María del Pilar Ríos García
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
María del Pilar Ríos García has a total of 7 co-authors. Here are the top co-authors by number of shared publications:
- Juan Santiago Blas Pérez
Universidad Nacional de Tumbes
3 shared publications - Luis Alberto De la Cruz Estrada
Universidad Nacional de Tumbes
2 shared publications - Mariel del Rocío Chotón Calvo
Universidad Nacional Toribio Rodríguez de Mendoza de Amazonas. Chachapoyas, Perú
2 shared publications - Ricardo Martín Gómez Arce
National University of Trujillo
2 shared publications - Víctor Humberto Mattos Núñez
National University Toribio Rodríguez de Mendoza
2 shared publications - Alex Roberto Chuñe Ignacio
Universidad Nacional de Tumbes. Tumbes, Perú
1 shared publication
Latest Publications
- Open Access
- 9 June 2025
- Published by Editorial Mar Caribe
Estadística bayesiana, análisis de componentes principales y factorial aplicado a la investigación científica
La estadística bayesiana, el análisis de componentes principales (ACP) y el análisis factorial exploratorio (AFE) son herramientas complementarias que, cuando se integran adecuadamente, pueden enriquecer significativamente la investigación transdisciplinar. La estadística bayesiana, con su enfoque en la actualización de creencias a partir de evidencia nueva, proporciona un marco robusto para la toma de decisiones en contextos donde la incertidumbre es un factor crítico. Por otro lado, el ACP permite reducir la dimensionalidad de grandes conjuntos de datos, facilitando la identificación de patrones subyacentes y la visualización de relaciones complejas. En tanto, el AFE se centra en la estructura latente de los datos, permitiendo a los estudiosos explorar y confirmar teorías sobre las relaciones entre variables. Los autores, a través de este libro, contextualizan la investigación científica desde el área de Matemáticas Estadísticas, pero sin dejar de lado a la transdisciplinariedad, donde convergen diversas disciplinas y se abordan problemas complejos. He aquí la importancia de la estadística bayesiana, pues, ofrece herramientas versátiles y adaptativas que enriquecen el análisis de datos y fomentan una mejor comprensión de fenómenos multifacéticos. Por lo que la investigación transdisciplinar implica la colaboración entre diferentes disciplinas para resolver problemas complejos que no pueden ser abordados adecuadamente desde una única perspectiva. En este ámbito, la estadística bayesiana se convierte en un recurso invaluable, por su capacidad para integrar información de múltiples fuentes y su enfoque en la actualización de creencias a medida que se obtienen nuevos datos que permiten a los investigadores transdisciplinarios construir modelos más robustos y adaptativos.
- 9 June 2025
- Published by Editorial Mar Caribe
Open AccessEstadística bayesiana, análisis de componentes principales y factorial aplicado a la investigación científica
La estadística bayesiana, el análisis de componentes principales (ACP) y el análisis factorial exploratorio (AFE) son herramientas complementarias que, cuando se integran adecuadamente, pueden enriquecer significativamente la investigación transdisciplinar. La estadística bayesiana, con su enfoque en la actualización de creencias a partir de evidencia nueva, proporciona un marco robusto para la toma de decisiones en contextos donde la incertidumbre es un factor crítico. Por otro lado, el ACP permite reducir la dimensionalidad de grandes conjuntos de datos, facilitando la identificación de patrones subyacentes y la visualización de relaciones complejas. En tanto, el AFE se centra en la estructura latente de los datos, permitiendo a los estudiosos explorar y confirmar teorías sobre las relaciones entre variables. Los autores, a través de este libro, contextualizan la investigación científica desde el área de Matemáticas Estadísticas, pero sin dejar de lado a la transdisciplinariedad, donde convergen diversas disciplinas y se abordan problemas complejos. He aquí la importancia de la estadística bayesiana, pues, ofrece herramientas versátiles y adaptativas que enriquecen el análisis de datos y fomentan una mejor comprensión de fenómenos multifacéticos. Por lo que la investigación transdisciplinar implica la colaboración entre diferentes disciplinas para resolver problemas complejos que no pueden ser abordados adecuadamente desde una única perspectiva. En este ámbito, la estadística bayesiana se convierte en un recurso invaluable, por su capacidad para integrar información de múltiples fuentes y su enfoque en la actualización de creencias a medida que se obtienen nuevos datos que permiten a los investigadores transdisciplinarios construir modelos más robustos y adaptativos.
- Open Access
- 9 June 2025
- Published by Editorial Mar Caribe
Estadística bayesiana, análisis de componentes principales y factorial aplicado a la investigación científica
La estadística bayesiana, el análisis de componentes principales (ACP) y el análisis factorial exploratorio (AFE) son herramientas complementarias que, cuando se integran adecuadamente, pueden enriquecer significativamente la investigación transdisciplinar. La estadística bayesiana, con su enfoque en la actualización de creencias a partir de evidencia nueva, proporciona un marco robusto para la toma de decisiones en contextos donde la incertidumbre es un factor crítico. Por otro lado, el ACP permite reducir la dimensionalidad de grandes conjuntos de datos, facilitando la identificación de patrones subyacentes y la visualización de relaciones complejas. En tanto, el AFE se centra en la estructura latente de los datos, permitiendo a los estudiosos explorar y confirmar teorías sobre las relaciones entre variables. Los autores, a través de este libro, contextualizan la investigación científica desde el área de Matemáticas Estadísticas, pero sin dejar de lado a la transdisciplinariedad, donde convergen diversas disciplinas y se abordan problemas complejos. He aquí la importancia de la estadística bayesiana, pues, ofrece herramientas versátiles y adaptativas que enriquecen el análisis de datos y fomentan una mejor comprensión de fenómenos multifacéticos. Por lo que la investigación transdisciplinar implica la colaboración entre diferentes disciplinas para resolver problemas complejos que no pueden ser abordados adecuadamente desde una única perspectiva. En este ámbito, la estadística bayesiana se convierte en un recurso invaluable, por su capacidad para integrar información de múltiples fuentes y su enfoque en la actualización de creencias a medida que se obtienen nuevos datos que permiten a los investigadores transdisciplinarios construir modelos más robustos y adaptativos.
- 9 June 2025
- Published by Editorial Mar Caribe
Open AccessEstadística bayesiana, análisis de componentes principales y factorial aplicado a la investigación científica
La estadística bayesiana, el análisis de componentes principales (ACP) y el análisis factorial exploratorio (AFE) son herramientas complementarias que, cuando se integran adecuadamente, pueden enriquecer significativamente la investigación transdisciplinar. La estadística bayesiana, con su enfoque en la actualización de creencias a partir de evidencia nueva, proporciona un marco robusto para la toma de decisiones en contextos donde la incertidumbre es un factor crítico. Por otro lado, el ACP permite reducir la dimensionalidad de grandes conjuntos de datos, facilitando la identificación de patrones subyacentes y la visualización de relaciones complejas. En tanto, el AFE se centra en la estructura latente de los datos, permitiendo a los estudiosos explorar y confirmar teorías sobre las relaciones entre variables. Los autores, a través de este libro, contextualizan la investigación científica desde el área de Matemáticas Estadísticas, pero sin dejar de lado a la transdisciplinariedad, donde convergen diversas disciplinas y se abordan problemas complejos. He aquí la importancia de la estadística bayesiana, pues, ofrece herramientas versátiles y adaptativas que enriquecen el análisis de datos y fomentan una mejor comprensión de fenómenos multifacéticos. Por lo que la investigación transdisciplinar implica la colaboración entre diferentes disciplinas para resolver problemas complejos que no pueden ser abordados adecuadamente desde una única perspectiva. En este ámbito, la estadística bayesiana se convierte en un recurso invaluable, por su capacidad para integrar información de múltiples fuentes y su enfoque en la actualización de creencias a medida que se obtienen nuevos datos que permiten a los investigadores transdisciplinarios construir modelos más robustos y adaptativos.
- Open Access
- 24 February 2025
- Published by Centro de Investigacion y Desarrollo Ecuador in Horizontes. Revista de Investigación en Ciencias de la Educación
- Vol. 9 (37) , 958-971
Integración de los estilos de aprendizaje para mejorar la competencia estadística en estudiantes universitarios
La competencia estadística se entiende como la capacidad de emplear herramientas estadísticas en la investigación educativa. Este estudio tuvo como objetivo determinar la implicación de los estilos de aprendizaje en el desarrollo de la competencia estadística en estudiantes universitarios Tumbes en 2024. Se utilizó un diseño cuasiexperimental con una muestra de 50 estudiantes a los que se les aplicó una prueba objetiva. Los resultados sobre el razonamiento estadístico indican que el grupo control no tenía estudiantes en el nivel de dominio autónomo antes de la intervención, mientras que el grupo experimental contaba solo con 3 estudiantes, tras la intervención, el grupo control se mantuvo igual mientras el experimental aumento hasta 16 estudiantes, incremento significativo en este nivel. En conclusión, la competencia estadística de los estudiantes mejoró significativamente más en el grupo experimental, lo que evidencia la efectividad de las estrategias pedagógicas aplicadas.
- 24 February 2025
- Published by Centro de Investigacion y Desarrollo Ecuador in Horizontes. Revista de Investigación en Ciencias de la Educación
- Vol. 9 (37) , 958-971
Open AccessIntegración de los estilos de aprendizaje para mejorar la competencia estadística en estudiantes universitarios
La competencia estadística se entiende como la capacidad de emplear herramientas estadísticas en la investigación educativa. Este estudio tuvo como objetivo determinar la implicación de los estilos de aprendizaje en el desarrollo de la competencia estadística en estudiantes universitarios Tumbes en 2024. Se utilizó un diseño cuasiexperimental con una muestra de 50 estudiantes a los que se les aplicó una prueba objetiva. Los resultados sobre el razonamiento estadístico indican que el grupo control no tenía estudiantes en el nivel de dominio autónomo antes de la intervención, mientras que el grupo experimental contaba solo con 3 estudiantes, tras la intervención, el grupo control se mantuvo igual mientras el experimental aumento hasta 16 estudiantes, incremento significativo en este nivel. En conclusión, la competencia estadística de los estudiantes mejoró significativamente más en el grupo experimental, lo que evidencia la efectividad de las estrategias pedagógicas aplicadas.