El contenido de un curso de Bioestadística, y su enfoque metodológico, consiste con frecuencia en el planteamiento de los campos de problemas que puede abordar la Bioestadística, una introducción a las ideas y definiciones básicas de la Inferencia Estadística orientadas a las ciencias de la vida y una serie de protocolos con ejemplos donde los datos siempre están dados; un proceso que genera resultados que deben ser interpretados con cierta ortodoxia que conduce a una conclusión. Si el curso de Bioestadística es un modelo de 5O horas, ¿valdría la pena hacer lo que se describió al principio? ¿Un curso de técnicas estadísticas, asociadas a unos campos de problemas? Con este enfoque, ¿cuál sería la expectativa sobre complejidad de problemas reales que el futuro profesional podría abordar autónomamente? Es decir, ¿preténdenos formar un “estadístico chiquito”? o ¿pretendemos formar un egresado que sepa interactuar con un profesional experto en Estadística, que forme de un equipo de investigación? He aquí la cuestión central que llama a nuestra dialéctica de la enseñanza de la Estadística y que será objeto de esta charla.

Roberto Behar Gutiérrez es profesor de la Escuela de Estadística en la Universidad del Valle, en Cali, Colombia, donde ha sido director de la carrera de Estadística, de la Maestría en Estadística y e la Maestría en Ingeniería de Sistemas. Se graduó en Ciencias de la Educación, en la especialidad en Matemáticas, en la Universidad Santiago de Cali y además tiene título de Ingeniero y de Estadístico, ambos otorgados por la Universidad del Valle, en Cali, Colombia. Realizó la Maestría en Estadística Experimental, en el Colegio de Postgraduados de Chapingo, México y su tesis doctoral en Estadística en la Universidad Politécnica de Cataluña, en Barcelona. Ha escrito artículos y realizado numerosas conferencias sobre la enseñanza de la estadística, una de sus pasiones, a la cual dedica buena parte de su tiempo. Es miembro de la Junta Directiva de la Sociedad Colombiana de Estadística desde su fundación hasta la fecha.

La ciencia de datos es un campo en crecimiento que combina estadística, informática y conocimiento de dominio para extraer conocimiento de los datos. La ciencia de datos se centra en el uso de herramientas y técnicas para recopilar, procesar y analizar grandes conjuntos de datos complejos. Algunas de las fortalezas de la ciencia de datos incluyen la capacidad de manejar grandes volúmenes de datos y la capacidad de analizar múltiples tipos de datos, incluyendo aquellos no estructurados. Es importante que los cursos de grado en estadística incluyan contenido sobre ciencia de datos para preparar a los estudiantes para el mundo actual, en el cual la cantidad de datos disponibles es cada vez mayor. Algunos temas que se deben incluir son el aprendizaje automático, la minería de datos, la visualización de datos y el análisis de redes. En esta presentación hablaremos de cómo podemos integrar contenidos de ciencia de datos en los cursos de grado, concretamente mediante el uso y la experiencia con datos reales obtenidos a través de DataCamp y Kaggle.

Pedro Campos es Profesor Asistente de la Facultad de Economía de la Universidad de Porto, con un Doctorado en Ciencias de la Gestión (Universidad de Porto) and Bsc en Matemática Aplicada (U. Portucalense). Es miembro del Laboratorio de Inteligencia Artificial y Apoyo a la Decisión, que es un grupo de investigación perteneciente al INESC TEC. Coordina el Programa de Posgrado en Business Intelligence and Analytics en Porto Business School. Pedro también es Director Adjunto del Proyecto Internacional de Alfabetización Estadística (ISLP), cuyo objetivo principal es contribuir a promover la alfabetización estadística en todo el mundo, entre jóvenes y adultos, en todos los ámbitos de la vida. Sus principales áreas de investigación son Estadística, Minería de Datos, Técnicas de Muestreo, Educación Estadística e Inteligencia Artificial (Modelos Basados en Agentes). Las principales áreas de aplicación son Demografía y Redes Organizacionales. Pedro es actualmente Jefe de la Unidad de Metodología en Estadística Portugal.

El objetivo de la charla es introducir buenas prácticas básicas para el manejo de espacios de intercambio de conocimiento sincrónico (por ejemplo, clase, seminario, taller o charla). La mayoría de estas prácticas básicas podrán ser usadas en entornos presenciales, híbridos o en línea (por ejemplo, usando Zoom). Cada detalle del encuentro, empezando por el formulario de registro hasta el pedido de devolución cuando termina el taller, pasando por la ejecución del mismo, son una demostración de estrategias que pueden ser adoptadas o adaptadas a cualquier intercambio de saberes que suceda interactuando en simultáneo con una audiencia.
MetaDocencia es una comunidad inclusiva y colaborativa que mejora la educación al potenciar a docentes de países menos favorecidos. MetaDocencia nutre una comunidad de educadores de habla hispana al enseñar métodos educativos concretos, basados en evidencia y centrados en el estudiantado. Se enfoca en enseñar habilidades técnicas para la ciencia computacional abierta y reproducible a personas hispanohablantes que investigan y enseñan en América Latina y otras geografías. También presta especial atención al desarrollo de recursos abiertos, reutilizables y accesibles para fomentar prácticas efectivas de capacitación en investigación reproducible.

En la primera parte de la actividad se presentará y utilizará la herramienta estadística R-Medic, una interfase de R, cuyo objetivo es facilitar al usuario sin entrenamiento en programación el acceso a los análisis estadísticos más usuales. Se trata de una herramienta alojada en la web, que se utiliza directamente sin necesidad de instalación o descarga en computadoras o dispositivos móviles. En la segunda parte se discutirá el diseño de apps en R para su uso en las clases de estadística.

Arnaldo Mangeaud es Doctor en Ciencias Biológicas (Universidad Nacional de Córdoba). Posee una extensa carrera en gestión universitaria, siendo actualmente responsable del Centro de Vinculación del Equipo de Formación Académica Docente Continua. Es profesor de Bioestadística en la Universidad Nacional de Córdoba, donde dicta cursos de grado y posgrado. Su área de interés es la biología acuática y la conservación ambiental. Ha publicado un libro de Bioestadística y ha colaborado en el desarrollo de R-Medic, un software estadístico online para Ciencias de la Salud. Realiza asesoramientos en Bioestadística y Ciencia de Datos a tesistas, docentes e investigadores.

David Panigo es Biólogo por la Universidad Nacional de Córdoba. Actualmente está cursando la Maestría en Aplicaciones de Información Espacial en el Instituto Gulich, CONAE. David es profesor de Bioestadística en la Carrera de Ciencias Biológicas de la Universidad Nacional de Córdoba. Dicta además cursos de posgrado en modelos estadísticos y R. Tiene experiencia como asesor estadístico de grupos de investigación médica y científica, así como en el desarrollo de software en R y Python. Ha dictado cursos, capacitaciones y conferencias en instituciones médicas. Ha publicado varios artículos científicos, destacando su trabajo «R-Medic. Un programa de análisis estadísticos sencillo e intuitivo»

En los cursos introductorios de estadística el concepto de variabilidad de un estimador en general se presenta a partir de la resolución de un problema en dónde a partir de un único conjunto de datos se obtiene un valor para el estimador y una medida de dispersión asociada. Por ejemplo, en el caso de regresión lineal simple se interpreta la pendiente estimada con su error estándar. En este taller proponemos un enfoque novedoso para abordar el tema de variabilidad del estimador. En lugar de la obtención de un único conjunto de datos para estimar una pendiente, trabajaremos en un entorno que permite la obtención de un conjunto de datos diferente para cada estudiante. Mediante diferentes actividades, incluyendo simulaciones, trabajaremos los conceptos de estimación, estimador, variabilidad del estimador, parámetro e intervalo de confianza.

María Soledad Fernández es Doctora de la Universidad de Buenos Aires, área Ciencias Biológicas. Es docente de la Facultad de Ciencias Exactas y Naturales de la UBA, donde dicta cursos de grado y postgrado de Biostadística. Es Investigadora Adjunta del Instituto de Cálculo (CONICET – UBA). Es autora o coautora de numerosas publicaciones en revistas científicas en eco-epidemiología. Integra el Grupo de Bioestadística Aplicada (FCEN, UBA), donde investiga sobre inequidades en salud. Ha participado en numerosos eventos de divulgación de la Ciencia, vinculación con la escuela media y talleres para docentes.

Adriana Pérez es bióloga (Universidad de Buenos Aires) y Magister en Generación y Análisis de Información Estadística (Universidad Nacional de Tres de Febrero). Es profesora de la Facultad de Ciencias Exactas y Naturales de la UBA, donde dicta cursos de grado y postgrado de Biostadística. Integra el Grupo de Bioestadística Aplicada (FCEN, UBA), donde investiga sobre inequidades en salud. Ha realizado investigaciones en didáctica de la estadística a nivel secundario y universitario. dirigido a docentes de escuela media de la provincia de Buenos Aires.