Self-Formation and Statistical Literacy: A Mathematical Modeling Project in Linear and Polynomial Regressions with Python
DOI:
https://doi.org/10.5753/rbie.2025.5093Keywords:
Self-Formation, Statistical Literacy, Statistical Education, Python Language, Linear Regression, Polynomial RegressionAbstract
The informational society and its large-scale data production presuppose that the individuals belonging to it possess tools and skills capable of understanding these precepts. This work presents a Mathematical Modeling project proposal, integrating Mobile Digital Information and Communication Technologies (MDICT), specifically using the Python programming language to build Linear and Polynomial Regression models. First, the theory of Self-Formation is presented, along with the concepts it contains, such as Ecoformation and Heteroformation. Next, concepts regarding Statistical Education are introduced, with a focus on Statistical Literacy, and the integration of Mathematical Modeling with MDICT is explained, providing examples of projects that apply this approach. Finally, the project proposal is divided into three parts, where the initial problem, essential mathematical concepts, and code implementation for the model, as well as the project's culmination, are discussed. This proposal enhances the perception of the levels of plurality in reality, along with the possibility of developing questioning attitudes towards these levels and aiming at their modification.
Downloads
References
Almeida, R. N. d. (2015). O método dos mínimos quadrados: estudo e aplicações para o ensino médio [Dissertação (Mestrado Acadêmico em Matemática)]. Universidade Federal Fluminense. [link] [GS Search]
Alves, M. M. S., Ferrete, A. A. S. S., Vasconcelos, A. D., & Santos, W. L. (2024). Humanização digital no ensino remoto: desafios vivenciados por professores da educação básica no panorama pandêmico [Acesso em: 07 jun. 2024]. Revista Iberoamericana de Educación, 94(1), 17–36. [link] [GS Search]
Andrade, M. M. (2008). Ensino e aprendizagem de estatística por meio da modelagem matemática: uma investigação com o ensino médio [Dissertação (Mestrado)]. Universidade Estadual Paulista, Instituto de Geociências e Ciências Exatas [193 f.] [GS Search]
Barbosa, J. C. (2007). Mathematical modelling and parallel discussions. Proceedings of the 5th Congress of the European Society for Research in Mathematics Education (CERME), 1, 1–10. [GS Search]
Bassanezi, R. C. (2002). Ensino-Aprendizagem com Modelagem Matemática: uma nova estratégia. Contexto. [GS Search]
Borba, M. C., Malheiros, A. P. S., & Amaral, R. B. (2011). Educação a Distância on-line (3ª ed.). Autêntica. [GS Search]
Borba, M. C., & Penteado, M. G. (2007). Informática e Educação Matemática (3ª ed.). Autêntica. [GS Search]
Brasil. Conselho Nacional de Educação. (2020). Resolução CNE/CP nº 2, de 20 de dezembro de 2019. Define as diretrizes curriculares nacionais para a formação inicial de professores para a educação básica e institui a Base Nacional Comum para a Formação Inicial de Professores da Educação Básica (BNC-Formação). [GS Search]
Brasil. Ministério da Educação. (2017). Base Nacional Comum Curricular [Acesso em: 20 jun. 2024].
Cambraia, A. C., Araújo, M. C. P. d., & Biondo, U. L. R. (2022). Conhecimento Didático do Conteúdo na Formação de Professores de Computação. Revista Brasileira de Informática na Educação, 30, 449–470. https://doi.org/10.5753/rbie.2022.2525
Campos, C. R., Wodewotzki, M. L. L., & Jacobini, O. R. (2021). Educação Estatística: teoria e prática em ambientes de modelagem matemática (3ª ed.). Autêntica. [GS Search]
Chance, B. L. (1998). Experiences with Authentic Assessment Techniques in a Introductory Statistic Course [Acesso em: 07 jun. 2024]. Journal of Statistics Education, 5(3). https://doi.org/10.1080/10691898.1997.11910596. [GS Search]
Conselho Nacional de Saúde. (2012, dezembro). Resolução CNS nº 466/2012: Diretrizes e normas regulamentadoras de pesquisas envolvendo seres humanos [Publicada no Diário Oficial da União em 13 de junho de 2013]. Recuperado janeiro 23, 2025. Disponível em: [link].
Davenport, T. H. (2014). Big Data no trabalho: Derrubando mitos e descobrindo oportunidades. Elsevier. [GS Search]
de Faria Gomes, M. A., Viera, H. L., & Luna, R. A. (2017). Tecnologias Móveis Digitais da Comunicação e Informação: impactos nas práticas docentes e discentes. Informática na Educação: Teoria e Prática, 20(2). https://doi.org/10.22456/1982-1654.64225 [GS Search]
Delmas, R. C. (2002). Statistical Literacy, Reasoning, and Thinking: A Commentary [Acesso em: 07 jun. 2024]. Journal of Statistics Education, 10(3). [https://doi.org/10.1080/10691898.2002.11910674] [GS Search]
Draper, N. R., & Smith, H. (1998). Applied Regression Analysis (3rd). Wiley. [GS Search]
Estrada, A. A. (2009). Os fundamentos da teoria da complexidade em Edgar Morin. Akrópolis Umuarama, 17(2), 85–90. [GS Search]
Ferrete, A. A. S. S. (2007). O computador no ensino de língua inglesa no CEFET/RN [Tese (Doutorado em Educação)]. Universidade Federal do Rio Grande do Norte [159 f.]. [GS Search]
Galvani, P. (2002). A autoformação, uma perspectiva transpessoal, transdisciplinar e transcultural. Em C. et al. (Ed.), Educação e Transdisciplinaridade II. TRIOM. [GS Search]
Garfield, J., & Ben-Zvi, D. (2008). Developing students’ statistical reasoning. Springer. https://doi.org/10.1007/978-1-4020-8383-9 [GS Search]
Garfield, J., & Gal, I. (1999). Teaching and assessing statistical reasoning. Em L. Staff (Ed.), Developing Mathematical Reasoning in Grades K-12 (pp. 207–219). National Council of Teachers of Mathematics. [GS Search]
Haack, D. G. (1979). Statistical Literacy: A Guide to Interpretation. Duxbury Press. Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical Models (5th). McGraw-Hill. [GS Search]
Kutner, M. H., Nachtsheim, C. J., Neter, J., & Li, W. (2005). Applied Linear Statistical Models (5th). McGraw-Hill.
Ministério da Saúde. (2024a). 26/6 Dia Nacional do Diabetes [Acessado em: 09 out. 2024].
Ministério da Saúde. (2024b). Diabetes [Acessado em: 09 out. 2024]. [link]
Morin, E. (2000). Ciência com Consciência. Bertrand. [GS Search]
Perrenoud, P. (2000). Construindo Competências [Entrevista com Paola Gentle e Roberta Bencini]. Nova Escola, 19–31. [GS Search]
Ponte, J. P. d. (2002). A vertente profissional da formação inicial de professores de Matemática. Educação Matemática em Revista. Revista da Sociedade Brasileira de Educação Matemática, (11a), 3–8. [GS Search]
Rumsey, D. J. (2002). Statistical Literacy as a Goal for Introductory Statistic Courses. Journal of Statistics Education, 10(3). https://doi.org/10.1080/10691898.2002.11910678 [GS Search]
Scheaffer, P. (1990). The ASA-NCTM Quantitative Literacy Project: an Overview. Em D. Vere-Jones (Ed.), Proceedings of the Third International Conference on the Teaching of Statistics (ICOTS-3) (pp. 45–49, Vol. 1). [GS Search]
Sedlmeier, P. (1999). Improving Statistical Reasoning: Theoretical Models and Practical Implications. Lawrence Erlbaum. [GS Search]
Serviços e Informações do Brasil. (2024). Serviços e Informações do Brasil.
Skovsmose, O. (2000). Cenários para Investigação. BOLEMA – Boletim de Educação Matemática,13(14), 66–91. [link] [GS Search]
Smith, G. (1998). Learning Statistics by doing Statistics [Acesso em: 07 jun. 2024]. Journal of Statistics Education ,6(3). https://doi.org/10.1080/10691898.1998.11910623 [GS Search]
UNESCO. (2023). A tecnologia na educação: os jovens clamam por equidade e sustentabilidade [Acesso em: 09 out. 2024].
Vale Mais Saúde. (2024). Principais Tipos de Diabetes [Acessado em: 09 out. 2024]. [link]
Watson, J. (1997). Assessing Statistical Thinking Using the Media. Em I. Gal & J. B. Garfield (Ed.), The Assessment Challenge in Statistics Education (pp. 107–121). IOS Press, on behalf of the ISI. [GS Search]
Additional Files
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Luciano Pontes da Silva, Anne Alilma Silva Souza Ferrete
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
