Estadística y Probabilidad · 3er Trimestre

Variables Estadísticas y Tipos de Datos

Diferenciación entre variables cualitativas y cuantitativas, discretas y continuas, y su importancia en la recolección de datos.

Sobre este tema

La correlación y la regresión lineal introducen al alumnado en el análisis de relaciones entre variables. En 1º de Bachillerato, bajo la LOMLOE, este tema es fundamental para desarrollar el sentido estocástico y el pensamiento crítico frente a la información. Los estudiantes aprenden a cuantificar la fuerza de una relación mediante el coeficiente de correlación de Pearson y a realizar predicciones mediante la recta de regresión.

Es un tema con una carga social y científica enorme, ya que permite analizar desde la relación entre horas de estudio y notas hasta el impacto de la contaminación en la salud. El aprendizaje activo es esencial aquí para que los alumnos no solo calculen parámetros, sino que interpreten la fiabilidad de sus conclusiones y entiendan los peligros de la extrapolación.

Ideas de aprendizaje activo

Círculo de investigación: ¿Causalidad o coincidencia?

Los alumnos buscan en internet gráficas con correlaciones altas pero absurdas (ej. consumo de queso y títulos de ingeniería). Deben presentar por qué la correlación no implica causalidad.

⏱ 45 min·Grupos pequeños

Generar misión

Juego de simulación: El predictor deportivo

Usando datos reales de las últimas jornadas de la liga, los alumnos calculan la recta de regresión entre goles y puntos. Deben predecir el resultado de la próxima jornada y discutir la fiabilidad de su modelo.

⏱ 50 min·Grupos pequeños

Generar misión

Piensa-pareja-comparte: El impacto de los atípicos

Se presenta una nube de puntos con un valor muy alejado. Los alumnos discuten en parejas cómo cambiaría la recta de regresión si se elimina ese dato y qué decisión sería más honesta estadísticamente.

⏱ 25 min·Parejas

Generar misión

Atención a estas ideas erróneas

Idea errónea común

Creer que un coeficiente de correlación cercano a 1 implica que una variable causa la otra.

Qué enseñar en su lugar

Se debe trabajar con ejemplos de variables ocultas. El debate sobre noticias reales donde se confunden estos términos ayuda a desarrollar un escepticismo saludable.

Idea errónea común

Pensar que la recta de regresión es fiable para cualquier valor, incluso muy lejos de los datos conocidos (extrapolación).

Qué enseñar en su lugar

Es útil pedir predicciones para valores absurdos (ej. altura de una persona a los 80 años basada en su crecimiento infantil) para que vean los límites del modelo.

Preguntas frecuentes

¿Qué nos dice el coeficiente de Pearson?

Nos indica si hay una relación lineal entre dos variables y qué tan fuerte es. Si está cerca de 1 o -1, la relación es muy clara; si está cerca de 0, no hay una relación lineal evidente.

¿Para qué sirve la recta de regresión?

Sirve para resumir la tendencia de los datos y, sobre todo, para hacer estimaciones de una variable cuando conocemos el valor de la otra.

¿Cuándo es fiable una predicción estadística?

Es fiable cuando la correlación es fuerte (Pearson alto) y cuando el valor que queremos predecir está dentro del rango de los datos que hemos usado para crear el modelo.

¿Cómo ayuda el análisis de datos reales al aprendizaje de la estadística?

La estadística con datos ficticios carece de alma. Al usar datos reales sobre temas que interesan a los alumnos (redes sociales, deporte, clima), estos se ven obligados a interpretar resultados y cuestionar la veracidad de las cifras, lo que convierte la matemática en una herramienta de ciudadanía crítica.

Explorar el currículo por país

• Américas
• US
• CA
• MX
• CL
• CO
• BR

• Europa
• UK
• IE
• FR
• DE
• ES
• IT
• NL
• PT
• SE

• Asia y Pacífico
• IN
• SG
• AU