Statistics 101, 201, and 202: Three Shiny Apps for Teaching Probability Distributions, Inferential Statistics, and Simple Linear Regression

Este artículo presenta tres aplicaciones web interactivas de código abierto desarrolladas en R y Shiny que facilitan la enseñanza de la probabilidad, la inferencia estadística y la regresión lineal simple mediante resultados numéricos, visualizaciones gráficas y derivaciones matemáticas, sin requerir que los estudiantes tengan conocimientos previos de programación.

Lo esencial

Imagina que aprender estadística es como aprender a conducir un coche. Antes, para entender cómo funciona el motor (la teoría), tenías que aprender a repararlo tú mismo con herramientas complicadas (programación en R o fórmulas manuales). Si te equivocabas en un tornillo, todo fallaba.

Este artículo presenta "Statistics 101, 201 y 202", que son como tres simuladores de conducción gratuitos y muy intuitivos diseñados por Antoine Soetewey. No necesitas saber mecánica (programación) para usarlos; solo necesitas sentarte, girar la llave y ver cómo funciona el coche.

Aquí tienes la explicación de cada "simulador" usando analogías cotidianas:

1. Statistics 101: El "Mapa de Probabilidades"

¿Qué hace? Enseña sobre las formas de las distribuciones de probabilidad (como la campana de Gauss, la binomial, etc.).
La analogía: Imagina que tienes un mapa del clima para diferentes tipos de tormentas.

• En lugar de calcular a mano si va a llover, seleccionas el tipo de tormenta (distribución) en un menú.
• El simulador te muestra el mapa (un gráfico) donde se ve la zona de lluvia sombreada.
• Al lado del mapa, te escribe la "receta matemática" exacta de por qué esa zona tiene ese tamaño.
• El beneficio: Ves la relación entre la imagen (la lluvia) y la fórmula (la receta) al mismo tiempo, sin tener que hacer cálculos largos con una calculadora.

2. Statistics 201: El "Detective de Decisiones"

¿Qué hace? Ayuda a crear intervalos de confianza y hacer pruebas de hipótesis (decidir si algo es verdad o falso basándose en datos).
La analogía: Imagina que eres un detective que debe decidir si un sospechoso es culpable o inocente.

• Tienes dos opciones: darle al detective tus notas sueltas (datos crudos) o darle un resumen del caso (estadísticas como el promedio).
• El simulador actúa como un asistente legal que sigue los pasos del juicio:
  1. Presenta las pruebas (los datos).
  2. Calcula la "fuerza" de la acusación (el estadístico de prueba).
  3. Muestra la "línea roja" que separa la inocencia de la culpabilidad (valor crítico).
  4. Te da el veredicto final en lenguaje sencillo: "¡Culpable!" o "¡Inocente!", junto con la probabilidad de que te hayas equivocado.
• El beneficio: Te ahorra buscar fórmulas en libros de texto aburridos. El simulador te muestra la fórmula correcta justo cuando la necesitas, como si el detective te pasara la hoja de reglas en el momento exacto.

3. Statistics 202: El "Arquitecto de Tendencias"

¿Qué hace? Enseña regresión lineal simple (cómo una cosa afecta a otra, como el tamaño de una casa y su precio).
La analogía: Imagina que eres un arquitecto que quiere dibujar la línea recta perfecta que conecta puntos dispersos en un plano.

• Escribes tus datos (puntos) en la pantalla.
• El simulador no solo dibuja la línea, sino que te explica paso a paso cómo calculó esa línea, mostrando la fórmula mágica y los números reales que usó.
• Luego, te muestra un gráfico interactivo donde puedes pasar el ratón por encima para ver detalles.
• Finalmente, te da un informe completo (como un plano de construcción) que puedes descargar, con advertencias sobre si el edificio (el modelo) es seguro o si tiene grietas (problemas en los datos).
• El beneficio: Conecta la teoría abstracta (la fórmula) con la realidad (tus propios datos), evitando que los estudiantes se pierdan entre el código de programación y el resultado final.

¿Por qué son especiales?

• Sin barreras: No necesitas instalar nada ni saber programar. Es como abrir una página web y empezar a jugar.
• Transparencia total: A diferencia de otras calculadoras que solo te dan un número mágico, estos simuladores te muestran la magia detrás del escenario. Te muestran la fórmula matemática, el gráfico y el resultado numérico juntos, como si un profesor te estuviera explicando el proceso en la pizarra mientras lo hace.
• Gratuitos y libres: Son como un parque público; cualquiera puede usarlos, estudiar cómo están hechos y mejorarlos.

En resumen:
Estas tres aplicaciones son puentes entre la teoría aburrida de los libros de texto y la realidad de los datos. Permiten a los estudiantes dejar de preocuparse por la "mecánica" de los cálculos manuales y concentrarse en lo más importante: entender qué significan los resultados y cómo tomar decisiones basadas en ellos.

Resumen técnico

Resumen Técnico: Statistics 101, 201 y 202

1. Problema

Los cursos introductorios de estadística en disciplinas como economía, biostatística y ciencias sociales enfrentan una dificultad pedagógica significativa: los estudiantes deben realizar cálculos manuales complejos (probabilidades, intervalos de confianza, pruebas de hipótesis y regresiones) que son propensos a errores y consumen mucho tiempo. Por otro lado, el uso de herramientas de programación como R o Python requiere un conocimiento técnico que los principiantes aún no poseen. Las calculadoras web existentes y las tablas estadísticas suelen ser limitadas (cubren pocas distribuciones), carecen de retroalimentación gráfica o no muestran las expresiones matemáticas subyacentes junto a los resultados, lo que dificulta la conexión entre la teoría y la práctica computacional.

2. Metodología

El autor desarrolló una suite de tres aplicaciones web interactivas y de código abierto utilizando el ecosistema R y el framework Shiny. La metodología de diseño se centra en la transparencia pedagógica y la accesibilidad:

• Tecnología: Las aplicaciones se ejecutan en el navegador, sin necesidad de instalación ni conocimientos de programación por parte del usuario.
• Visualización y Renderizado: Se utiliza ggplot2 para generar gráficos estadísticos y MathJax para renderizar derivaciones matemáticas en línea (notación formal) junto a los resultados numéricos.
• Interactividad: Los usuarios ingresan datos (ya sea datos crudos o estadísticas resumidas) a través de interfaces intuitivas (menús desplegables, sliders, campos de texto) y obtienen resultados inmediatos.
• Estructura de Salida: Cada aplicación presenta resultados en un formato unificado que combina: notación matemática completa, valores numéricos calculados, gráficos con regiones sombreadas relevantes y explicaciones en lenguaje natural.

3. Contribuciones Clave (Las Tres Aplicaciones)

La suite se organiza en una progresión pedagógica que cubre un semestre típico de estadística:

• Statistics 101 (Distribuciones de Probabilidad):

  • Permite calcular probabilidades para 18 distribuciones (Beta, Binomial, Chi-cuadrado, Normal, t de Student, etc.).
  • Ofrece tres tipos de cálculos: cola inferior, cola superior e intervalo.
  • Salida: Muestra la declaración de probabilidad en notación matemática, un gráfico de la función de densidad/masa con el área relevante sombreada, y los detalles de la función (PDF/PMF) junto con la esperanza, desviación estándar y varianza calculadas numéricamente.

• Statistics 201 (Intervalos de Confianza y Pruebas de Hipótesis):

  • Cubre 7 escenarios de inferencia: una media, dos medias (muestras independientes y pareadas), una proporción, dos proporciones, una varianza y dos varianzas.
  • Soporta tanto pruebas z como t (incluyendo corrección de Welch) y pruebas de Chi-cuadrado y F.
  • Salida: Presenta un procedimiento estructurado de cuatro pasos: (1) Datos y estadísticos descriptivos, (2) Fórmula del intervalo de confianza con valores sustituidos, (3) Prueba de hipótesis paso a paso (hipótesis, estadístico de prueba, valor crítico, conclusión), y (4) Interpretación en lenguaje natural con el valor p. Incluye gráficos de la distribución de muestreo con la región de rechazo sombreada.

• Statistics 202 (Regresión Lineal Simple):

  • Ajusta modelos $y = \beta_0 + \beta_1x + \varepsilon$ a datos ingresados por el usuario.
  • Salida: Proporciona una tabla de datos interactiva, estadísticos resumidos, una derivación paso a paso de los estimadores OLS ($\hat{\beta}_1$ y $\hat{\beta}_0$) mostrando la fórmula simbólica y su evaluación numérica con los datos del estudiante, el resumen completo de R (coeficientes, errores estándar, $R^2$ ajustado), gráficos interactivos de dispersión con la línea ajustada y bandas de confianza, y diagnósticos de supuestos (linealidad, homocedasticidad, normalidad).
  • Genera un informe descargable en HTML mediante R Markdown.

4. Resultados

El desarrollo ha resultado en una suite de herramientas totalmente funcional y accesible en línea.

• Adopción: Las aplicaciones se utilizan actualmente en cursos de probabilidad, estadística inferencial y regresión lineal en las universidades UCLouvain y UNamur (Bélgica), tanto en el contexto de investigación doctoral del autor como en la docencia de pregrado.
• Usabilidad: Han eliminado la barrera de entrada de la programación, permitiendo a los estudiantes centrarse en la interpretación estadística en lugar de en la mecánica de cálculo o la sintaxis de código.
• Acceso: Todo el código fuente está disponible públicamente en GitHub bajo una licencia CC-BY-4.0, permitiendo a otros instructores adaptar, bifurcar o extender las herramientas.

5. Significado

El trabajo de Soetewey representa un avance significativo en la enseñanza de la estadística al cerrar la brecha entre la teoría abstracta y la aplicación computacional.

• Pedagogía Visual y Conceptual: Al mostrar simultáneamente la fórmula matemática, el cálculo numérico y la representación gráfica, las aplicaciones ayudan a los estudiantes a construir intuición estadística y a entender qué están calculando, no solo cómo.
• Eficiencia Educativa: Liberan tiempo valioso en el aula que anteriormente se gastaba en cálculos mecánicos o búsqueda de fórmulas, permitiendo dedicar más tiempo a la discusión conceptual y la interpretación de resultados.
• Reproducibilidad y Colaboración: Al ser de código abierto y estar construidas sobre tecnologías estándar (R/Shiny), fomentan la transparencia y permiten que la comunidad educativa mejore y personalice las herramientas según sus necesidades específicas, superando las limitaciones de las calculadoras propietarias o las herramientas de propósito general que requieren programación.