Non sembra più essere una questione di opinione: il mondo sembra essersi spostato ben oltre la tradizionale "insegna probabilità e poi insegna statistica come applicazione di essa". Per avere un'idea di dove sta andando l'insegnamento della statistica, guarda l'elenco dei titoli cartacei nell'edizione speciale dell'anno scorso di The American Statistician (riprodotta di seguito): nessuno di questi si riferisce alla probabilità.
Discutono dell'insegnamento della probabilità e del suo ruolo nel curriculum. Un buon esempio è il documento di George Cobb e le sue risposte . Ecco alcune citazioni rilevanti:
La moderna pratica statistica è molto più ampia di quanto sia riconosciuto dalla nostra tradizionale enfasi curricolare sull'inferenza basata sulla probabilità.
Ciò che insegniamo è in ritardo di decenni rispetto a ciò che pratichiamo. Il nostro paradigma curricolare enfatizza l'inferenza formale da un orientamento frequentista, basato sul teorema del limite centrale a livello di entrata o, nel corso di studi di matematica, su una piccola serie di modelli di probabilità parametrici che si prestano a soluzioni a forma chiusa derivate usando il calcolo . Il divario tra il nostro curriculum di mezzo secolo e la nostra pratica statistica contemporanea continua ad aumentare.
La mia tesi ... è che come professione abbiamo solo iniziato ad esplorare le possibilità. Anche la storia della nostra materia supporta questa tesi: a differenza della probabilità, un rampollo della matematica, le statistiche sono nate de novo dal suolo della scienza.
La probabilità è un concetto notoriamente sdrucciolevole. Il divario tra intuizione e trattamento formale può essere più ampio che in qualsiasi altro ramo della matematica applicata. Se insistiamo sul fatto che il pensiero statistico deve necessariamente basarsi su un modello di probabilità, come possiamo conciliare tale requisito con gli obiettivi di rendere le idee centrali "semplici e accessibili" e minimizzare i "prerequisiti per la ricerca"?
Come esperimento mentale, analizza i concetti di base e la teoria della stima. Nota come quasi tutti possono essere spiegati e illustrati usando solo il calcolo del primo semestre, con la probabilità introdotta lungo il percorso.
Ovviamente vogliamo che gli studenti imparino il calcolo e la probabilità, ma sarebbe bello se potessimo unirci a tutte le altre scienze per insegnare agli studenti del primo anno i concetti fondamentali della nostra materia.
C'è molto di più così. Puoi leggerlo tu stesso; il materiale è disponibile gratuitamente.
Riferimenti
Il numero speciale dello Statistico americano su "Statistica e curriculum universitario" (novembre 2015) è disponibile all'indirizzo http://amstat.tandfonline.com/toc/utas20/69/4 .
Insegnare agli studenti di prossima generazione di statistiche a "Pensare con i dati": numero speciale di statistica e curriculum universitario Nicholas J. Horton e Johanna S. Hardin DOI: 10.1080 / 00031305.2015.1094283
Il semplice rinnovamento è troppo tardi: dobbiamo ripensare il nostro curriculum degli studenti dal basso George Cobb DOI: 10.1080 / 00031305.2015.1093029
Statistica dell'insegnamento su scala di Google Nicholas Chamandy, Omkar Muralidharan e Stefan Wager pagine 283-291 DOI: 10.1080 / 00031305.2015.1089790
Esplorazioni nella ricerca statistica: un approccio per esporre i laureandi all'analisi dei dati autentici Deborah Nolan e Duncan Temple Lang DOI: 10.1080 / 00031305.2015.1073624
Oltre la normalità: preparare gli studenti universitari alla forza lavoro in una consulenza statistica Capstone Byran J. Smucker e A. John Bailer DOI: 10.1080 / 00031305.2015.1077731
Un framework per infondere esperienze di dati autentici all'interno di corsi statistici Scott D. Grimshaw DOI: 10.1080 / 00031305.2015.1081106
Promuovere la comprensione concettuale nelle statistiche matematiche Jennifer L. Green & Erin E. Blankenship DOI: 10.1080 / 00031305.2015.1069759
Il secondo corso di statistica: progettazione e analisi di esperimenti? Natalie J. Blades, G. Bruce Schaalje e William F. Christensen DOI: 10.1080 / 00031305.2015.1086437
Un corso di informatica per studenti universitari: pensare con i dati Ben Baumer DOI: 10.1080 / 00031305.2015.1081105
Data Science in Statistica Curricula: preparare gli studenti a "Pensare con i dati" J. Hardin, R. Hoerl, Nicholas J. Horton, D. Nolan, B. Baumer, O. Hall-Holt, P. Murrell, R. Peng, P Roback, D. Temple Lang e MD Ward DOI: 10.1080 / 00031305.2015.1077729
Utilizzo di simulazioni online basate sul gioco per rafforzare la comprensione degli studenti delle problematiche statistiche pratiche nell'analisi dei dati del mondo reale Shonda Kuiper & Rodney X. Sturdivant DOI: 10.1080 / 00031305.2015.1075421
Lotta al pensiero antistatico mediante metodi basati sulla simulazione in tutto il curriculum universitario Nathan Tintle, Beth Chance, George Cobb, Soma Roy, Todd Swanson e Jill VanderStoep DOI: 10.1080 / 00031305.2015.1081619
Cosa dovrebbero sapere gli insegnanti sul Bootstrap: ricampionamento nel curriculum delle statistiche universitarie Tim C. Hesterberg DOI: 10.1080 / 00031305.2015.1089789
Integrazione di casi studio di consulenza statistica nei corsi introduttivi sulle serie temporali Davit Khachatryan DOI: 10.1080 / 00031305.2015.1026611
Sviluppo di un nuovo programma universitario interdisciplinare di analisi computazionale: un approccio qualitativo-quantitativo-qualitativo Scozia Leman, Leanna House e Andrew Hoegh DOI: 10.1080 / 00031305.2015.1090337
Dalle linee guida del curriculum ai risultati di apprendimento: valutazione a livello di programma Beth Chance e Roxy Peck DOI: 10.1080 / 00031305.2015.1077730
Valutazione del programma per una statistica universitaria Allison Amanda Moore e Jennifer J. Kaplan DOI: 10.1080 / 00031305.2015.1087331