II JORNADAS DE INNOVACIN DOCENTE, TECNOLOGAS DE LA

INFORMACIN Y DE LA COMUNICACIN E INVESTIGACIN

EDUCATIVA EN LA UNIVERSIDAD DE ZARAGOZA 2008

APRENDIZAJE DE LA ESTADSTICA A TRAVS

DE CASOS PRCTICOS
Clemente A. Campos
CPS de Ingenieros.

Sntesis:
Se considera una metodologa de enseanza y aprendizaje de Estadstica en Ingeniera
que constituye un cambio en la concepcin de la metodologa docente usualmente
empleada en las universidades espaolas con la finalidad de alcanzar una mejora en la
calidad de la enseanza. Los procesos a modelizar con tcnicas estadsticas suelen ser
altamente complejos y son difciles de caracterizar pues es habitual que dependan de
muchas variables, que es lo usual al trabajar con datos reales.
Por tanto, para trabajar con datos reales se tienen en cuenta los conocimientos que
poseen los estudiantes de informtica y en el manejo y utilizacin de programas de
ordenador (como son, por ejemplo, EXCEL, MATLAB o MAPLE), conocimientos y
habilidades que han adquirido en asignaturas ya cursadas previamente, como son
Informtica y Matemticas.
El objetivo es incidir en la enseanza de la Estadstica basada en la resolucin de
problemas y casos prcticos con datos reales de diversos aspectos del mbito de la
tecnologa y las ciencias, para as potenciar los factores que condicionan positivamente
el aprendizaje al colocar a los estudiantes ante casos y problemas relativos al mundo de
la Ingeniera.
Se intenta as mejorar aspectos que inciden en la calidad en la enseanza y en el
aprendizaje como son la motivacin, los modos de aprendizaje, las metas y objetivos
que los estudiantes se plantean.

Palabras clave
Aprendizaje en contexto real, Aplicacin de conocimientos, Metodologas didcticas.

1. INTRODUCCIN
La enseanza-aprendizaje de la Estadstica en Escuelas de Ingeniera es un proceso
dirigido a la adquisicin por los alumnos de conocimientos cientficos, prcticos y tiles
que se acumulen en sus experiencias de modo que les capaciten para afrontar con xito
los futuros cambios y avances en la tecnologa, aspecto de gran relevancia prctica,

tanto personal como social, debido al continuo avance e innovacin tecnolgica, como
se indica en Campos et al. (2007a).
Para poder tratar con la incertidumbre existente en todo proceso de ndole estadstica, se
hace necesario estimar a partir de las muestras un modelo de tipo estadstico que defina
al proceso del que proceden los datos. Adems el aprendizaje estadstico basado en
datos reales va a permitir cuantificar claramente aspectos como la capacidad de
generalizacin del sistema por parte del alumno. Este modelo estadstico del proceso
construido a partir de casos prcticos puede servir tanto para realizar una tarea de
inters en Ingeniera como para conseguir un mejor entendimiento de los datos
disponibles y, por tanto, del proceso tecnolgico que los ha generado.
Como nuestro deseo es que el alumno adquiera un aprendizaje significativo nos hemos
propuesto incidir en nuevas metodologas didcticas en la imparticin de esta
Asignatura de Estadstica en Escuelas de Ingeniera. Los alumnos, previamente, reciben
materiales que les permiten conocer los principios que establece la Estadstica y
colecciones de datos experimentales para su anlisis. De esta manera van a adquirir una
informacin terica y prctica, objetiva y cientfica sobre el tema, para as conseguir los
objetivos cognoscitivos que nos proponemos.
Como hemos sealado, nos ha parecido muy importante en la didctica de Estadstica
incidir en que vale la pena realizar un buen trabajo con datos reales para crear en el
alumno el hbito del tratamiento estadstico de datos numricos del mbito de la
Ingeniera y adems para que desarrolle la habilidad necesaria para el ajuste de modelos
tericos a datos experimentales y luego realice las necesarias pruebas de diagnstico de
validez del modelo propuesto. Acerca del modo en que los estudiantes aprenden
Estadstica es de inters el trabajo de Gelman. A. (2006), mientras que Vardeman(1994)
propone dirigir la enseanza de Estadstica hacia la resolucin de problemas y casos
prcticos.
Se considera que el aprendizaje significa poder deducir y establecer modelos cientficos,
relaciones entre variables y conceptos a partir del conocimiento adquirido en una
asignatura de Estadstica en Escuelas de Ingeniera, aunque se disponga de informacin

incompleta acerca del entorno del problema en consideracin. As pues, el estudiante

debe ser entrenado en la necesidad de buscar soluciones coherentes y conformes con la
informacin disponible en el momento presente del aprendizaje y que dichas soluciones
sean adems compatibles con la informacin y desarrollos que se puedan alcanzar en el
futuro del mbito concreto donde se incluye el estudio considerado; la relevancia del
trabajo prctico y personal del alumno en el aprendizaje se considera en Campos et al.
(2007b).
Hay que tener presente que la enseanza de la Estadstica en escuelas de Ingenieros
presenta diversos condicionantes y dificultades que limitan la asimilacin y destreza en
el uso de las tcnicas Estadsticas por los alumnos. Estas dificultades que afectan al
aprendizaje de la Estadstica comprenden un amplio abanico y las ms destacadas son
las siguientes:

Falta de uso de terminologa estadstica, lo que dificulta la adaptacin de su

lgica-deductiva y la comprensin de los conceptos abstractos como variable
aleatoria, funcin de densidad de probabilidad, estimador estadstico o funcin
de verosimilitud.

Falta de habilidad y de competencias relativas al uso de trminos estadsticos y

sus relaciones.

Deficientes capacidades y destrezas operativas y de clculo (matricial y

diferencial).

Bajos niveles de motivacin intrnseca para la Estadstica.

Ausencia de interrelacin entre lo que se estudia y el mercado laboral, desde el

punto de vista del alumno.

Establecimiento de metas de corto plazo (aprobar la asignatura sin importar

mucho el nivel de conocimiento necesario para ello).

Es destacada la influencia de la Estadstica en las distintas reas de la actividad humana:

la simple lectura de un peridico requiere de conocimientos de Estadstica para entender
el significado de las tablas de datos y las grficas que aparecen en la prensa y que se
refieren al consumo de bienes y servicios, al ndice de precios, o encuestas de diverso
tipo, medidas de lacalidad de vida, predicciones econmicas y sociales, entre otros.

Adems se constata la creciente preocupacin de distintos campos del conocimiento por

una formacin y cultura estadstica, tanto por su carcter multidisciplinar (ingeniera,
ciencias, ciencias de la salud, ciencias sociales y economa, psicologa, etc.), como por
su carcter instrumental de anlisis en la toma de decisiones en el trabajo cotidiano de
los ingenieros, que de una u otra forma, se enfrentan a series de datos o conjuntos de
mediciones, a partir de los cuales desean obtener informacin vlida y fiable.
Es preciso por tanto, fomentar en primer lugar la habilidad para interpretar y evaluar
crticamente la
informacin estadstica, as como el establecimiento de las relaciones entre variables
aleatorias de inters, identificando los aspectos relevantes y el papel que tienen en los
diferentes contextos estocsticos observados. En segundo lugar es preciso incentivar la
habilidad para discutir o comunicar propiedades respecto de la informacin estadstica
en consideracin, adems de comprender el significado y sus implicaciones en la toma
de decisiones as como la representatividad y fiabilidad de las conclusiones obtenidas.
As pues, las primeras cuestiones sobre las que hemos reflexionado al plantear la nueva
metodologa de enseanza-aprendizaje son las siguientes:
1. Qu supone el EES en las titulaciones de Ingeniera, tanto en disciplinas
bsicas, como es el caso de la Estadstica bsica, como en la especializacin
que suponen actualmente las asignaturas optativas de Estadstica (como
Control Estadstico de la Calidad y Fiabilidad) o el caso de asignaturas de
Mster (como Bioestadstica).
2. Universidades ms avanzadas en Europa y Amrica que puedan ser de
referencia.
3. Qu supone en renovacin de contenidos, tcnicas de enseanza, actividades
de los alumnos,.
4. Participar en programas de entrenamiento de accin tutorial (que imparta el
ICE de la Universidad de Zaragoza).
5. Procedimientos que constituyan una herramienta eficaz de aprendizaje para
el alumno: grupos de alumnos que trabajen conjuntamente, fomentar el
inters de los alumnos y potenciar sus capacidades,
6. Oportunidades de mejora, aplicabilidad, profundizacin, ...

7. Inconvenientes para profesores y alumnos, necesidades de laboratorios de

prcticas, de ordenadores y de programas estadsticos, ...
El Espacio Europeo de Educacin Superior, los nuevos ttulos y planes de estudios
implican una nueva labor de los profesores y alumnos universitarios, labor que ya no se
limitar a ensear a los alumnos unos contenidos tericos o prcticos de la Estadstica,
sino que hay que centrarse en formar a los alumnos buscando la adquisicin de una serie
de habilidades y competencias, propias de la Estadstica aplicada al mundo de la
Ingeniera, aunque otras sern generales de la titulacin, como por ejemplo, lograr que
el estudiante sea capaz de un buen procesamiento y posterior aplicacin de los datos,
como se seala en Arzaga y Ramrez (2005).
Adems, debemos formar a nuestros alumnos en el uso y manejo de los ordenadores y
de programas estadsticos de amplia difusin (como son por ejemplo MINITAB, SPLUS, EXCEL, MATLAB, ...) y de otros recursos informticos bsicos, como Internet.
Muchas son las habilidades y competencias que pueden trabajarse con las tcnicas
informticas y de comunicacin contemporneas (referidas como TIC). Algunos
ejemplos son: la bsqueda y la seleccin de informacin, el anlisis crtico, la
resolucin de casos prcticos, el anlisis de pginas web de enseanza de Estadstica de
diversas universidades, el trabajo en equipo, el uso de idiomas, as como la capacidad de
autoaprendizaje y de adaptacin al cambio o la interdisciplinaridad, por poner los
aspectos ms destacados.
2. APRENDIZAJE DE LA ESTADSTICA
A partir de unos datos experimentales o de ejemplos asociados al sistema o problema
que se quiere analizar se ha de establecer un modelo terico de comportamiento que se
quiere modelar. Esta clase de enseanza-aprendizaje est comprendida inicialmente en
el aprendizaje inductivo y se acaba considerando de hecho como un aprendizaje con
ejemplos y casos prcticos con datos reales del mbito de la Ingeniera, que constituye
un aspecto de aproximacin a la realidad por procedimientos empricos, que implica que
el estudiante debe conocer los diversos aspectos tericos del modelo que se quiere
construir. As pues, este conocimiento terico debe ser impartido en paralelo con el
estudio y resolucin de los casos prcticos considerados.
5

La Estadstica, en una cierta aceptacin general y popular, se dedica a la recogida de

informacin numrica que se ordena posteriormente en tablas o grficos y ello es,
obviamente, cierto. Pero ms esencial y profundamente, la Estadstica es la Ciencia
cuyo objeto es la induccin o inferencia incierta y emplea tcnicas especiales propias
para obtener y alcanzar algn conocimiento sobre la Naturaleza. As pues, hay que
considerar la Estadstica, segn la expresin de Mood y Graybill, como la tecnologa del
mtodo cientfico experimental, o segn C.R. Rao, la Estadstica puede contemplarse
como la nueva tecnologa del siglo actual ( ... I have come to appreciate Statistics as
the new technology of the present century, en C.R. Rao(1973): Linear Statistical
Inference and Its Applications, Wiley, New York ).
Es primordial que el alumno entienda que el razonamiento inductivo, propio de los
Mtodos Estadsticos, es una inferencia incierta; los hechos experimentales, a partir de
los cuales acta el mtodo inductivo, no pueden originar conclusiones generales
categricas e inflexibles. La induccin produce leyes generales ms o menos
admisibles. En cambio, una ley lgicodeductiva (es decir, matemtica) es falsa si se
encuentra un slo contraejemplo que no cumpla el enunciado de tal ley.
El propsito de esta metodologa de enseanza basada en casos prcticos con datos
reales est siendo desarrollado a lo largo del Curso 2007-08 y consiste en servir de
orientacin en el aprendizaje y la implicacin de un modo activo de los estudiantes en
las tcnicas y metodologas estadsticas aplicadas en diferentes titulaciones de
Ingeniera, atendiendo a las implicaciones que implica el Espacio Europeo de
Educacin Superior en las diferentes titulaciones de Ingeniera, las cuales nos han
llevado a la reflexin acerca de cules son las actividades que habrn de llevarse a cabo
con los estudiantes de Estadstica.

Primeramente hemos procedido a dirigir y tutelar la asimilacin de los temas de

Estadstica por los alumnos y hemos orientado el aprendizaje, la participacin y la
reflexin. Para ello, previamente se ha de realizar un trabajo de programacin de la
Asignatura de Estadstica, con la especificacin de los conocimientos que deben ser
aprendidos por el alumno; para ello se deben tener presente las necesidades y

requerimientos de la industria y el conocimiento de la materia y su programacin

temporal en otras universidades.
A los alumnos se les presenta la informacin bsica acerca de la actividad que van a
tener que realizar, con la finalidad doble de orientar y motivar al estudiante. Esta
presentacin se ha de planificar y realizar de una manera cuidadosa para que resulte
adecuada y clara, de modo que el alumno entienda bien tanto el objetivo final de la
actividad como el modo y manera de presentar sus resultados. La realizacin de la
actividad debe conllevar necesariamente una asimilacin de la informacin suministrada
con su posterior
procesamiento y comunicacin de forma escrita en una memoria redactada al efecto.
Hemos realizado una recopilacin de datos reales que pueden ser considerados como
paradigmticos desde el punto de vista de sus anlisis, para tener abundantes casos
prcticos que cubran un amplio espectro de la problemtica estadstica de inters en la
Ingeniera. Hemos tratado de identificar aquellos aspectos que hayan de ser resaltados a
los alumnos y sobre los cuales stos hayan de realizar un mayor esfuerzo. La tarea
inicial que ha de realizar el alumno con esos datos es la realizacin de un anlisis
descriptivo de las variables consideradas (con los clculos de las tablas de frecuencia,
las medidas estadsticas de centralizacin y dispersin) pruebas de normalidad,
estimaciones de parmetros poblacionales, as como anlisis de regresin y correlacin
y tcnicas de anlisis de los residuos para comprobar la validez del modelo.
Tambin se han analizado aquellos conceptos que segn nuestra experiencia ofrecern
mayores dificultades al estudiante, con el propsito de reflexionar acerca de los medios
ms adecuados para reducir estas dificultades (por ejemplo, bibliografa adecuada,
ejercicios ilustrativos o el diseo de trabajo con ordenador). Hemos hecho uso intensivo
del programa estadstico MINITAB y de las enormes posibilidades estadsticas del
programa MATLAB, muy difundido entre los estudiantes de Ingeniera en la
Universidad de Zaragoza.
A continuacin se indican los objetivos especficos que habr de adquirir el estudiante
de Estadstica en una titulacin de Ingeniera y hacia los cuales hay que orientar el
trabajo docente:
7

1. Identificacin y organizacin de la informacin relevante para resolver un

problema.
2. Capacidad de aplicacin de modelos destacados as como de elaboracin,
construccin y
validacin de otros nuevos para el tratamiento de problemas novedosos.
3. Anlisis

interpretacin

de

las

representaciones

grficas

de

datos

experimentales.
4. Conocimiento, identificacin y seleccin de fuentes estadsticas de informacin.
5. Capacidad para detectar y modelar la presencia de naturaleza aleatoria en
problemas reales
de la Ingeniera.
6. Interpretacin de los resultados a partir de los modelos estadsticos
considerados.
7. Identificacin de relaciones o asociaciones entre factores asociados a un
problema.
8. Elaboracin de previsiones y escenarios.
9. Obtencin de conclusiones y redaccin de informes.
3. EXPERIMENTACIN Y METODOLOGA EN ESTADSTICA
A partir de una experimentacin muestral adecuada se puede obtener conocimiento de
la poblacin de la cual se tom la muestra y, por tanto, del comportamiento de futuras
muestras. As por ejemplo, a partir de una muestra de tems de un proceso productivo se
podrn sacar conclusiones acerca de su estado de control y de su capacidad; si una
muestra posterior est en desacuerdo con las expectativas que se tienen se dir que su
estado del proceso de fabricacin ha cambiado estadsticamente, es decir, que se ha
alterado porque esta ltima muestra difiere significativamente de la primera.
Como nuestro deseo es que el alumnado adquiera un aprendizaje significativo, nos
hemos propuesto incidir en nuevas metodologas didcticas en la imparticin de esta
asignatura de Estadstica en consonancia con Garfield (1995).
Los alumnos, previamente, reciben materiales didcticos, con preferencia libros de
reconocida solvencia, que les permiten conocer los principios que establece la
8

Estadstica y adems colecciones de datos experimentales para su anlisis. De esta

manera se adquiere una informacin terica, objetiva y cientfica sobre el tema para
conseguir los objetivos cognoscitivos que nos proponemos.
Para conseguir un aprendizajes significativo nos ha parecido interesante e imprescindible,
como se ha indicado previamente, utilizar datos reales y, si fuera posible, realizar
experiencias sencillas de adquisicin de datos, de tal manera que esto favorezca el cambio
de actitudes ante la aplicacin de las tcnicas estadsticas en la Ingeniera.
Por consiguiente, el alumnado habr aprendido unos contenidos y tcnicas que no
conoca. Si adems ha tenido la experiencia de aplicar esos contenidos, desde un punto
de vista ms personal, nos parece ms fcil que ese aprendizaje sea significativo y
favorezca la modificacin de su habilidad estadstica, que si slo aprenden unos
contenidos por medio de una metodologa puramente formal.
En definitiva, se desea realizar una metodologa didctica que sirva de orientacin en el
aprendizaje y la implicacin de un modo activo de los estudiantes en las tcnicas y
metodologas estadsticas aplicadas en Ingeniera, atendiendo a las implicaciones que
implica el Espacio Europeo de Educacin Superior en las diferentes titulaciones de
Ingeniera, las cuales nos han llevado a la reflexin acerca de cules son las actividades
que habrn de llevarse a cabo con los estudiantes de Estadstica.
El trabajo se centra en la necesidad de profundizar en el anlisis de datos reales y el
desarrollo de casos prcticos que propicien una mayor implicacin del estudiante en el
proceso de enseanza y aprendizaje. Es necesario potenciar en los alumnos la lgica y el
razonamiento estadstico, que se han manifestado como indispensables y la importancia
del trabajo prctico en pequeos grupos a modo de tutora.
Estas reflexiones sobre la metodologa de la docencia nos llevaron a reafirmarnos en la
necesidad de profundizar en el anlisis estadstico aplicado a datos reales y el desarrollo
de casos prcticos que propicien una mayor implicacin del estudiante, mediante la
metodologa de aprendizaje basado en proyectos muy til en la formacin de titulados
en Ingeniera, adems de permitir un diseo de la enseanza para un aprendizaje
autnomo, propio de estudiantes especializados, como puede ser el caso de alumnos de

un Mster, como hemos comprobado en el Mster de Ingeniera Biomdica durante el

curso 2007-08.
4. VALORACIN DEL TRABAJO REALIZADO
Hemos podido analizar y profundizar sobre aspectos bsicos en la planificacin de los
procesos de enseanza-aprendizaje y nos hemos orientado hacia la profundizacin
mayor en unos aspectos u otros de la Estadstica, segn las necesidades e intereses de
los alumnos.
Tambin hemos de actualizar los contenidos que hemos diseado, analizando programas
acadmicos de otras universidades nacionales y extranjeras. A partir de las actividades
que hemos desarrollado se ha puesto de manifiesto el valor y utilidad de la tutora
individualizada: los alumnos valoran positivamente el aprendizaje basado en casos
particulares, problemas y trabajos prcticos centrados en aplicaciones informticas
estadsticas de mbito internacional y a su vez han desarrollado una participacin activa
y motivada. Han aprendido a resumir, interpretar y representar la informacin contenida
en un conjunto de datos estadsticos de un proceso de fabricacin, han realizado el
anlisis y depuracin de los resultados numricos, a relacionar variables y, en general,
han aprendido a aplicar el pensamiento y razonamiento estadstico en su futura
actividad profesional. Por ejemplo, los estudiantes alcanzan niveles de conocimiento
que les permiten identificar modelos probabilsticos de fallo, evaluar la fiabilidad de
sistemas, comparar distintas configuraciones o cuantificar el efecto que produce inducir
cambios controlados en factores que afectan a la fiabilidad de un sistema.
5. OBJETIVOS
Los objetivos a los que se dirige la metodologa de enseanza aplicada son:
a) Conseguir un aprendizaje significativo acerca de la utilizacin de las tcnicas
estadsticas en una asignatura de Mster de Ingeniera Biomdica, en los nuevos
planes oficiales de estudio de postgrado de la Universidad de Zaragoza.
b) Utilizar una propuesta metodolgica activa y participativa, en la que en el grupo
de alumnos se produzca un encuentro entre la teora y la prctica desde una
perspectiva interdisciplinaria en el mbito Estadstica - Ingeniera - Biologa Ciencias de la Salud.

10

A continuacin se enumeran y distinguen los objetivos individualizados, dentro de los

apartados correspondientes.
OBJETIVOS COGNITIVOS:
1.

Adquirir unos conocimientos aplicados sobre la Estadstica en cuanto a :

1.1. Reconocer sus posibles aplicaciones a un caso concreto.
1.2. Describir e interpretar los datos muestrales de un modo claro.
1.3. Establecer y contrastar un modelo explicativo.
1.4. Obtener conclusiones cientficas a partir del modelo.

2.

Adquirir unos conocimientos fundamentales sobre la aplicacin Bioestadstica

en cuanto a :
2.1. Identificar los factores que intervienen en un resultado.
2.2. Relacionar variables de inters.
2.3. Identificar la influencia de determinados valores experimentales sobre los
modelos.

OBJETIVOS DE PROCEDIMIENTO:
1. Alcanzar una buena motivacin del alumnado mediante su implicacin
intelectual y personal.
2. Conseguir que el alumno comprenda todas las implicaciones de las tcnicas
Estadsticas.
3. Reconocer, identificar y estimar factores importantes en un experimento en
Estadstica.
OBJETIVOS DE ACTITUDES Y VALORES:
1. Pretender sensibilizar e implicar al alumno mediante adopcin de los
correspondientes mtodos de anlisis.
2. Concienciar al alumno del beneficio tecnolgico de la toma de decisiones
fundamentada en mtodos estadsticos aplicados a la Ingeniera.
COMPETENCIAS, HABILIDADES A ADQUIRIR POR LOS ALUMNOS:
1. Diferenciar entre estudios descriptivos e inferenciales.
2. Aplicar las tcnicas de muestreo para el Control Estadstico del Proceso.
11

3. Resumir, interpretar y representar la informacin contenida en un conjunto de

datos de un proceso de fabricacin.
4. Representacin grfica de datos.
5. Analizar y depurar los resultados numricos.
6. Detectar datos atpicos.
7. Realizar pruebas de normalidad de los datos.
8. Aplicar transformaciones de datos para lograr normalidad.
9. Seleccionar y aplicar mtodos de estimacin (por punto y por intervalo).
10. Establecer y aplicar el modelo de regresin entre variables.
11. Utilizar grficos de control y validacin de modelos.
12. Aplicacin de los fundamentos conceptuales y prcticos para el Control
Estadstico del Proceso.
13. Aplicar el software estadstico MINITAB y/o MATLAB para la realizacin de
los grficos de control.
14. Desarrollar la capacidad para realizar a las distintas etapas de un estudio de
Control Estadstico del Proceso, desde su inicio o planteamiento inicial hasta la
resolucin final.
15. Aprender a modelizacin de procesos reales.
16. Aplicar el software MINITAB y/o MATLAB para resoluciones especficas y su
aplicacin en casos prcticos.
17. Utilizacin de las tcnicas de clculo de probabilidades.
18. Aplicar las caractersticas principales de las variables aleatorias en situaciones
concretas.
19. Aplicar las distribuciones estadsticas ms usuales.
20. Construir las curvas caractersticas de los grficos de control.
REQUISITOS PARA EL PROCESO DE ENSEANZA-APRENDIZAJE

La existencia de tutora individualizada, con seguimiento de la adquisicin de

conocimientos y habilidades por el alumno a lo largo del curso.

El establecimiento de mecanismos de cumplimiento de horarios y programas de

las asignaturas.

Valoracin de la accin de las tutoras.

Valoracin de las prcticas de Laboratorio.

12

El alumno ha de alcanzar en esta Asignatura las siguientes habilidades y competencias:

HABILIDADES PERSONALES

Capacidad de anlisis y sntesis.

Capacidad de organizacin y planificacin.

Habilidad para la comunicacin oral y escrita.

Conocimiento suficiente de lenguas extranjeras para utilizar la bibliografa

necesaria.

Conocimientos de informtica relativos a la Asignatura.

Capacidad de organizacin de la informacin.

Resolucin de problemas.

Toma de decisiones.

Habilidades en las relaciones interpersonales.

Razonamiento crtico.

Aprendizaje autnomo.

Creatividad y pensamiento original.

Liderazgo.

Iniciativa.

CONOCIMIENTOS DISCIPLINARES NECESARIOS

Estadstica descriptiva: organizacin de datos, representaciones grficas y

medidas numricas descriptivas que resuman rasgos relevantes de la
informacin muestral.

Probabilidad e Inferencia estadstica: identificacin de los modelos binomial,

hipergeomtrico, geomtrico, normal, lognormal y Weibull.

Informtica (como herramienta): conocimiento de programas al menos uno- de

clculo simblico: MAPLE, MATHEMATICA y/o MATLAB.

Matemticas (necesaria para Estadstica): series numricas, clculo de derivadas e

integrales en una y dos variables.

COMPETENCIAS PERSONALES

Identificacin de la informacin relevante para resolver un problema.

Utilizacin correcta y racional del software.

Capacidad de elaboracin y construccin de modelos y su validacin.

13

Anlisis y representacin grfica de datos.

Conocimiento, identificacin y seleccin de fuentes estadsticas.

Interpretacin de resultados a partir de modelos estadsticos.

Elaboracin de previsiones y escenario.

Extraccin de conclusiones y redaccin de informes.

Identificacin de relaciones o asociaciones.

OTRAS COMPETENCIAS ESPECIFICAS

Pensamiento y razonamiento cuantitativo.

Capacidad para detectar y modelizar el azar en problemas reales.

Capacidad de abstraccin.

COMPETENCIAS INSTRUMENTALES

Capacidad de anlisis y sntesis.

Resolucin de problemas.

Capacidad de gestin de la informacin.

Conocimientos de informtica relativos al mbito de estudio.

COMPETENCIAS SISTMICAS

Adaptacin a nuevas situaciones

Motivacin por el trabajo bien hecho

Iniciativa y espritu emprendedor

Aprendizaje autnomo

CONSISTENCIA DE LOS PERFILES PROFESIONALES QUE SE PROPONEN.

Podemos afirmar que una buena descripcin del empleo de los alumnos de ingeniera en
el campo de Estadstica est sintetizada en los perfiles profesionales siguientes:
Perfil 1: Actividades relacionadas con el campo de la ingeniera de fabricacin.
Perfil 2: Actividades relacionadas con la gestin de la calidad en las
Administraciones Pblicas.
Perfil 3: Actividades relacionadas con la docencia y la investigacin.
Perfil 4: Actividades relacionadas con la economa empresarial.
Perfil 5: Actividades relacionadas con la industria y servicios.

14

La necesidad de formacin de los ingenieros en las enseanzas de Estadstica se

justifican por las razones siguientes:

Son homologables internacionalmente.

Estn orientadas a la actividad profesional de los ingenieros en el mercado

laboral.

Se constata la buena aceptacin en el mercado laboral de los actuales ingenieros

que han recibido algunas enseanzas similares a Estadstica.

Capacitan para la adquisicin de las competencias demandadas por la sociedad:

productos de calidad y fiables.

Los conocimientos de Estadstica que precisa un ingeniero en su trabajo

profesional se ofrecen en esta Asignatura (slamente).

La enseanza propuesta hace muy verstil la formacin de ingenieros que

habrn de desarrollar su actividad tcnica en mbitos muy variados.

Los temas que

constituyen las enseanzas de Estadstica para la formacin de

ingenieros los capacitan para:

La obtencin y tratamiento de datos referentes a la calidad de un proceso.

La seleccin del mtodo de control estadstico del proceso adecuado al sistema en

estudio.

El anlisis y la seleccin de los mtodos de control as como para estudiar el

comportamiento de los grficos de control y obtencin de conclusiones.

La actuacin sobre el proceso para la mejora continua de la calidad.

Evaluar la fiabilidad de componentes y sistemas.

Comparacin de la fiabilidad de componentes provenientes de distintas

poblaciones.

Cuantificar el efecto de variables de inters tales como condiciones de operacin,

nivel de esfuerzo, condiciones de diseo, etc en la fiabilidad de un mecanismo.

Toma de decisiones en las etapas de diseo, fabricacin y comercializacin de

productos sobre la base de las conclusiones derivadas del anlisis previamente
sealado.

Construccin de modelos de regresin y su utilizacin.

Uso de tcnicas de simulacin en Estadstica.

15

6. RESULTADOS OBTENIDOS
Debemos sealar que este trabajo es aplicable a otras Asignaturas de una titulacin de
Ingeniera, orientados a alcanzar unos objetivos que persiguen la adquisicin por los
alumnos de las capacidades siguientes:
1. Aplicar conocimientos de estadstica, ciencia e ingeniera.
2. Disear y realizar experimentos as como analizar e interpretar datos.
3. Disear un sistema, componente o proceso que deba cumplir ciertas necesidades
o
requerimientos.
4. Trabajar en equipos multidisciplinares.
5. Detectar, identificar, formular y resolver problemas de ndole estadstica en
Ingeniera.
6. Conocer herramientas estadsticas que en la prctica se utilizan tanto en la etapa
de diseo de
productos como en la de fabricacin.
7. Usar las tcnicas, habilidades y herramientas estadsticas contemporneas
necesarias para
la prctica de la Ingeniera.
Hemos pretendido que los alumnos se involucren positivamente en la asignatura y
hemos observado que muestran un inters muy efectivo para ampliar sus aptitudes, han
buscado y utilizado bibliografa adecuada y han desarrollado sus capacidades para
aprender nuevas tcnicas y aplicarlas a casos prcticos de inters en la Ingeniera. Con
la direccin y tutora del profesor, los alumnos han dedicado una parte importante del
tiempo en la bsqueda de la informacin que necesitan.
Se ha realizado una buena recopilacin de casos con datos reales de libros y revistas
especializadas y resolucin y desarrollo, como aspecto fundamental, de abundantes
casos prcticos. Se ha tratado de identificar aquellos aspectos que hayan de ser
resaltados a los alumnos y sobre los cuales stos hayan de realizar un mayor esfuerzo.
Asimismo se han analizado aquellos conceptos que segn nuestra experiencia ofrecern
mayores dificultades al estudiante con el propsito de reflexionar acerca de los medios
ms adecuados para reducirlas tales como bibliografa adecuada, ejercicios ilustrativos o

16

el diseo de unas prcticas con ordenador que ayuden a solventar los problemas de
comprensin.
Se destaca la necesidad de profundizar en el anlisis de datos reales y el desarrollo de
casos prcticos que propicien una mayor implicacin del estudiante. Se destaca, la
necesidad de potenciar la lgica y el razonamiento estadstico, que se han manifestado
como indispensables y la importancia del trabajo prctico con alumnos en pequeos
grupos a modo de tutora.
Como el trabajo planteado era ambicioso, es natural que como siempre ocurre, queden
algunos temas
pendientes en la especializacin en estos conocimientos: la planificacin de una
asignatura de Mster, el
anlisis y reorganizacin de un curso, el desarrollo de actividades de experimentacin y
recogida de datos, evaluacin mejor de carga de trabajo que supone para los alumnos.
Podemos afirmar que la relacin de competencias y habilidades que se proporcionan al
alumno le permiten alcanzar un excelente bagaje para el desarrollo de su actividad
profesional en cualquier mbito de la Ingeniera, tal y como a continuacin se indica,
en las actividades relacionadas con los perfiles profesionales siguientes:

La ingeniera de fabricacin tanto en el diseo de productos como en el control

de procesos.

Laboratorios de mediciones y ensayos.

La gestin de la calidad en las Administraciones Pblicas.

La docencia y la investigacin.

Proyectos de I+D+I.

Economa empresarial y consultora.

Industria y servicios.

Adems, el trabajo correspondiente a esta asignatura de Estadstica es aplicable con los

cambios oportunos, a otras asignaturas de una titulacin de Ingeniera, que persigan
alcanzar unos objetivos centrados en que los alumnos adquieran la capacidad de:

Aplicar el conocimiento de matemticas, ciencia e ingeniera

Disear y realizar experimentos as como analizar e interpretar datos.

17

Disear un sistema, componente o proceso que deba cumplir ciertas necesidades

o requerimientos.

Trabajar en equipos multidisciplinares, aspecto de importancia en Ingeniera

Biomdica.

Detectar, identificar, formular y resolver problemas de Ingeniera.

Conocer herramientas bsicas que en la prctica se utilizan tanto en la etapa de

diseo de productos y sistemas, como en la de produccin.

Usar las tcnicas, habilidades y herramientas modernas necesarias para la prctica

de la Ingeniera.

7. OBSERVACIONES FINALES

Los estudiantes de Ingeniera inicialmente suelen considerar la Estadstica como

un materia compleja y difcil, por tanto,

la influencia del profesor es

determinante en la actitud de sus alumnos.

La evaluacin de la Asignatura mediante cuestionarios de tipo test debe cubrir los

diferentes aspectos de la Estadstica en la Ingeniera. Hay que realizar un anlisis
de los conceptos aplicados correctamente y con mayor frecuencia por los
estudiantes.

La evaluacin a partir de pruebas de Laboratorio tiene por objeto determinar si el

alumno logra discriminar las variables en funcin de sus caractersticas ms
relevantes y si el alumno comprende los conceptos incluidos.

La prueba de Laboratorio permite adems evaluar la capacidad de manejo de los

programas estadsticos de ordenador.

Es importante que cada profesor conozca cul es la actitud de sus alumnos antes,
durante y al acabar su formacin.

8. REFERENCIAS BIBLOGRFICAS
Arzaga, J. L. Ramrez (Eds.) (2005). Gua de adaptacin al EEES. B. Ed. Universidad
de Cantabria
Campos, C. A. et al. (2007): Una experiencia de adaptacin al EEES de estudios de
Estadstica en la Ingeniera. I Jornadas de Innovacin Docente, Tecnologas de la
Informacin y la Comunicacin e Investigacin Educativa en la Universidad de
18

Zaragoza. Zaragoza, 23-24 de Noviembre, 2006. Publicado en Innovacin docente,

tecnologas de la informacin y la comunicacin e investigacin educativa en la
Universidad de Zaragoza. Sec. II-28. 2007.
Campos, C. A. et al. (2007): Aprender practicando. I Jornadas de Innovacin Docente,
Tecnologas de la Informacin y la Comunicacin e Investigacin Educativa en la
Universidad de Zaragoza. Zaragoza, Spain. November 23-24, 2006. Publicado en
Innovacin docente, tecnologas de la informacin y la comunicacin e investigacin
educativa en la Universidad de Zaragoza. Caminando hacia Europa. 2007.
Garfield, J. (1995). How students learn statistics. International Statistical Review, 63,
25-34.
Gelman. A. (2006) A Course on Teaching Statistics at the University Level, American
Statistician,4-7.
Vardeman, S.B. (1994). Statistics for engineering problem solving. Boston, USA: PWS
Publishing Company.

9. APNDICE
Ejemplo de un desarrollo temtico
La finalidad de este caso prctico reside en la necesidad de los Lmites de Control para
la toma de decisiones. En el cuadro siguiente se presentan los datos experimentales
observados referentes a dos mtodos de fabricacin, denominados A y B, donde se
indica el nmero de piezas inspeccionadas y el nmero de piezas defectuosas
encontradas a lo largo de varios meses, en los que se suponen las fabricaciones
estables..

Se desea comparar dos mtodos de fabricacin, A y B.

U-Ins. = nunidades inspeccionadas

19

U-Def. = n unidades defectuosas encontradas

Mes

U-Ins. A

U-Def. A

Prop.Def. A

enero

527

0.00760

febrero

610

0.00820

marzo

428

0.01170

abril

400

0.00500

mayo

498

15

0.03010

junio

500

0.00600

julio

395

0.00760

agosto

393

0.00510

septiembre

625

0.00480

octubre

465

13

0.02800

noviembre

446

0.01120

diciembre

510

0.00590

Mtodo A

5797 piezas inspeccionadas

63 piezas defectuosas encontradas

Mes

U-Ins. B

U-Def. B

Prop.Def. B

enero

169

0.00590

febrero

99

0.03030

marzo

208

0.00480

abril

196

0.00510

mayo

132

0.00760

junio

89

0.01120

julio

167

0.00600

agosto

200

0.00500

septiembre

171

0.01170

octubre

122

0.00820

noviembre

107

0.02800

diciembre

132

0.00760

Mtodo B

1792 piezas inspeccionadas

17 piezas defectuosas encontradas

20

Puede ser de inters depurar dos meses que parecen atpicos

Se eliminan los meses de mayo y de octubre, en el caso A

Mes_D

U-Ins. A_D

U-Def. A_D

PropDef. A_D

enero

527

0.00759

febrero

610

0.00820

marzo

428

0.01168

abril

400

0.00500

junio

500

0.00600

julio

395

0.00759

agosto

393

0.00509

septiembre

625

0.00480

noviembre

446

0.01121

diciembre

510

0.00588

Se hace una representacin grfica elemental de la evolucin mensual de las proporciones de

piezas defectuosas, que se presentan en los grficos 1 y 2 siguientes.

Prop.Def. A

0.03

0.02

0.01

10

12

Mes

Grfico 1

21

Prop.Def. B

0.03

0.02

0.01

10

12

Mes

Grfico 2

La inspeccin de los grficos 1 y 2 no resulta concluyente en la comparacin de los

mtodos A y B. Se realizan los iniciales estudios descriptivos de los datos: la salida
obtenida con el programa MINITAB se presenta a continuacin.

Descriptive Statistics: U-Ins. A, U-Ins. B, U-Def. A, U-Def. B, Prop.Def. A, Prop.Def. B

Variable

Mean

Median

TrMean

StDev

SEMean

U-Ins. A

12

483.1

481.5

477.9

78.0

22.5

U-Ins. B

12

149.3

149.5

149.5

41.2

11.9

U-Def. A

12

5.25

3.50

4.60

4.25

1.23

U-Def. B

12

1.417

1.000

1.300

0.793

0.229

Prop.Def. A

12

0.01093

0.00759

0.00962

0.00877

0.00253

Prop.Def. B

12

0.01095

0.00758

0.00963

0.00882

0.00254

Variable

Minimum

Maximum

Q1

Q3

U-Ins. A

393.0

625.0

407.0

522.8

U-Ins. B

89.0

208.0

110.8

189.8

U-Def. A

2.00

15.00

3.00

5.00

U-Def. B

1.000

3.000

1.000

1.750

Prop.Def. A

0.00480

0.03012

0.00529

0.01156

22

Prop.Def. B 0.00481

0.03030

0.00531

0.01158

1. Basando slo las conclusiones en la estadstica descriptiva de los valores muestrales

(mostrada arriba), podramos concluir errneamente que los mtodos de fabricacin
A y B son "equivalentes" en cuanto a calidad se refiere, ya que los promedios y las
desviaciones tpicas de las proporciones defectuosas, y tambin los dems estadsticos
muestrales, son muy similares. Es importante hacer notar que para que estas
comparaciones y conclusiones fueran vlidas se trabaja con las proporciones o
fracciones defectuosas, en lugar de los valores absolutos de Unidades Defectuosas, ya
que en todo momento las muestras variaron de tamao.
2. Adems de la estadstica descriptiva, se realizan unos sencillos grficos de control de
la proporcin defectuosa, P, para ver el comportamiento de los datos en el tiempo: se
puede concluir que si bien aparentemente los mtodos de fabricacin A y B son muy
parecidos, segn su comportamiento en el tiempo, en realidad no es as: el mtodo A
presenta dos datos muy apartados del promedio (en los meses de mayo y de octubre).
Muy posiblemente en estos meses la cantidad de piezas defectuosas se vi afectada por
variacin debida a causas no aleatorias, es decir, por causas especiales de variacin.

23

Grfico P, Mtodo A

0.03

Proportion

UCL=0.02464
0.02

0.01

P=0.01087

0.00

LCL=0
0

10

Sample Number

Grfico P, Mtodo B
0.04
UCL=0.03480

Proportion

0.03

0.02

0.01

P=0.009487

0.00

LCL=0
0

10

Sample Number

Al poner los lmites de control, se aprecia claramente que el mtodo B est en estado de
control y su variabilidad es aleatoria.

24

A continuacin se fuerza que el lmite superior de control sea constante:

P Chart for U-Def. A

1

0.03

Proportion

UCL=0.02499
0.02

0.01

P=0.01087

0.00

LCL=0
0

10

Sample Number

P Chart for U-Def. B

UCL=0.03323

Proportion

0.03

0.02

0.01

P=0.009487

0.00

LCL=0
0

10

Sample Number

25

Tamaos medios empleados: 485 (para el grfico P Chart A) y 150 (para el grfico P
Chart B)
Se aprecia claramente que el caso A est fuera de especificaciones mientras que en el
caso B la variabilidad es debida a causas aleatorias.

26