많은 사람들이 팀 스포츠로서의 데이터 과학에 대해 글을 쓰고 이야기했습니다. 우리는 과학자, 엔지니어, 연구원 및 통계학자로부터 팀 작업에 대한 이야기를 듣습니다. 때때로, 이 아름답게 완성된 콜라보레이션에 대해 듣는 것은 영감을 줍니다. 때로는 좌절감, 오해, 리소스 낭비 실수로 인해 통찰력을 놓치거나 답이 없는 질문에 대한 이야기를 듣는 것이 고통스럽습니다.
우수한 American Statistical Association Ann Arbor Chapter 단기 과정을 수강한 후, 통계적 협업에서 어려운 대화 탐색하기 , Julia Sharp 교수와 Emily Griffith 교수가 가르쳤는데, 통계적으로 말하기 . 그랬다! 이 에피소드에 대한 의견과 질문이 너무 많아서 일일이 설명할 수 없었습니다. 그래서 우리의 훌륭한 손님은 이 블로그 게시물에서 더 많은 답변에 동의했습니다.
Experts in statistical collaboration share best practices.통계 협업 전문가가 모범 사례를 공유합니다.
Emily Griffith 박사는 노스캐롤라이나 주립대학교의 통계학과 및 데이터 과학 아카데미에서 근무하고 있으며 2023년부터 ASA 챕터 이사회 5지구 부의장으로 선출되었습니다. Julia Sharp 박사는 Colorado State University의 통계학과에서 근무하고 있으며 최근에 ASA 펠로우로 선정되었습니다. 그녀는 현재 2020년에 조직한 ASA 챕터 이사회 이사회와 정의, 형평성, 다양성, 포용성 아웃리치 그룹의 전 의장으로 재직하고 있습니다.
데이터는 인간의 구성물입니다. 최상의 결과를 얻으려면 문제를 정확하게 식별해야 합니다. 최상의 결과를 보장하기 위해 올바른 질문을 하는 방법은 무엇입니까?
에밀리 : 가장 좋은 결과를 얻기 위한 올바른 질문이나 방법은 없다고 생각합니다. 관계를 구축하고 많은 질문을 하고 콘텐츠에 관심이 있다는 것을 보여주고 함께 일하는 사람들도 질문할 수 있도록 하는 것이 중요하다고 생각합니다.
줄리아 : 동의한다. 연구 목표, 설계 및 맥락을 이해하는 데 도움이 되는 질문을 하는 것은 적절한 분석과 연결하는 데 중요합니다. "올바른" 질문은 협력자와의 관계(즉, 새로운 관계인지 또는 오랜 관계인지), 귀하와 협력자 사이의 권력 차이, 질문의 어조를 비롯한 여러 요인에 따라 달라질 수 있습니다. , 그리고 질문을 하기 전에 문맥을 얼마나 이해했는지. "올바른" 질문을 하는 데 기여할 수 있는 요소가 너무 많기 때문에 협력자를 안내하고 조언하는 데 도움이 되는 정보를 얻으려면 공감하는 방식으로 많은 질문을 하는 것이 중요합니다.
데이터 과학자/모델러로부터 리소스 요구 사항을 수집할 때 자주 접하는 문제 중 하나는 샘플 크기를 도출하는 것입니다. 예를 들어 "원하는 통계적 신뢰도 수준에서 가설을 해결하려면 몇 개의 샘플이 필요합니까?"와 같은 질문을 하는 것입니다. 종종 연구가 너무 새롭기 때문에 과학자/모델러는 표본 크기 추정치를 자신 있게 생성할 수 있는 근거가 없습니다. 이 상황에서 앞으로 나아가고 표본 크기를 조정하는 방법에 대한 생각이 있습니까? 또한 대규모 샘플 수집은 일반적으로 시간이 많이 걸리고 예산에 따라 다릅니다. 어떻게 고객이 통계적 접근 방식을 채택하도록 설득할 수 있습니까?
줄리아 : 표본 크기에 대한 논의는 어려울 수 있습니다! 힘든 대화 모음에 샘플 크기와 관련된 비디오가 있습니다. 교육 비디오 . 어떤 상황에서는 특정 분야의 충분한 연구자와 협력하여 표본 크기를 계산하는 것이 생산적이지 않다는 것을 알고 있습니다. 예를 들어, 일부 수의사와 함께 일할 때 과거에는 한 유형의 연구에서 최대 6마리의 말이 함께 일할 수 있었다는 것을 알고 있습니다. 그들에게 500마리의 말이 필요하다고 말하기 위해 표본 크기 계산을 하는 것은 비생산적일 것입니다. 이러한 상황에서 나의 접근 방식은 효과 크기와 연구 결과에서 얻을 수 있는 것에 대해 논의하는 것입니다.
에밀리 : 좋은 답변입니다, 줄리아! 또한 비용, 시간 또는 공간 제한으로 인해 표본 크기가 다소 고정된 경우 공동 작업자와 함께 효과 크기 접근 방식을 사용합니다. 이 문제가 발생하면 더 많은 질문을 하고 더 큰 표본 크기에 대한 저항의 원인이 무엇인지 실제로 이해하려고 노력하는 것이 좋습니다. 때로는 상황이 실제로 실현 가능하지 않지만, 추가할 가치를 입증할 수 있다면 더 큰 샘플 크기를 얻기 위해 약간 밀어붙일 수 있습니다.
주제가 새로운 것일 때 효과 크기를 알아내는 문제에 대해 때때로 저는 그냥 숫자를 버릴 것입니다. "변경 사항이 9라면?" 그러면 해당 주제 전문가는 종종 다음과 같이 대답할 것입니다. 0.1에서 0.8 사이가 될 것으로 예상합니다.” 그 기술은 내 동료들에게 불확실성이 문제가 되지는 않지만 종종 그들이 합리적인 수준의 정확도로 일어날 것으로 예상하는 일을 실제로 알고 있다고 안심시켜 특정 수치를 정하는 데 도움이 되었습니다.
당신이 듣고 공격적이지 않을 때 수동적이지 않거나 직접적인 의사소통을 하는 사람으로 인식되는 방법은 무엇입니까?
줄리아 : 공감하는 경청자일 때도 비언어적 신호(예: 고개 끄덕임)를 제공하고 시기적절한 질문을 하고 메모를 함으로써 대화에 적극적으로 참여하고 있음을 보여줄 수 있습니다.
에밀리 : 전적으로. 우리는 또한 우리 차례를 기다린 다음 우리의 의견, 생각 및 발견 사항을 조용하고 명확하게 말할 수 있습니다. 직접적인 의사 소통이 공격적일 필요는 없지만 너무 수동적이거나 무관심해 보이지 않도록 대화에 적극적으로 참여하는 것이 중요합니다.
당신은 당신이 작업하고 있는 것에 대한 실행 목록을 유지한다고 언급했습니다. 그러한 목록에 가장 효과적인 도구에 대한 지침이 있습니까?
에밀리 : 유선형의 불렛저널을 사용합니다. 내 설정은 기본적으로 주간 할일 목록이며, 일주일이 지나면서 추가하고 완료하면 줄을 그립니다. 매주 나는 미완성 작업을 먼저 옮긴 다음 일주일 내내 목록을 계속 사용합니다. 월요일의 그 계획 시간은 저에게 정말 도움이 됩니다. 또한 모든 개인 및 업무 약속을 하나의 Google 캘린더에 저장합니다.
줄리아 : 할 일 목록을 사용하는 습관에서 벗어났지만 이번 가을에 이것을 일상에 다시 통합하고 싶습니다. 나는 내 캘린더를 사용하여 프로젝트의 시간을 나열하고 차단하는 데 도움을 줍니다. Emily와 마찬가지로 저는 개인 약속과 업무 약속 모두에 하나의 캘린더를 사용합니다.
시간을 내어 이 블로그 게시물을 통해 대화를 이어가는 Emily와 Julia에게 감사드립니다. 그들은 아래에서 더 유용한 리소스를 공유했습니다.
이 자료는 주로 데이터에서 통찰력을 얻기 위한 협업에 관한 것이지만 요약 내용은 우리 모두와 관련이 있습니다. 조지 버나드 쇼(George Bernard Shaw)는 "커뮤니케이션에서 가장 큰 문제는 그것이 일어났다는 환상이다"라고 썼습니다. Julia와 Emily의 지혜는 의사 소통 및 협업 기술을 연마하는 데 도움이 될 것이며 등록이 필요하지 않을 정도로 가치가 있다고 생각합니다! 많은 라이브 참가자가 그랬던 것처럼 이 매우 유용한 에피소드를 시청하고 피드백을 제공하기를 바랍니다.
참고 문헌 및 추천 자료:
통계적 관행에 대한 ASA의 윤리적 지침
Derr, J.(2000), 통계 컨설팅: 효과적인 커뮤니케이션 가이드, Pacific Grove, CA: Brooks/Cole Press.
샤프, JL, Griffith, E. 및 Higgs, MD (2021). " 무대 설정: 차세대 응용 통계 전문가 양성을 위한 통계 협업 영상 ,” 통계 및 데이터 과학 교육 저널, 29(2): 165-170.
샤프, JL, Griffith, E. 및 Higgs, MD (2021). " 무대 설정: 통계 협업 교육 동영상 "
