Académique Documents
Professionnel Documents
Culture Documents
y Evaluacin
Beth L. oportunidad
California Politcnica de la Universidad del Estado de Diario de Estadstica de
Educacin Volumen 10, Nmero 3 (2002),
www.amstat.org/publications/jse/v10n3/chance.html
Copyright 2002 por Beth L. Chance, todos los derechos reservados. Este texto puede
ser libremente compartida entre los individuos, pero no podr volver a publicar en
cualquier medio sin el consentimiento expreso y por escrito del autor y notificacin
previa del editor.
Resumen
1. Introduccin
Qu es el pensamiento estadstico?
Cmo podemos ensear el pensamiento estadstico?
Cmo podemos determinar si los estudiantes estn pensando estadsticamente?
Figura 1.
Gran parte de este esquema es lo que los investigadores estn todava en construccin
hoy en da.
Moore (1990) propone que los elementos bsicos incluyen:
Estas ideas fueron utilizadas para formar la definicin proporcionada por la Asociacin
Americana de Estadstica (ASA) / Asociacin Matemtica de Amrica (MAA) Comit
Mixto sobre la titulacin de Estadstica (vase Cobb 1992) como:
la necesidad de datos
la importancia de la produccin de datos
la omnipresencia de la variabilidad
la medicin y modelado de la variabilidad
La ASA Comit de Trabajo sobre Estadsticas del Pensamiento (vase Sylwester 1993)
propone:
Mallows (1998) sostuvo que las definiciones anteriores haban desaparecido las "zeroth
problema", es decir, lo que los datos pudieran ser pertinentes. Sugiri la siguiente
definicin:
Estas definiciones sugieren que hay una visin ms global del proceso estadstico,
incluida la comprensin de la variabilidad estadstica y el proceso en su conjunto, que
nos gustara inculcar en nuestros estudiantes. En el pasado, en general se supone que
los estadsticos que desarrollar esta forma de pensar a travs de la prctica, la
experiencia y de trabajo con altos estadsticos. Recientemente, ha habido ms y ms
llamadas para instruir a los novatos, incluidos los no principales, en los hbitos mentales
de resolucin de problemas y habilidades necesarias para pensar estadsticamente.
Estos hbitos mentales incluyen:
Una de las cuestiones clave es "hemos recogido los datos correctos?" Los estudiantes se
pueden dar numerosos ejemplos en los que "la respuesta correcta a la pregunta
equivocada," a menudo se refiere a un error tipo III, ha dado lugar a consecuencias
drsticas. El Challenger de accidentes se ha mantenido como un ejemplo de no
examinar los datos pertinentes. An ms, simplemente, los estudiantes se puede pedir a
comparar los precios de los pequeos en diferentes sodas las Grandes Ligas de Bisbol
estadios (como en la oportunidad y Rossman 2001). El posterior anlisis debe tener en
cuenta el hecho de que los tamaos de "pequeo refresco" varan segn los estadios, y
esta variacin en la definicin no debe ser ignorada. O los estudiantes pueden comparar
el porcentaje de estudiantes de secundaria en un estado de tomar el SAT con la media de
puntuacin de SAT. Los estudiantes ver que los estados con menores porcentajes de
tomar el SAT tienden a tener medios ms altos puntajes. Ellos comienzan a preguntarse
si se est viendo la informacin ms relevante para la medicin de los estados o
ejecuciones en la educacin de los estudiantes.
En mi enseanza, de una manera hago hincapi a los estudiantes que todas las
investigaciones deben comenzar con el examen de cuestiones de recopilacin de datos
est moviendo estos temas a ser el debati por primera vez en el curso. Creo que esto se
hace hincapi a los estudiantes para comenzar con la evaluacin de la pregunta, la
consideracin de otras variables, y una cuidadosa planificacin de la recogida de datos.
Sin embargo, como Wild y Pfannkuch (1999) prudencia, "dejarlos hacer proyectos" es
claramente insuficiente como nica herramienta estadstica para el desarrollo de
estrategias de resolucin de problemas. Si bien podemos proporcionar a los estudiantes
con esas experiencias, es fundamental que ellos con un mecanismo para el aprendizaje
de la experiencia y la transferencia de estos nuevos conocimientos a otros problemas.
Por lo tanto, mis estudiantes hacer varias actividades de recopilacin de datos a lo largo
del curso y recibir informacin que podrn aplicar a sus proyectos. Del mismo modo,
que presenten informes peridicos proyecto durante el proceso para recibir comentarios
sobre sus decisiones en cada fase y para garantizar las cuestiones objeto de la
investigacin sean adecuadas a los propsitos del curso. Tambin la estructura escritos
donde la informacin proporcionada en la clasificacin se espera que sea utilizado en
las cesiones subsiguientes. Por ejemplo, la primera tarea de escritura podr solicitar
informe a la media, mediana, desviacin estndar y cuartiles, y observaciones sobre la
distribucin y la interpretacin de estas estadsticas. La prxima cesin slo les pide
que describan la distribucin, y que se espera que apliquen su conocimiento previo de lo
que constituye un resumen adecuado.
Estas sugerencias tambin animar a los estudiantes a ver el proceso estadstico como
iterativo. Comentarios sobre un proyecto de informe se puede utilizar para modificar el
procedimiento propuesto antes de la recogida de datos se inicia. Otros enfoques que
pueden utilizarse para complementar el componente del proyecto del curso para ayudar
a los estudiantes concentrarse en el proceso global de incluir preguntas al final de un
problema relativo a la recopilacin de datos y cuestiones de cmo afectan las
conclusiones extradas. Por ejemplo, los estudiantes se puede pedir al final de una
inferencial cuestin de si las conclusiones parecen vlidas sobre la base de los
procedimientos de recopilacin de datos. Del mismo modo, un componente necesario
de mi proyecto de asignacin es de los estudiantes a reflexionar sobre las debilidades
del proceso y sugerir cambios o prximos pasos para el futuro los equipos de proyecto.
Los estudiantes necesitan tambin ser suficiente preguntas que tengan que elegir el
adecuado procedimiento de anlisis. Por ejemplo, Short, Moriarty, y Cooley (1995)
presentan un conjunto de datos a nivel de lectura de cncer de folletos y capacidad de
lectura de los pacientes con cncer. Las medianas de los dos conjuntos de datos son
idnticas, sin embargo, mirando a los grficos de las dos distribuciones revela que el
27% de los pacientes no sera capaz de comprender la ms simple panfleto. Los autores
sealan que:
Del mismo modo, no inferencial tcnica debe ensearse sino tambin sus limitaciones.
Por ejemplo, las grandes muestras de plomo a la significacin estadstica slo en los
casos en que todas las dems condiciones de carcter tcnico tambin se cumplen. La
Recopilacin Literaria tenido un enorme tamao de la muestra pero los resultados
siguen sin sentido. Por el contrario, las pequeas muestras a menudo no permiten la
aplicacin de procedimientos estndar inferencial. Los estudiantes pueden ser enseado
a apreciar las limitaciones y para entender cuando se necesita consultar un estadstico
para determinar los mtodos adecuados para no incluidos en su plan de estudios
introductorios.
Por lo tanto, podemos integrar estas exposiciones en la instruccin en lugar de slo
proporcionar los problemas con agradable, limpio entero soluciones. A travs de la
exposicin repetida y las expectativas de un examen ms detallado, los estudiantes
deben aprender a generar estas preguntas por s mismos, si quieren o no. Yo saba que
haba logrado cuando un estudiante indic que ella ya no poda ver la televisin, como
fue ahora s misma constantemente bombardeando con preguntas sobre el muestreo y la
cuestin de diseo. Estos enfoques deben ayudar a inculcar la constante escepticismo
silvestres y Pfannkuch (1999) observ en sus entrevistas con los profesionales
estadsticos.
He aqu tres cuestiones son fundamentales: Son las variables de derecho? Cmo
pensar las variables se comportarn? Existen otras variables de importancia?
Como Mallows (1998) sostiene, con demasiada frecuencia pasamos por alto el
problema de especificacin en los cursos introductorios, en lugar a partir del modelo,
suponiendo que el modelo es correcto, y el desarrollo de nuestra comprensin de este
punto hacia adelante. Del mismo modo, Wild y Pfannkuch (1999) sostienen que no nos
ensean lo suficiente de la cartografa entre el contexto y los modelos. Sin embargo,
sobre todo en los cursos para el comienzo de los estudiantes, estos temas son muy
relevantes y ms a menudo de inters para el estudiante. Los estudiantes estn muy
motivados para intentar "debunk" los estudios publicados, destacando las reas que no
se sienten suficientemente examinadas. Esta inclinacin natural a la pregunta estudios
deben ser recompensados y seguir desarrollndose.
Pedirle a los estudiantes a reflexionar sobre si los datos han sido recogidos se discuti
en la Seccin 3,1. Los estudiantes tambin pueden ser instruidos para siempre conjetura
cmo una variable se comporte (teniendo en cuenta la forma y la gama de valores, por
ejemplo), antes de que los datos han sido recogidos. Por ejemplo, los estudiantes se
puede pedir a dibujar un grfico de mediciones de alturas de estudiantes o el nmero de
hermanos antes de que los datos se reunieron en clase. En previsin de un
comportamiento variable, los estudiantes mejor ser capaz de identificar los resultados
inesperados y los problemas con la recopilacin de datos. Los estudiantes tambin
sern capaces de determinar la ms apropiada las etapas subsiguientes del anlisis
basado en la forma y el comportamiento de los datos. Los estudiantes tambin
desarrollar una comprensin ms profunda de variacin y la forma en que se manifiesta
en diferentes contextos. Los estudiantes necesitan ser alentados a pensar en el problema
y comprender el problema lo suficiente como para comenzar a anticipar lo que los datos
sern similares.
Los estudiantes deben darse cuenta de que no numricos respuesta es suficiente en sus
estadsticas curso hasta esta respuesta est relacionada al contexto, a la pregunta
original. Los estudiantes deben tambin ser alentados a relacionar los datos en la mano
a las experiencias anteriores y para otros fuera de contextos. Por lo tanto, una media de
presentacin de informes o de un p-valor debe considerarse insuficiente la presentacin
de los resultados. Por el contrario, el sentido es siempre y cuando estos nmeros se
interpretan en su contexto.
Por ejemplo, los datos sobre las ponderaciones de los EE.UU. 2000 Masculina equipo
de remo olmpico contener una extrema baja atpicas. Muchos estudiantes reconocen
que el valor como coxswain y ser capaz de discutir el papel de la observacin de que
en el conjunto de datos resumen. Del mismo modo, los datos sobre la cooperacin
inter-erupcin veces del Viejo Fiel giser muestran dos montones de tierra, y los
estudiantes pueden especular sobre las causas de los dos tipos de erupciones. Si bien no
todos los estudiantes poseen los conocimientos necesarios fuera en cada uno de estos
ajustes, estos datos pueden ser utilizados en los debates de clase para animar a los
estudiantes siempre se refieren a sus conocimientos estadsticos a otros temas, geologa,
biologa y psicologa, como ejemplos, en lugar de aprendizaje estadsticas y otros temas
en "compartimentos separados mental" (Wild 1994). Estos ejemplos tambin animan a
los estudiantes a "notar variacin y se preguntaba por qu" (Mullins en Wild y
Pfannkuch 1999).
Otro ejemplo que pone de manifiesto a los estudiantes la importancia del problema es
el contexto "inusual episodio" (vase Dawson 1995). En este ejemplo, los estudiantes
disponen de datos sobre el nmero de personas expuestas a riesgo, el nmero de
muertes, condicin econmica, edad y gnero para 1323 personas. Basndose
nicamente en estas tablas de datos y s o no preguntas del instructor, los estudiantes se
les pide que identificar el inusual episodio en cuestin. Esta actividad anima a los
estudiantes a pensar en contexto, la hiptesis explicaciones, y la bsqueda de sentido,
similar a la sleuthing labor realizada por la prctica de los estadsticos.
La ampliacin del punto anterior, los estudiantes pueden ser instruidos para ver las
estadsticas en el contexto del mundo que les rodea. Las tcnicas van desde que los
estudiantes recopilar datos sobre s mismos y sus compaeros de clase para que los
estudiantes pondrn en ejemplos de inters de los ltimos artculos de noticias. A
menudo incluyen un componente clasificado en mi curso donde los estudiantes tienen
que debatir alguna experiencia que tienen con las estadsticas fuera de clase durante el
perodo. Por ejemplo, los estudiantes pueden ver una charla en su disciplina que utiliza
las estadsticas, o pueden ser afectadas por una interesante declaracin en los medios de
comunicacin que ahora vista diferente con sus estadsticas en debunking gafas. De
este modo, los estudiantes puede ser llevado a apreciar la funcin de las estadsticas en
el mundo que les rodea.
Tambin podemos ayudar a los estudiantes a ver el papel crucial que desempean las
estadsticas y la inferencia estadstica desempear en la interpretacin de la
informacin, especialmente la informacin representada en los medios de comunicacin
populares. No slo "los datos ancdotas de tiempos" (Moore, 1998), pero utilizando
tcnicas estadsticas que nos permite extraer sentido a partir de los datos que no hemos
podido de otra manera. Sin embargo, las cuestiones de la variabilidad en gran medida
influyen en la informacin que podemos aprender. Una leccin que intento transmitir a
mis alumnos es el papel del tamao de la muestra en nuestro inferencial conclusiones -
que estn autorizados a hacer declaraciones ms fuertes con grandes tamaos de
muestra y debe ser cautelosa de los resultados falsos con los pequeos tamaos de
muestra. Los estudiantes pueden llevar a descubrir el efecto del tamao de la muestra
en p-valor de uso de la tecnologa para calcular el valor de p para la misma diferencia
en las proporciones de poblacin, pero diferentes tamaos de muestra (Rossman y
Oportunidad 2001). Por lo tanto, no podemos determinar si dos muestras proporciones
son significativamente diferentes hasta que no sepamos el tamao de las muestras
participantes. Similarly, we cannot compare averages, such as GPAs of different majors,
without knowing the sample sizes and sample standard deviations involved. Statistical
methods are necessary to take sampling variability into account before drawing
conclusions, and students need to appreciate their role.