III Jornadas de Intercambio de Experiencias de Innovación Educativa en Estadística. Valencia, 16 y 17 de Julio de 2012. www.dmontaner.es

1. Seguimiento y Evaluación
OnLine de Trabajos de
Prácticas en Asignaturas de
Estadística
III Jornadas de Intercambio de Experiencias de
Innovación Educativa en Estadística
Valencia, 16 y 17 de Julio de 2012
David Montaner
www.dmontaner.es

2. Curso 2009/2010
CRIMINOLOGIA

4. La escena del crimen...
 120 alumnos matriculados
 Dos clases de prácticas
 60 alumnos en cada clase
 2 alumnos por ordenador
 Todos aparentemente inocentes...
nunca antes habían dejado huellas en un teclado
 Prácticas realizadas con Excel
 4 meses de condena...

5. El reto
 Evaluar las practicas de cada alumno
 De forma rápida
 De forma equitativa
 Maximizar el aprendizaje (conceptos básicos)
 Estadística descriptiva
 Regresión / correlación
 Contraste de hipótesis
 Minimizar las copias o...

6. La trampa
 Una historia común  Simular datos distintos
 Con iguales variables  Para cada alumno
 Las mismas preguntas  Respuestas distintas
 Cálculos necesarios
iguales
 Abordajes iguales
Esperar a que los
alumnos copien

7. Construcción de la historia
El fichero X.zip (en el aula virtual) contiene datos
recolectados durante un estudio de parejas casadas
en los diferentes distritos de la ciudad. En este
estudio, para cada distrito se muestreó el 1% del
total de parejas casadas censadas en el distrito.
En la práctica trabajaremos en equipo así que cada
alumno criminólogo analizara los datos de un
distrito.

8. Parte II
Las variables medidas para cada pareja son:
famID: Identificador de familia.
ingV: Ingresos anuales del varón (en euros).
ingM: Ingresos anuales de la mujer (en euros).
NhijosV: Número de hijos (varones).
NhijosM: Número de hijas (mujeres).
relig: Variable que indica si la familia es religiosa.

9. Simulación
#tamaño muestral
datos[,'N'] <­ sample (300:500, size = nrow
(datos), replace = TRUE)
#salario medio Varones del distrito
datos[,'media.ingV'] <­ runif (n = nrow (datos),
min = 0.5 * sal.min, max = 4 * sal.min)
#desviación de salarios de Varones en cada
distrito
...
#pendiente de la recta de regresión
datos[,'inter'] <­ rnorm (n = nrow (datos),
mean = 0, sd = 1000)

10. Las pesquisas...
 ¿Cuál es el tamaño de la muestra recogida en tu distrito?
 ¿Cuantas parejas casadas hay censadas en el distrito?
PISTA: recuerda que se ha muestreado un 1% del total de
parejas casadas del distrito.
 ¿Cuál es el ingreso medio de una pareja?
 ¿Cuál es el ingreso medio de una pareja en la que no trabaja
la mujer?
PISTA: usa una tabla dinámica y aprovecha la variable
derivada mSINingresos.
 ¿Cuál es el ingreso máximo registrado en los individuos?
(varones y mujeres)
 ¿En que pareja encuentras este ingreso máximo?
(indica el identificador de la familia famID)

11. Cuestiones más complicadas
 ¿Como es la correlación entre los ingresos de los varones y
los de las mujeres?
 Positiva (significativamente)
 Negativa (significativamente)
 No están correlacionados (cor. no significativa)

12. Cuestiones recurrentes
Sabiendo ésto dirías que:
 En general en el distrito, los ingresos de los dos cónyuges
tienden a ser altos o bajos de la MISMA forma: cuando el
varón tiene ingresos altos la mujer también y cuando la mujer
tiene ingresos bajos el varón generalmente también los tiene
bajos.
 En general en el distrito, los ingresos de los dos cónyuges
tienden a ser altos o bajos de forma OPUESTA: cuando el
varón tiene ingresos altos la mujer los tiene bajos y viceversa.
 En general no hay una relación entre los ingresos de varones y
mujeres: si un varón tiene los ingresos altos la mujer puede
tenerlos altos o bajos independientemente.

13. Máximo realismo
Si sabemos que al comparar la familia González con la familia Pérez el
señor Pérez gana 100 euros más que el señor González ¿Cuanto crees que
ganaría más (o menos) la Señora de Pérez que la de González? Indica la
cifra con un valor negativo si crees que la señora de Pérez gana menos
que la de la de González.
PISTA: no busques la respuesta en los datos. Es poco probable que las
familias González y Pérez hayan sido muestreadas. Usa el valor estimado
para la pendiente de la recta de regresión para contestar la pregunta.
¿Dirías lo mismo si estas dos parejas (González y Pérez) no hubiesen
estado casadas?
 Si porque el modelo que estoy aplicando es válido para todas las
parejas.
 No porque mi muestra solo es representativa de las parejas casadas.

14. Evaluación
 ¿Como buscamos o recolectamos las respuestas?

15. Formularios

19. Las respuestas

20. La verdadera historia
for (alumno in alumnos) {
...
Analisis de los datos
asignados al alumno.
...
save (file = alumno.RData)
}

21. Trabajo constante
 Todas las cuestiones planteadas desde el día 0
 Cada estudiante recibía todas las semanas dos hojas
de XLS con:
 Respuestas entregadas por él mismo
(para comprobaciones)
 Evaluación de cada pregunta (correcto / incorrecto)
 Preguntas en clase y vuelta a empezar...

22. Los puntos clave
 Automatización
 Análisis: programación (R)
 Recogida de resultados (formulario web)
 Comparación de las respuestas con la verdad (R)
 Mejor si se plantea un contexto realista.
 Se puede plantear todo el ejercicio a principio del
curso.
 Preguntas cerradas.
 Con pocas variables se pueden hacer muchas
preguntas.

23. Mucho más trabajo
 Es bastante costoso generar los datos y respuestas,
formularios...
 Es muy reutilizable para las evaluaciones pero
también para ejercicios auto­corregidos (se puede
insertar en i­libros).
 Aprovecha las ganas de copiar de los alumnos...
 Deja mucho tiempo en la clase para centrarse en
como resolver los problemas y no en si están bien
o no (solo se evalúa una vez por semana)