generación y corrección automática de trabajos evaluables personalizados con r. aplicación a la...

Departamento de Economía Política y Hacienda Pública, Estadística Económica y Empresarial y Política Económica

VII Jornadas de Docencia en Economía

Trabajos evaluablespersonalizados con R y su

corrección automatizadaEmilio López Cano y Miguel Ángel Tarancón Morán



El problema

EEES

I Evaluación por competencias

I Distintos métodos de evaluación

Retos

I Métodos innovadores, diferenciados

I Evaluación eficiente

I Evaluación justa

I Métodos cuantitativos (resultados numéricos)

2



Otros métodos de evaluación

I Coevaluación en claseI Cuestionarios Moodle

I En casaI En el aula de informática

I Trabajo en grupo, proyectos, . . .

I Trabajos evaluables

I Autoría

Solución de compromiso

Control + Tiempo

3



Generación de materiales

Problema general

4



Enfoque habitual

5



Enfoque Investigación Reproducible

6



R como herramienta

I Software libre

I Estándar de factopara análisis dedatos

I Investigaciónreproducible

7



Flujo de trabajo

8



Generar enunciadosEjemplo 1: enunciado común

9



Generar enunciadosEjemplo 1: datos personalizados

10



Generar enunciadosEjemplo 1: Datos para índices

set.seed(1); ndatos <- 500; nind <- 9; nprod <- 3datosalumnos_indices <- lapply(1:nrow(alumnos), function(x){

thisyear <- as.integer(substr(Sys.time(), 1, 4))dfprecios <- data.frame(Año = seq(thisyear - nind -1, thisyear -1))for (i in 1:nprod){

pbase <- sample(seq(50, 100, by = 10), 1)qbase <- sample(seq(500, 2000, by = 10), 1)incbasep <- sample(seq(-0.2, 0.2, by = 0.01), 1)incbaseq <- sample(seq(-0.2, 0.2, by = 0.01), 1)precios <- round(c(rnorm(1, pbase, 3)*(1+incbasep)^(0:nind)), 2)cantidades <- round(c(rnorm(1, qbase, 30)*(1+incbaseq)^(0:nind)), 0)dfprecios <- cbind(dfprecios, precios, cantidades)

}names(dfprecios) <- c("Año", paste(rep(c("precio", "cantidad"), nprod), rep(LETTERS[1:nprod], each = 2)))dfprecios

})

11



Generar enunciados

Ejemplo 1: Datos para descriptiva

datosalumnos_poisson <- lapply(1:nrow(alumnos), function(x){library(MASS)lambda <- sample(seq(2, 4, by = 1), 1)mu <- rep(0, 2)Sigma <- matrix(runif(1, 0.5, 0.8), nrow=2, ncol=2) + diag(2)*.3rawvars <- mvrnorm(n=ndatos, mu=mu, Sigma=Sigma)pvars <- pnorm(rawvars)poisvars <- qpois(pvars, lambda)table(X = poisvars[,1], Y = poisvars[,2])

})

12



Generar enunciados

Ejemplo 1: Crear ficheros Excel

for (alumno in 1:nrow(alumnos)){thisFile <- paste0("files/EE_trabajo_1_", alumnos[alumno, 4], ".xlsx")if(file.exists(thisFile)){

file.remove(thisFile)}myWB <- loadWorkbook("files/EE_trabajo_1_template.xlsx")matriz <- as.data.frame.matrix(datosalumnos_poisson[[alumno]])writeWorksheet(myWB, matriz, 1, rownames = "X \\ Y")writeWorksheet(myWB, datosalumnos_indices[[alumno]], 2)saveWorkbook(myWB, file = thisFile)

}

13



Generar enunciadosEjemplo 2: Probabilidad y modelos

14



Generar enunciadosEjemplo 2: Código---title: "Trabajo evaluable Parte 2 Estadística Empresarial"author: "FDCCSS Ciudad Real UCLM"date: "30/04/2015"output: pdf_document---‘‘‘{r, echo=FALSE, eval=FALSE}media <- 900; dtA <- 10; dtB <- 20‘‘‘# Enunciado y datos para el Alumno: ‘r alumno‘

Trabajas en la consultora internacional _No hagas números_, y te encarganun trabajo de consultoría para asesorar en materia estadística a la empresa_Queserías El Fumi_ sobre la calidad de sus procesos productivos. En particular, una característica crítica para la calidad (CTQ, Critical to Quality) de sus productos es el peso de los mismos. Además, existe una normativa que obliga a que el peso efectivo del producto en el mercado no sea inferior al ‘r limite‘% del peso nominal (el que marca la etiqueta).En _Queserías El Fumi_, su producto estrella es la pieza de queso curado de ‘r media‘ gramos de peso nominal. En la factoría se disponen de dos líneas de elaboración del queso, etiquetadas como Línea A y Línea B. Se sabe por estudios previos realizados por _No hagas números_ que ambas líneas de elaboración producen piezas con un peso medio de ‘r media‘ gramos, y que la desviación típica de la línea A es de ‘r dtA‘ gramos, mientras que la de la línea B es de ‘r dtB‘ gramos.Por otra parte, en el proceso final de envasado, las piezas de queso se colocan en cajas de ‘r ncaja‘. En este punto se comprueba el etiquetado, del que se sabe por datos históricos que un ‘r pdefecto*100‘% de las piezas llegan erróneamente etiquetadas y hay que re-etiquetar. La producción diaria de la factoría es de ‘r ndiario‘ piezas, repartida a partes iguales entre las dos líneas.## Cuestión C1De los estudios previos mencionados anteriormente se tienen los siguientes histogramas de una muestra de datos de las dos líneas de producción. ¿Cuál de ellas dirías que está produciendo según un modelo de distribución Normal?‘‘‘{r, echo=FALSE, fig.height=3}par(mfcol=c(1,2))set.seed(1)hist(rnorm(1000, media, dtA), main = "Línea A", xlab = "Peso (gr.)", ylab = "Frecuencia")hist(rnorm(1000, media, dtB), main = "Línea B", xlab = "Peso (gr.)", ylab = "Frecuencia")‘‘‘## Cuestiones C2 y C3A través de la probabilidad, estima el porcentaje de piezas por debajo del peso mínimo autorizado que están produciendo cada una de las líneas de elaboración A (C2) y B (C3).$$f(x) =\begin{cases}k & ‘r media - 2*dtA‘ \leq x \leq ‘r media‘\\0 & \text{resto}\\\end{cases}$$Calcula $k$ para que esta sea realmente una función de densidad.

15



Corrección y Calificación

I Descarga de ficheros enviados o resultado de cuestionario

I Mismo enfoque que para generarlos: scripts automatizados

I Generación fichero Excel con calificaciones

I Importar calificaciones en Moodle

I Revisión calificación automática con resultados

I Ponderación y cálculos con fórmulas en Moodle

16



CorrecciónEjemplo 2: Probabilidad y modelos

17



Problemas y retos

I La primera vez cuesta mucho

I Nombres de ficheros

I Formato de datos

I Sorprendente desconocimiento de Excel por buena parte de losalumnos

I Decimales / redondeos

18



Futuro trabajo

Mejoras

I Más automatización

I Mejoras en el código, redondeos, . . .

I Convocatorias, recuperaciones, archivo más eficientes

El paquete exams de R

I Va un paso más allá

I Genera bancos de preguntas para Moodle

I La corrección la realiza Moodle

19



¿Por qué R?

I Perfecto para estadística

I Pero vale para todo

I Es gratis

I Es flexible

I Soy entusiasta (y lo sabes)

20



Preguntas

Graciashttp://emilio.lcano.com

@emilopezcano

21

http://emilio.lcano.com

generación y corrección automática de trabajos evaluables personalizados con r. aplicación a la...

Education