Küsimus:
Kuidas õpetada statistikat kartvaid õpilasi?
Tal Galili
2010-10-02 22:06:34 UTC
view on stackexchange narkive permalink

Aitan aidata sellel semestril arstiteaduse üliõpilastele statistikat õpetada.

Olen õppimise statistikast kuulnud palju õuduslugusid nende üliõpilaste hirmu kohta.

Kas keegi oskab soovitada mida selle hirmuga peale hakata? (Kas lingid inimestega, kes seda arutavad, või pakkuge oma kogemuste põhjal soovitusi)

Kümme vastused:
#1
+15
wishihadabettername
2010-10-03 00:21:19 UTC
view on stackexchange narkive permalink

Proovige statistikat isikupärastada. Näitamaks, miks on selle mõistetest aru saamine (isegi kui nad unustavad matemaatika, tunnistavad seda), on neile neile kasulik. Näiteks kuidas tõlgendada rinnavähi testi tulemusi. Tsiteerides lehelt http://yudkowsky.net/rational/bayes:

Siin on lugu probleem olukorrast, millega arstid sageli kokku puutuvad:

1% neljakümneaastastest naistest, kes osalevad tavapärases sõeluuringus, põevad rinnavähki. 80% rinnavähiga naistest saab positiivseid mammograafiaid. 9,6% rinnavähita naistest saab ka positiivseid mammograafiaid. Selle vanuserühma naisel oli rutiinsel sõeluuringul positiivne mammograafia. Kui suur on tõenäosus, et tal on tegelikult rinnavähk?

Mis on teie arvates vastus? Kui te pole seda tüüpi probleemidega varem kokku puutunud, leidke enne jätkamist veidi aega, et leida oma vastus.

Järgmisena oletame, et ütlesin teile, et enamik arste saab selle probleemi kohta sama vale vastuse. - tavaliselt saab sellest õiguse vaid umbes 15% arstidest. ("Kas tõesti? 15%? Kas see on reaalne arv või Interneti-küsitlusel põhinev linnalegend?" See on reaalne arv. Vt Casscells, Schoenberger ja Grayboys 1978; Eddy 1982; Gigerenzer ja Hoffrage 1995; ja paljud teised uuringud . See on üllatav tulemus, mida on lihtne korrata, nii et seda on palju korratud.)

Kuna teie õpilased on arstid, tehke selgeks: kui nad ei saa aru statistikat, annavad nad patsientidele tulemuste vale tõlgenduse . See pole akadeemiline küsimus.

Tunnistage ka seda, et kui nad ei lähe uurima, siis nad unustavad üksikasjad, mida te neile õpetate. Ära isegi looda, et see nii pole. Eesmärk, et nad mõistaksid põhimõisteid (I ja II tüübi vead, korrelatsioonid ja põhjuslikud seosed jne), jäävad nad olukorraga silmitsi seistes meelde: "kuule, võib-olla ei peaks ma kiirustama järelduse tegemisega, vaid rääkima kellegagi mõista statistikat paremini. " Kognitiivsete vigade ennetamine ja teiste poolt pakutavate tulemuste suhtes uudishimulik õpetamine (eriti valdkonnas, kus on kaalul suured rahasummad) on märgid, mis teil õnnestusid.

+1. Nõustuge absoluutselt statistika tegeliku tähtsuse rõhutamisega ja keskendumisega põhimõistetele.
Statistika tähtsuse rõhutamine nende valitud eriala jaoks võib motivatsiooni suurendada, kui see oleks küsimus, kuid ma ei näe, kuidas see hirmu leevendaks.Rõhutades, kui oluline on sellest materjalist aru saada ja meelde jätta, võib see ärevust pigem suurendada kui vähendada.
#2
+13
drury
2010-10-03 03:51:18 UTC
view on stackexchange narkive permalink

Olen nõus, et statistika isikupäraseks / asjakohaseks muutmine on oluline, kuid see ei lõpeta lõpuks õpilase hirmu. Ma arvan, et see, kuidas õpilane millessegi suhtub, on tihti rohkem seotud seda õpetava inimese isiksusega ja kui mugav see inimene end klassiruumis tunneb, isegi õpetades huvitamata või hirmunud õpilasi. Esimene asi, mida nende hirmust loobuda, on omaenda kaotamine ... te ei peaks kartma õpilaste õpetamist, kes võivad karta, sest lõppkokkuvõttes pole nende hirmude nõustamine teie kohustus. Sa ei ole terapeut. Ent olles loomulik, lõbus, juhuslik, kohmakas ja sümpaatne, suudab õpilane oma hirmust lahti lasta, kui nad saavad asendada oma tunded statistika vastu oma tunnetega teie kui inimese ja uudishimu keskkonnas. , lõbus ja teie loodud õppimine.

See on minu veendumus ja kogemus.

Niisiis, soovitan järgmist:

kujundage statistika ümber mantrate abil nagu „Teave on ilus” ja näidake neile ajaveebi sama nimega. Mainige näiteks, kuidas "millegi mõõtmine võimaldab teil seda hallata" ja teha targemaid otsuseid. Jah, need on kõik viisid, kuidas muuta see isikupäraseks ja asjakohaseks.

Tutvustage neid Freakonomics'i jaotistega. See on suurepärane raamat ja kasutab tavakeelt, et kirjeldada, miks statistiline analüüs on oluline ja seksikas.

Räägi korniseid nalju pidevalt. See meelitab teid neile. Ole jama. Tehke kõik vajalik, et nad tunneksid, et on teist lahedamad. Tehke kõik vajalik, et nad tunneksid, et on teist targemad (kuigi nad usaldavad teid salaja, kõik on kontrolli all). Mõned aastad tagasi ilmus NYTimes artiklis artikkel, mis räägib õpetajast, kes on jahe. See võimaldab õpilastel lõõgastuda. Kandke kõiki tähti sinise värviga, tehke midagi imelikku ja omapärast, et nad teaksid, et neil on võimalus, ja et neil pole midagi karta.

Andke neile asju, millega mängida. Hankige mõned värvilised markerid (olen seda teinud ülikoolis) ja laske neil oma graafikud ja märkmed värviliselt joonistada. See paneb neid tundma, et nad on põhikoolis, isegi kui nad arvutavad standardhälvet. Suurim abi hirmu ületamisel.

Hankige mõõteriistad, mõõtke pulssi ja laske neil ringi joosta. Näidake mõisteid, kogudes andmeid klassiruumis elavatelt õpilastelt. Pange nad unustama, et see on statistikatund, andke neile tunne, et see on uuring, milles nad osalevad või mida nad haldavad.

Demistifitseerige matemaatikat. Sissejuhataval statistikakursusel pole ühtegi tegelikku matemaatilist toimingut raskem kui aritmeetikaklassil, see on lihtsalt järjestikuste toimingute jada ja see on õppimine selle jälgimiseks. Öelge neile, et see on nagu joogapraktika organiseeritumaks õppimisel.

Jätke kõigi nimi esimesel ja teisel päeval täiesti meelde. Nende hüüdmine nimepidi, nende vahel nalja viskamine, lastes neil teie üle nalja visata on kõik viisid, kuidas hirmust üle saada.

Lõppkokkuvõttes tahavad nad teada, et te ei löö neile midagi üle pea, millega nad hakkama ei saa (see on hirm). Esitage neile piisavalt hoiatusi ja liialdage, kui rasked asjad nende väljamõeldes on. Alustage klassist öeldes: "Poiss, te tapate mind, sest täna on nii raske, et teie pea võib plahvatada", ja ütleme siis, kui õpetate neile variatsiooni, ja neil on lihtne arvutada, siis saavad nad suurema enesekindluse.

Kui midagi on tegelikult keeruline arvutada, andke neile terve periood selle tegemiseks ja võib-olla teine ​​tund järgmises klassis, sõltuvalt teie ajalistest piirangutest.

Ja jällegi on see lõpuks sinust. Kas teate oma statistikat edasi-tagasi? Kas see teid üldse hirmutab? Kas olete lõbus õpetaja, kes ajab õpilasi naerma ja lõõgastuma, või punnitate ega tea, kuidas te laeva juhite? Kas teil on tunni aeg hästi juhitud või pole te pidevalt kindel, kui kaua midagi õpetada võtab? Kas teil on vajadusel võimalik olla range (nad on ju meditsiinitudengid)?

Imeline, Imeline (!), Vasta! Aitäh Drury, vaatan selle veel paar korda läbi, et näha, mida saan oma õpetustele tutvustada.
#3
+11
chl
2010-10-02 22:30:57 UTC
view on stackexchange narkive permalink

Mitte eriti sellest, kuidas õpilaste hirmuga toime tulla, kuid Andrew Gelman kirjutas suurepärase raamatu Teaching Statistics, koti nippe (seal on ka mõned slaidid) .

Mulle meeldib kursuse tutvustamine, rääkides juhuslikkusest, elementaarsest tõenäosusest, mida leidub mängudes, põhjuslikust seosest, permutatsioonitestidest (kuna parameetrilised testid pakuvad neile head lähendust :).

I lihtsalt pane näide, mida mulle meeldib õpilastele näidata. See pärineb Phillip Goodilt oma raamatus Hüpoteeside permutaat-, parameetrilised ja alglaadimistestid (Springer, 2005, 3. väljaanne), kus ta tutvustab testimise üldstrateegiat või statistiliste hüpoteeside osas otsuste langetamine ja selle kohta, kuidas läbi viia väga lihtne ja täpne permutatsioonitesti järgmise probleemi lahendamiseks.

Varsti pärast statistika doktorikraadi saamist otsustasin, et kui ma tõesti tahan aitaks teadlastel statistikat rakendada, peaksin ka ise teadlaseks saama. Niisiis läksin tagasi kooli, et õppida füsioloogiat ja vananemist petri tassides kasvatatud rakkudes.

Sain varsti teada, et katses on palju rohkem kui katsealuste juhuslik määramine ravile. Üldiselt kulutati 90% eksperimentaalsetest jõupingutustest erinevate armasate laboritehnikate omandamiseks, veel 9% uute tehnikate väljatöötamiseks tehtu ja selle vahel, mida ma tegelikult teha tahtsin, ja vaid 1% katse enda peale. Kuid tõehetk jõudis lõpuks kätte - see pidi juhtuma, kui ma avaldaksin ja ei läheks hukka - ja mul õnnestus kloonida inimese diploidsed fibroblastid kaheksas kultuurnõus: neli neist tassidest täideti tavapärase toitainelahusega ja neli pidasid eksperimentaalne "elu pikendav" lahus, millele oli lisatud E-vitamiini.

Ootasin kolm nädalat pöialt hoides, et rakukultuurid ei oleks saastunud, kuid selle katseperioodi lõpus oli säilinud kolm igat tüüpi rooga. Minu tehnik ja mina siirdatud rakud, lastud neil radioaktiivse märgisega kokkupuutel kasvada 24 tundi, seejärel fikseerida ja värvida, enne kui need fotoemulsiooniga kaetakse.

Möödus kümme päeva ja olime valmis autoradiograafe uurima. Kaks aastat oli möödas sellest, kui ma seda katset esimest korda ette kujutasin, ja nüüd olid tulemused käes: mul oli kuus vajalikku numbrit.

See oli kohutav olukord. Ilma siltideta ei olnud mul mingit võimalust teada saada, milliseid rakukultuure oli E-vitamiiniga töödeldud ja milliseid mitte.
Olen nõus, et permutatsioonitestid ja muud selged juhuslikkuse ilmingud võivad olla üsna harivad. See soovitab näidata klassile dünaamilisi simulatsioone, et nad saaksid jälgida toimuvaid permutatsioone ja näha mõju statistikale. Lihtsalt selleks, et teid natuke näpistada (sobib teine ​​lõng): üks parimatest saadavalolevatest tööriistadest on ... Excel! (See aitab, kui õpilastel on sellele juurdepääs ja nad on sellega kursis, erinevalt paremast platvormist nagu Mathematica.)
@whuber Aitäh. Juba enne mis tahes tarkvara kasutamist meeldib mulle arutada Phillip Goudi näidet (värskendatud minu vastuses) ja lasta neil arvutusi käsitsi teha. Siis arvan, et mis tahes tarkvara saab selle töö ära teha, kui nad tunnevad end seotuna ja teevad seda ise.
Mis on tsiteeritud loo mõte? See pole mulle tegelikult selge; tundub, et sellel puudub otsustav järeldus. Kui ei, siis loeb see lihtsalt masendava anekdoodina inimese eksitavuse kohta ...
#4
+9
whuber
2010-10-02 23:10:24 UTC
view on stackexchange narkive permalink

See on teema, mis võiks huvi pakkuda ASA rühma Isolated Statisticians liikmetele. Tõenäoliselt saate seal kogenud õpetajatelt palju kasulikke vastuseid, nii et ma piiran siin jagatut.

Kasulik on mõista, kust teie õpilased pärit on. Madala stressiga eeltest aitab teil tuvastada nende tugevused, nõrkused ja hirmud. Sel eesmärgil näidiskatsed on esitatud juhendaja tekstis Freedman, Pisani, Purves Statistika . Hankige kasutusjuhendi koopia oma asutuse kaudu. (Ma arvan, et kirjastaja saadab selle tasuta.) (Kui see teid tõesti huvitab, saan postitada versiooni nendest testidest, mida olen kasutanud üliõpilaste eelhindamiseks.) Veel üks hea sissejuhatusstatistikaga seotud katsematerjali allikas on Artisti veebisait. Töötava statistikuna soovite muidugi osaleda oma klassis toimuva õppe kvantitatiivses mõõtmises ;-). See sait on suurepärane allikas testküsimuste jaoks.

Sissejuhatava statistika õpetamise kohta on palju ja kasvavat kirjandust. Alustuseks on veebipõhine Journal of Statistics Education. Sealt leiate vähemalt artikleid juhtumiuuringute ja meditsiinitudengite jaoks asjakohaste andmekogumite kasutamise kohta; võite leida mõned, mis käsitlevad konkreetselt selle elanikkonna õpetamist.

Kui mul paluti selliseid kursusi õpetada, olen alati pidanud kasulikuks pöörduda teise õppejõu ja võimaluse korral ka üliõpilaste poole, et teada saada, mida nad peavad tõesti teadma ja mis võib neid motiveerida. Meditsiinitudengid on tõesti hõivatud ja nad ei käinud koolis statistikat õppimas, kuid nad teavad, et peavad aru saama paberitest, mida nad kogu oma karjääri jooksul loevad. Kui te pole meditsiinikirjandusega tuttav, aitab mõni tund parimate ajakirjade, näiteks Lancet ja JAMA, hindamisel seda, mille nimel nad töötavad.

#5
+8
Carlos Accioly
2010-10-04 20:40:45 UTC
view on stackexchange narkive permalink

Frederick Mosteller ütles:

Kui mõtlen klassi õpetada, mõtlen viiele põhikomponendile, mida kõiki ei kasutata tavaliselt ühes loengus. Need on

  1. suuremahuline rakendus
  2. füüsiline demonstreerimine
  3. väikesemahuline rakendus (spetsiifiline)
  4. statistiline või tõenäosuspõhimõte
  5. Tõestus- või usutavuse argument

Tufte mainis ka (mul pole siin allikat, aga ma arvan, et see oli ka Mostelleri käest) PGP raamistik:

  • konkreetne
  • üldine
  • eriline

Idee on et peaksite alustama näitest (see aitab, kui näide on õpilaste jaoks asjakohane), seejärel välja töötama üldlahenduse ja sulgema teise näitega.

(+1) Thx lingi jaoks. Mulle meeldib ka PGP raamistik.
#6
+6
Freya Harrison
2010-10-04 18:02:30 UTC
view on stackexchange narkive permalink

Ma õpetan bakalaureuseõppe bioloogiatudengeid ja nende seas valitseb hirm. Alustan üldiselt sellest, et ütlen neile kolm asja:

1) Statistika pole matemaatika, see on loogika. Ja kui teete teaduskraadi austatud ülikoolis, pole teil ilmselt probleeme probleemide lahendamiseks loogika kasutamisega.

2) Kui saate liita, lahutada, korrutada, jagada ja öelda kas üks number on suurem kui teine, saate teha kogu matemaatika, mis on vajalik alamklassi statistika kursuse jaoks.

3) Inimesed õpivad erinevalt, nii et kui te ei saa aru ühest õppejõust / õpikust / selgitusest, küsige või leida teine. (Püüan anda antud ideele 2-3 tüüpi selgitusi, kus saan ja palun neil meelde jätta see, mis on neile mõistlik).

Lõpuks eksin visuaalsete selgituste poolel puhtalt verbaalsete või matemaatiliste vastu, kuna see näib enamiku õpilaste jaoks toimivat.

Mulle meeldivad siin kõik positiivsed küljed, kuid minu kogemuse järgi (kahjuks või muul viisil) on teie number 2 reklaam "tunne ennast paremini", mis osutub kiiresti eksitavaks.Õpilased vajavad nende teadusega sobiva täieliku mõistmise jaoks ka võimude, eksponentsiaalide ja logaritmide alust.Bioloogias või mõnes muus teaduses on raske analüüsida mitte triviaalseid andmeid, õppimata mittelineaarsete teisenduste ja seoste kohta.Isegi lihtsamal tasemel on lood standardhälbe valemiga?
#7
+3
John D. Cook
2010-10-03 04:58:10 UTC
view on stackexchange narkive permalink

"Otsuste langetamine ebakindluse ees" kõlab palju huvitavamalt kui "statistika", ehkki statistika seisneb sisuliselt selles. Võib-olla saaksite kursuse motivatsiooni loomiseks kaasa aidata otsustamisaspektiga.

#8
+3
Jeremy Miles
2017-01-25 23:06:10 UTC
view on stackexchange narkive permalink

Siin on mõned head vastused, kuid üks täiendus.

Alustan öeldes: "Kes oli Kuningliku Statistikaühingu esimene naisliige."Võin öelda ka: "Sa oled temast kuulnud."

Tavaliselt ei saa keegi seda õigeks.Siis ütlen, et see oli Florence Nightingale, ja küsin, miks ta kuulus on.Nad vastavad sellistele asjadele nagu hügieen.Selgitan, et ta pole kuulus mitte ainult avastatu pärast, vaid ka sellepärast, et kogus andmeid ja selgitas neid poliitikakujundajatele.Hea idee omamine on kõik väga hea, kuid peate suutma teistele inimestele näidata, et see on tõsi.Seejärel räägin sektordiagrammidest (polaartelje diagrammidest) ja kokkusattumusest, et F.N.David, kes oli omaette üsna tuntud statistik, sai nime Nightingale.

#9
+1
Tavrock
2017-01-25 22:55:08 UTC
view on stackexchange narkive permalink

Üks ressurss, mida pole mainitud, kuid mis minu arvates oleks selle olukorra jaoks parim ressurss, on Darrell Huffi raamat Kuidas statistikaga valetada . Raamat on täis praktilisi näiteid ja intuitiivseid arutlusi; see aitab kindlustada mõnikord abstraktseid statistikameetodeid.

Vaatamata sellele, et olen olnud insenerimagister, võitlen matemaatikaga. Ma kipun kõige rohkem vaeva nägema, kui kirjutan sümboolselt seda, mida tean. Näiteks õppides lõpmatuse piire piirama õppides suutsin intuitiivselt lahendada paljusid tunnis pakutavaid tekstülesandeid, kuid matemaatika kirjutamine ja võrrandi lahendamine nõudis palju vaeva.

Palju statistika oli minu jaoks sama võitlus. Minu läbitud matemaatikakursuste statistika oli rohkem seotud uue matemaatilise noodistusega, millest eeldati, et saan teada, kuidas ja miks asjad toimuvad.

Minu jaoks toimiv meetod, mis avas mu silmad silmade imele statistika oli minu insenerikursustel praktiline probleemide lahendamine, mis lihtsalt juhtus statistikat kasutama. Füüsiliste näidete kasutamine ja eksperimentide läbiviimine aitasid mul mõista kasutatava märkuse tegelikku alust. Eksperimentide kujundamise kursuse väljatöötamisel oli mul väga hea meel saadaval oleva tasuta teabe hulga üle, mis aitab keerukaid kontseptsioone väga praktilisel viisil õpetada.

#10
+1
Nick Cox
2017-01-26 00:33:37 UTC
view on stackexchange narkive permalink

Ükski retsept ei hõlma kõiki juhtumeid, isegi kui levinumateks elementideks võib olla usalduse puudumine ja kahjuks matemaatika alase pädevuse puudumine; ja võib-olla kõige tähtsam tugev põlvest põlve edasi antud kultuuriline eelarvamus, et statistikat on raske, tüütu ja mõttetu ning täis imelikke ideid.

Sissejuhatavat kursust on raske hästi teha. See saab olema inimeste karjääris valel ajal (päeval ja nädalal, üllatavalt sageli, igapäevaste sõiduplaanide tõttu) ja valel ajal. See läheb peaaegu kõigi jaoks vale kiirusega. Nad ei näe veel mõtet (ja paljudel juhtudel ei näe seda kunagi).

Mida positiivset siis pakkuda saan?

  1. Mulle meeldib alustada andmetest ja graafikutest ning linkida sellele, mida nad teavad. Tutvustage mitte ainult graafikuid, millest nad peaksid teadma, vaid ka mõnda uut. Üliõpilased, kes kardavad võrrandeid, on graafilise mõtlemisega sageli rahul ja osavad.

  2. Tõeline äratulek saabub tavaliselt alles siis, kui õpilastel on oma "enda" andmed, millest nad hoolivad , tavaliselt projekti või lõputöö jaoks. See annab keskendumise ja motivatsiooni; nad saavad vaadata kirjandust ja näha, milliseid meetodeid inimesed kasutavad; neil on stiimul aru saada, kuna see pole ainult mingi rumal väike harjutus, mida nad saavad magada-kõndida (kuid ei saa ikkagi aru). Suurbritannia süsteemis võib see juhtuda juba teise kursuse bakalaureuseõppes.

Avalikustamine: olen geograaf; Õpetan geograafe; Ma pean sageli kõnesid interdistsiplinaarsetel kohtumistel. Mul pole statistikas ühtegi ametlikku kvalifikatsiooni, kuid statistikarakendused on olnud minu peamine uurimis- ja õpetamishuvi kogu mu karjääri jooksul.



See küsimus ja vastus tõlgiti automaatselt inglise keelest.Algne sisu on saadaval stackexchange-is, mida täname cc by-sa 2.0-litsentsi eest, mille all seda levitatakse.
Loading...