Modalidad didáctica histórico-comparativa para la regresión

Autores/as

  • Alfonso Sánchez H. Universidad de Tolima
  • Silvia Sarzoza H. Universidad de Playa Ancha, Valparaíso, Chile.
  • José A. González C. Universidad de Playa Ancha, Facultad de Ciencias Naturales y Exactas. Departamento de Matemática y Estadística, Valparaíso, Chile

DOI:

https://doi.org/10.15332/s2027-3355.2016.0002.03

Palabras clave:

Regresión, modalidad didáctica, modalidad de enseñanza, aprendizaje.

Resumen

El proceso de enseñanza y aprendizaje está sufriendo un cambio en su paradigma regulador, haciendo real y operativa la innovación pedagógica que supone la transición desde un modelo centrado en la enseñanza hacia un modelo centrado en el aprendizaje del alumno. Esta modificación invita a cuestionarse qué pretendemos que aprendan los alumnos, cuáles son las modalidades y metodologías más adecuadas para que el alumno pueda adquirir estos aprendizajes y con qué criterios y procedimientos vamos a comprobar si el alumno los ha adquirido finalmente. Este artículo trae a presentar una modalidad didáctica histórica-comparativa para la regresión basado en métodos alternativos.  

Biografía del autor/a

José A. González C., Universidad de Playa Ancha, Facultad de Ciencias Naturales y Exactas. Departamento de Matemática y Estadística, Valparaíso, Chile

Profesor de Matemática y Computacion. Licenciado en Educación. Magister en Estadística. Doctor en Estadística. Académico Universidad de Playa Ancha, Facultad de Ciencias Naturales y Exactas, Departamento de matemática y Etadística. Cordinador del Laboratorio de investigación de saberes matemáticos. Integrante clautro Doctorado en Getión y política educativa.  

Citas

Bates, D. M. &Watts, D. G. (1988). Nonlinear regression: iteractive estimation and linear approximations. Wiley Online Library.

Birkes, D. & Dodge, Y. (2011). Alternative methods of regression, volume 190. John Wiley & Sons.

Bloomeld, P. & Steiger, W. (1980). Least absolute deviations

curve-tting. SIAM Journal on sientic and statistical computing, 1(2), 290301.

Charnes, A., Cooper, W. W. & Ferguson, R. O. (1955). Optimal estimation of executive compensation by linear programming. Management science, 1(2), 138151.

De Miguel-Díaz, M. (2005). Modalidades de enseñanza centradas en el desarrollo de competencias. Orientaciones para promover el cambio metodológico en el Espacio Europeo de Educación Superior. Oviedo: Universidad de Oviedo, pages 10914.

Karst, O. J. (1958). Linear curve tting using least deviations. Journal of the American Statistical Asso ciation, 53(281), 118132.

Lehmann, E. L. & Casella, G. (1998). Theory of point estimation, volume 31. Springer Science & Business Media.

Madariaga, D. F. C., Rodríguez, J. L. G., Lozano, M. R., Vallejo, E. C. & de Administración, E. (2013). Inferencia estadística módulo de regresión lineal simple.

Neter, J., Kutner, M. H., Nachtsheim, C. J. & Wasserman, W. (1996). Applied linear statistical models, volume 4. Irwin Chicago.

Stiefel, E. (1960). Note on jordan elimination, linear programming and tchebyche ap-proximation. Numeris che Mathematik, 2(1), 117.

Stigler, S. M. (1984). Studies in the history of probability and statistis xl boscovich, simpson and a 1760 manuscript note on tting a linear relation. Biometrika, 71(3), 615620.

Wagner, H. M. (1959). Linear programming techniques for regression analysis. Journal of the American Statistical Asso ciation, 54(285), 206212.

Weisberg, S. (2005). Applied linear regression, volume 528. John Wiley & Sons. 12

Publicado

2016-09-29

Cómo citar

Sánchez H., A., Sarzoza H., S., & González C., J. A. (2016). Modalidad didáctica histórico-comparativa para la regresión. Comunicaciones En Estadística, 9(2), 223–237 (211. https://doi.org/10.15332/s2027-3355.2016.0002.03

Número

Sección

Artículos