domingo, 29 de abril de 2012

Aprendizaje disruptivo


Christensen et al.(2008) defienden que nos encontramos en un momento donde los sistemas educativos están modificando su estrategia general de funcionamiento, propiciado por las TIC (Tecnologías de Información y Comunicación). A este nuevo tipo de aprendizaje se denomina disruptivo, caracterizándose por el acceso al conocimiento de manera individualizada basándose en el uso de plataformas e-learning (ej.: internet). 

En este nuevo paradigma, cada alumno encuentra lo que necesita según sus capacidades y aprende a su ritmo (fomenta la individualización), no pretendiendo hacerlo igual que el resto de sus compañeros (sistema educativo actual), sino potenciando las diferencias entre ellos. Todo ello provoca cambios en los roles de los docentes y de los propios alumnos, desapareciendo conceptos clásicos como el fracaso escolar.

                Siguiendo esta forma de trabajo distintas universidades americanas han lanzado distintos cursos on-line, entre las últimas ofertas, encontramos Coursera (Princeton University, Stanford University, University of California, Berkeley, University of Michigan-Ann Arbor, and University of Pennsylvania).


Referencias.
*Christensen,C.M., Johnson,C.W. &  Horn,M.B.(2008). Disrupting Class: How Disruptive Innovation Will Change the Way the World Learns. New York:McGraw-Hill.

jueves, 26 de abril de 2012

Citar contenido Web en formato APA

Muchas veces, nos preguntamos cómo puede ser la forma correcta de citar el contenido de una página Web. En caso de tener dudas, un buen enlace se puede encontrar en esta página de la APA (Chelsea Lee, 2010).

Curso On Line

Para aquellos que les gusta observar o seguir cursos interactivos, uno de los más interesantes que podemos encontrar es el desarrollado por Susan Cooper-Nguyen para itunes-U (actualizado el 14-3-2012):
MATH 202: Introduction to Statistics
***********************************************
Duración recomendada: 26 semanas.

viernes, 20 de abril de 2012

Modificación de algoritmos clásicos

De todos es bien conocido el algoritmo clásico de diferencias de medias, para dos muestras independientes. Sus pasos resumidos son:
1.- Comprobar que los datos se ajustan a una distribución normal y son independientes los grupos.
2.- Verificar que las dispersiones (varianzas) son iguales.
3.- Determinar si las medias son iguales en la población.

Como todos recordaremos, los datos son los mismos en las tres situaciones.

Bien, llegados a este punto, y a la luz de la nueva metodología, y estrictamente hablando (Rasch, Kubinger y Yanagida, 2011) deberían ser usados datos procedentes de muestras distintas en cada uno de las ocasiones. Evitando los problemas que se comenten con el error de tipo I y la repetición de las pruebas.

Una alternativa ante este tipo de situaciones (Mundfrom et al., 2006), que es la recomendada por nosotros (Herrero et al., 2011), será corregir el valor de p de acuerdo al número de contrastes, usando el algoritmo que consideremos más adecuado (ej.:Bonferroni , Holm, Hommel, etc....).

Por ejemplo, una solución al problema sería usando un procedimiento en R como el siguiente:
p.adjust(p,method="holm")
 ...donde el vector p en este caso contendrá los 3 valores (grados de significación) correspondientes obtenidos en los pasos anteriormente comentados.

Referencias.
*Herrero,F.J.;Cuesta,M.; Fernández,P. y Vallejo,G. (2011). Uso de 4 procedimientos de ajuste del grado de significación en una matriz de correlaciones: Un algoritmo R incrustado en SPSS. Grupo Diseños de Investigación y Análisis de Datos, Report DPAM#18.08.1.A, Informe inédito, Universidad de Oviedo.
*Mundfrom,D.J.;Perret,J.J.;Piccone,A. y Roozeboom,M.(2006). Bonferroni adjustments in tests for regression coefficients. Multiple Linear Regression Viewpoints, 32(1), 1-6.
*Rasch,D.;Kubinger,K.D. y Yanagida,T. (2011). Statistics in Psychology Using R and SPSS. West Sussex: Wiley & Sons.

jueves, 19 de abril de 2012

Redes Sociales

En las redes sociales existe un mecanismo bastante frecuente a la hora de transmitir la información entre los usuarios (copiar y pegar). Es decir, copiamos el enlace en el navegador donde está nuestro contenido relevante, abrimos por ejemplo el Facebook, e intentamos pegar esa información.

No obstante, a veces puede ocurrir cosas insólitas:
Es decir, no sabemos que ocurrió realmente entre el lapso de tiempo de copiar y pegar????.

*******************************************************************************
Nota:Resultado el día 19-04-2012

miércoles, 18 de abril de 2012

Índice de envejecimiento en R

La siguiente información es suministrada por SADEI:

"Índice de envejecimiento. Asturias 2011"


Uno de los índices utilizados para medir el envejecimiento de una población es el propuesto por Vasilios G. Valaoras que considera el cociente entre el número de personas de 65 y más años y el número de jóvenes menores de 15 años.


Así, por ejemplo, si tomamos los datos de 2001 recogidos por SADEI, el cociente usado será:

233.170 (mayores a 65)
-------------------------------  = 2,15
108.659 (menores a 15 )






A continuación veremos un procedimiento breve y sencillo en R, en el caso que deseamos usar en nuestras bases de datos el índice anterior. Una forma de abordarlo es:

#Ejemplo sobre 5 zonas simuladas
 ########################## 
rangos_edad15<-c(1200,1500,1800,1320,2134) 
rangos_edad65<-c(1800,1900,1930,1432,2256) 
indice_envejece<-rangos_edad65/rangos_edad15 
tabla<-data.frame(rangos_edad15,rangos_edad65,indice_envejece)
tabla  


Obteniéndose los siguientes resultados:
   rangos_edad15 rangos_edad65 indice_envejece
1          1200          1800        1.500000
2          1500          1900        1.266667
3          1800          1930        1.072222
4          1320          1432        1.084848
5          2134          2256        1.057170


********************************************************************
*Nota: El índice puede ser multiplicado por 100. 
---------------------------------------------------------------------------------------------



martes, 17 de abril de 2012

Libreria OpenMX en R

La librería OpenMX es una de las versiones libre en R para solventar modelos de ecuaciones estructurales.

Su página web contiene distintas versiones, ejemplos y manuales sobre el páquete estadístico.