the topics of probability and statistics at the same time of the inquiry and were presented with a real study case for their exam. The 98.3% performed the analysis and documented the results according to the established guidelines; in the case of R, the 81.97% chose to use packages external to the basic core; to elaborate the reproducible report, the 52.45% indicated to use R Markdown and not another technology. In the case of Python, the 88.52% used the libraries Scipy, Matplotib, Numpy and Pandas for the analysis; the 67.21% used MarkdownPython to write the report. Python is excellent to write code; R was selected for the power to organize, visualize and perform statistical calculations. We recommended an experimental study that test a pedagogical method that integrates practices different from those that have dominated the spectrum of statistical education during the last three decades |
| Disciplinas: | Educación, Ciencias de la computación |
| Palabras clave: | Pedagogía, Procesamiento de datos, Lenguajes de programación, Análisis estadístico, Estadísticas |
| Texto completo: | Texto completo (Ver HTML) |
