Continuamos con el mismo modelo:

  • ✅ Un solo tema.
  • ✅ Dos sesiones.
  • ✅ Una única hoja evaluable al finalizar el tema.
  • ✅ IA como tutor.
  • ✅ Papel como evidencia de comprensión.
  • ✅ Interpretación antes que técnica.

GUÍA MAESTRA

SEMANA 2 — Visualización Básica

Asignatura: Estadística Aplicada con Python y R Universidad de Sucre – Facultad de Ingeniería

1️⃣ PROPÓSITO DEL TEMA

Comprender que la visualización es una herramienta de análisis, no solo de presentación.

El estudiante debe:

  • Interpretar gráficos correctamente.
  • Elegir el tipo de gráfico según el tipo de dato.
  • Identificar patrones, dispersión y posibles anomalías.
  • Comparar visualizaciones entre Python y R.

Este tema dura una semana.

📌 Se diligencia UNA sola hoja al finalizar la segunda sesión.

2️⃣ ESTRUCTURA DE LA SEMANA

  • Sesión 1 (2 horas): Fundamentos conceptuales de visualización.
  • Sesión 2 (2 horas): Aplicación práctica en Python y R.
  • Producto evaluable: 1 hoja física (anverso + reverso).

SESIÓN 1

Fundamentos de Visualización en Estadística

🔹 Fase 1 — Actividad “Estudia y Aprende”

PROMPT 1 — INICIO

Actúa como tutor experto en visualización estadística aplicada a ingeniería.

Tema: Visualización básica de datos.

  1. Explica primero en lenguaje sencillo y luego en lenguaje formal:

    • Qué es visualización estadística.
    • Por qué es fundamental en ingeniería.

  2. Explica cuándo usar:

    • Histograma
    • Gráfico de densidad
    • Boxplot
    • Scatterplot

  3. Relaciona cada tipo de gráfico con el tipo de variable.

  4. Señala 3 errores comunes al interpretar gráficos.

  5. Propón ejemplos aplicados a Ingeniería Agrícola, Civil y Agroindustrial.

Hazme 3 preguntas para verificar comprensión y corrige mis respuestas.

🔹 Fase 2 — Orientación Docente

Se profundiza en:

  • Visualización como herramienta de diagnóstico.

  • Diferencia entre forma, centro y dispersión.

  • Identificación visual de:

    • Asimetría.
    • Valores atípicos.
    • Tendencias.
    • Relación lineal o no lineal.

  • Relación entre tipo de variable y tipo de gráfico.

Se enfatiza:

Un gráfico mal interpretado conduce a decisiones incorrectas en ingeniería.

⚠️ En esta sesión NO se diligencia la hoja evaluable.

SESIÓN 2

Aplicación en Python y R

🔹 Fase 1 — Actividad “Estudia y Aprende” (Aplicación)

PROMPT 2 — APLICACIÓN

Actúa como tutor experto en visualización con Python y R.

  1. Muéstrame cómo construir:

    • Histograma
    • Boxplot
    • Scatterplot en Python (seaborn) y en R (ggplot2).

  2. Explica qué significa cada componente del gráfico.

  3. Interpreta los resultados como lo haría un ingeniero.

  4. Explica cómo detectar visualmente outliers.

  5. Explica cuándo un gráfico puede inducir a error.

No solo muestres código; interpreta los resultados.

🔹 Fase 2 — Demostración Docente

Se utiliza un dataset sencillo (Soils, Boston o similar).

En Python:

  • sns.histplot()
  • sns.boxplot()
  • sns.scatterplot()

En R:

  • ggplot() + geom_histogram()
  • geom_boxplot()
  • geom_point()

El énfasis está en:

  • Qué significa la forma del histograma.
  • Qué indica la mediana en el boxplot.
  • Qué representa la pendiente visual en el scatterplot.
  • Qué implica una alta dispersión.

No se evalúa dominio técnico avanzado, sino interpretación.

3️⃣ CIERRE DEL TEMA — GENERACIÓN DEL RESUMEN GUÍA

Al finalizar la sesión 2, el estudiante ejecuta:

PROMPT DE CIERRE GLOBAL

Genera un resumen estructurado para escribir a mano en UNA sola hoja.

Formato obligatorio: A) Idea central (1–2 líneas). B) 6–10 viñetas organizadas lógicamente. C) 3 relaciones clave (por qué/cómo). D) 1 ejemplo aplicado a ingeniería. E) 3 preguntas de autoevaluación con respuesta. F) Cierre: “Hoy aprendí que …”

Este resumen es solo guía conceptual.

4️⃣ REVERSO — ESCRITURA MANUAL (EVIDENCIA EVALUABLE)

Tema de la hoja:

“Visualización Básica en Estadística Aplicada”

Debe incluir:

□ Idea central □ Tipos de gráficos y cuándo usarlos □ Relación entre tipo de variable y gráfico □ Interpretación de patrones □ Ejemplo aplicado a ingeniería □ 3 preguntas con respuesta □ Reflexión final: “Hoy aprendí que…”

5️⃣ CRITERIOS DE EVALUACIÓN

Evaluación sugerida sobre 5 puntos:

  1. Comprensión del propósito de la visualización.
  2. Correcta asociación gráfico–tipo de variable.
  3. Capacidad de interpretación (no solo descripción).
  4. Pertinencia del ejemplo aplicado.
  5. Profundidad de la reflexión final.

No se evalúa:

  • Copia textual del chatbot.
  • Código escrito en la hoja.
  • Extensión excesiva.

Se evalúa comprensión conceptual.

6️⃣ RESULTADO FORMATIVO DE LA SEMANA 2

Al finalizar el tema, el estudiante:

  • Elige correctamente el tipo de gráfico.
  • Interpreta forma, centro y dispersión.
  • Identifica patrones y valores atípicos.
  • Comprende que visualizar es analizar.
  • Entiende que el gráfico apoya decisiones de ingeniería.