La inferencia estadstica es uno de los temas ms enseados, a la vez, peor
comprendido y aplicado a nivel universitario. Recientemente se incluyen contenidos de inferencia en el Bachillerato, e incluso la enseanza secundaria en algunos pases, surgiendo la necesidad de encontrar una transposicin didctica de estos temas asequible a los alumnos no universitarios. En esta conferencia se resumen algunas de las dificultades frecuentes de comprensin de la inferencia clsica, sugiriendo la importancia de educar el razonamiento estadstico en forma progresiva, antes de abordar el estudio formal de la inferencia. Se describen, asimismo, algunas aproximaciones alternativas a la enseanza de la inferencia que pueden contribuir a la educacin de este razonamiento, preparando al estudiante para una mejor comprensin y aplicacin de la inferencia en la universidad y trabajo futuro. Palabras clave: inferencia estadstica, dificultades, enfoques alternativos, enseanza no universitaria. Segn Hacking (1990), uno de los descubrimientos decisivos del siglo XX fue la constatacin de que el mundo no es determinista. No sorprende, por tanto, que la inferencia estadstica sea uno de los temas ms enseados en la universidad, al ser una herramienta fundamental en la poltica y administracin y en la investigacin en todas las reas de conocimiento, pues permite interpretar la informacin, obtener predicciones y conclusiones y tomar decisiones adecuadas.12
Como alternativa a la inferencia clsica se podra realizar una introduccin intuitiva
a los mtodos bayesianos que, segn algunos autores (por ejemplo, Lecoutre & Lecoutre, 2001) son ms intuitivos que la inferencia frecuencial para los estudiantes. El teorema de Bayes, permite transformar las probabilidades a priori (antes de realizar un experimento), una vez se observan sus consecuencias, en probabilidades a posteriori, que incorporan la informacin de los datos observados. Consideremos el siguiente ejemplo de diagnstico mdico: Item 2. La probabilidad de que una mujer americana de entre 40 y 50 aos sin sntomas, tenga cncer de pecho es 0,8 %. Si una mujer americana tiene cncer de pecho tendr una mamografa positiva con probabilidad 90%. Tambin el 7% de mujeres sanas dan positivo en la mamografa. Supongamos que una mamografa da positiva, Cul es la probabilidad de que la mujer en realidad tenga cncer de pecho? (Eddy, 1982). ANLISIS ESTADSTICO El anlisis realizado indica que no es suficiente ensear a los estudiantes sobre las reglas y conceptos con el fin de llegar a la comprensin integral de la inferencia. A pesar de nuestros esfuerzos, las concepciones errneas permanecen despus de la instruccin formal en estadstica. Debiramos preguntarnos por qu la enseanza actual de la estadstica no mejora las intuiciones y qu tendramos que cambiar para remediar la situacin. Quizs "la estadstica debiera ensearse a la vez que se muestran materiales sobre estrategias intuitivas y errores de inferencia"..." esto tendra la ventaja de aclarar los principios subyacentes de la estadstica y probabilidad y facilitar que se aprecie su aplicacin a situaciones concretas" (Nisbett & Ross, 1980, p.281).