MGMaría del Pilar Ríos García

María del Pilar Ríos García

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


María del Pilar Ríos García has a total of 7 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Estadística bayesiana, análisis de componentes principales y factorial aplicado a la investigación científica

    by Ricardo Martín Gómez Arce, Víctor Humberto Mattos Núñez, María del Pilar Ríos García, Mariel del Rocío Chotón Calvo, Luis Alberto De la Cruz Estrada, Juan Santiago Blas Pérez

    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

    Estadística bayesiana, análisis de componentes principales y factorial aplicado a la investigación científica

    by Ricardo Martín Gómez Arce, Víctor Humberto Mattos Núñez, María del Pilar Ríos García, Mariel del Rocío Chotón Calvo, Luis Alberto De la Cruz Estrada, Juan Santiago Blas Pérez

    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

    Integración de los estilos de aprendizaje para mejorar la competencia estadística en estudiantes universitarios

    by María del Pilar Ríos García, Wilmer Edwin Castro Mendocilla, Juan Santiago Blas Pérez, Alex Roberto Chuñe Ignacio

    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.