Áreas temáticas principales
La revista está abierta a contribuciones originales que exploren aspectos aplicados, metodológicos y teóricos relacionados con los siguientes temas:
Aplicaciones prácticas interdisciplinarias:
- Uso de métodos estadísticos y análisis de datos en áreas como economía, finanzas, salud pública, educación, medioambiente, ingeniería, ciencias biológicas, ciencias sociales y tecnología.
- Casos de estudio que demuestren cómo las herramientas estadísticas resuelven problemas reales en diferentes industrias.
Desarrollos metodológicos avanzados:
- Avances en teoría estadística, incluyendo modelos bayesianos, inferencia, aprendizaje automático, análisis multivariado y series temporales.
- Innovaciones en técnicas computacionales y algoritmos para el análisis de datos.
Ciencia de datos y big data:
- Análisis de grandes volúmenes de datos (big data).
- Aprendizaje automático, minería de datos y visualización de datos.
Conjuntos de datos científicos:
- Publicación y análisis de conjuntos de datos relevantes para la investigación académica y profesional.
- Descripción de bases de datos útiles para futuros estudios en diversas disciplinas.
Enseñanza estadística
- Enfoque pedagógico y didáctico: Desarrollo de estrategias, metodologías y recursos educativos para la enseñanza de conceptos estadísticos a estudiantes de diferentes niveles.
- Innovación en herramientas y tecnologías: Uso de software, simulaciones y visualizaciones interactivas para facilitar el aprendizaje.
- Desafíos y tendencias globales: Identificación de barreras comunes en la enseñanza de la estadística y propuestas para integrar la estadística en currículos interdisciplinarios.
Herramientas y software:
- Evaluación de herramientas computacionales, paquetes de software y lenguajes de programación utilizados en estadística y ciencia de datos (por ejemplo, R, Python, Navure, etc.).
- Tutoriales y guías para el uso de estas herramientas en aplicaciones prácticas?.
