多くの人がチーム スポーツとしてのデータ サイエンスについて執筆したり講演したりしています。 科学者、エンジニア、研究者、統計学者から、チームでの作業についての話を聞きます。 時々、これらの美しく完成されたコラボレーションについて聞くと、インスピレーションが湧きます。 また、フラストレーション、誤解、リソースを浪費する間違いによって洞察が得られなかったり、答えのない質問が生じたりする話を聞くのはつらいこともあります。
米国統計協会アナーバー支部の優れた短期コースを受講した後、統計協力における難しい会話を乗り越える、ジュリア・シャープ教授とエミリー・グリフィス教授によって教えられており、これは有益なトピックだと思いました。統計的に言えば。 そうだった！ このエピソードに対して非常に多くのコメントや質問をいただきましたが、すべてにお答えすることができませんでした。 したがって、私たちの優秀なゲストは、このブログ投稿でさらに多くの質問に答えることに同意しました。
Experts in statistical collaboration share best practices.Experts in statistical collaboration share best practices.Experts in statistical collaboration share best practices.Experts in statistical collaboration share best practices.統計コラボレーションの専門家がベスト プラクティスを共有します。
エミリー グリフィス博士は、ノースカロライナ州立大学の統計学部とデータ サイエンス アカデミーに勤務しており、2023 年から ASA 支部評議会運営委員会第 5 地区の副議長に選出されました。 ジュリア・シャープ博士はコロラド州立大学統計学部に勤務しており、最近 ASA フェローに選ばれました。 彼女は現在、ASA 支部評議会運営委員会と、2020 年に設立した正義、公平、多様性、包括性アウトリーチ グループの両方の元議長も務めています。
データは人間が構築したものです。最良の結果を得るには、問題を正確に特定する必要があります。 最良の結果を確実に得るために、適切な質問をするにはどうすればよいでしょうか?
エミリー: 最良の結果を得る唯一の正しい質問や方法はないと思います。 人間関係を築き、たくさん質問し、内容に興味があることを示し、一緒に働く人たちにも質問できるようにすることが重要だと思います。
ジュリア： 同意します。 研究の目的、デザイン、背景を理解するのに役立つ質問をすることは、適切な分析につなげるために重要です。 「正しい」質問は、コラボレーターとの関係 (つまり、新しい関係か長年の関係か)、あなたとコラボレーターの間の力の差、質問の口調など、いくつかの要因によって決まる可能性があります。 、質問する前に文脈をどれだけ理解しているか。 「正しい」質問をするために役立つことはたくさんあるため、協力者を指導したりアドバイスしたりするために必要な情報を得るには、共感を持って多くの質問をすることが重要です。
データ サイエンティストやモデラーからリソースのニーズを収集するときによく遭遇する問題の 1 つは、サンプル サイズを導き出すことです。たとえば、「希望する統計的信頼レベルで仮説に対処するには、いくつのサンプルが必要ですか?」などの質問をします。多くの場合、研究が非常に新しいため、科学者やモデル作成者は自信を持ってサンプル サイズの推定値を生成するための根拠を持っていません。 この状況でサンプルサイズを調整して前進させる方法について何か考えはありますか? さらに、大規模なサンプル収集には通常時間がかかり、予算に依存します。統計的アプローチを採用するよう顧客を説得するにはどうすればよいでしょうか?
ジュリア: サンプルサイズに関する議論は難しい場合があります。 厳しい会話のコレクションには、サンプルサイズに関連するビデオがあります。トレーニングビデオ。 状況によっては、私は特定の分野で十分な数の研究者と協力してきたので、サンプルサイズの計算を行うことが生産的ではないことがわかっています。 たとえば、何人かの獣医師と協力していると、これまでは 1 種類の研究で扱うことができる馬の数が最大 6 頭だったことを知っています。 サンプルサイズを計算して500頭の馬が必要だと伝えるのは逆効果です。 このような状況における私のアプローチは、効果の大きさと研究結果から何が得られるかについて議論することです。
エミリー: 素晴らしい答えです、ジュリア! また、コスト、時間、スペースの制限によりサンプル サイズがある程度固定されている場合、私は共同研究者とエフェクト サイズ アプローチを使用します。 この問題が発生した場合は、より多くの質問をして、より大きなサンプルサイズに対する抵抗の原因が何であるかを実際に理解しようとすることを検討することをお勧めします。 実際には実現不可能な場合もありますが、追加される価値を実証できれば、サンプル サイズを少し増やすことができる場合もあります。
新しい主題の場合に効果量を計算するという問題については、「変化が 9 だったらどうなるでしょうか?」という数字を投げかけることがあります。すると、その分野の専門家は、次のような返答をすることがよくあります。 0.1から0.8の間になると予想します。」このテクニックは、不確実性は問題ないが、多くの場合、実際に何が起こると予想しているかをかなりの精度で知っていると自分の協力者を安心させ、具体的な数字を特定するのに役立ちました。
積極的ではなく、話を聞いてくれる場合、受動的ではない、または直接的なコミュニケーションをとらないとみなされるにはどのような方法がありますか?
ジュリア: 共感的な聞き手である場合でも、非言語的な合図 (例: うなずくなど) を提供したり、タイムリーな質問をしたり、メモを取ったりすることで、会話に積極的に参加していることを示すことができます。
エミリー： 絶対に。 順番を待ってから、自分の意見、考え、発見を落ち着いて明確に言うこともできます。 直接的なコミュニケーションは積極的である必要はありませんが、あまりにも消極的または無関心に思われないように、会話に積極的に参加することが重要です。
あなたは、自分が取り組んでいることの実行リストを保持していると述べました。 このようなリストに対してどのツールが最も効果的であると考えられるかについて、何かアドバイスはありますか?
エミリー：私は合理化されたバレットジャーナルを使用しています。 私の設定は基本的に毎週の To Do リストで、週が進むにつれて追加し、完了したら取り消し線を引いていきます。 毎週、未完了の作業を最初に移動し、そのリストを 1 週間を通して使い続けます。 月曜日の計画の時間は私にとって本当に役に立ちます。 また、私は個人的な予定と仕事の予定をすべて 1 つの Google カレンダーに入れています。
ジュリア：To Do リストを使う習慣がなくなってきましたが、この秋にはこれを再びルーティンに取り入れたいと思っています。 私はカレンダーを使用して、プロジェクトの時間をリストアップしてブロックするのに役立ちます。 エミリーと同じように、私も個人的な予定と仕事の予定の両方に 1 つのカレンダーを使用しています。
このブログ投稿を通じて会話を進めるために時間を割いていただいたエミリーとジュリアに感謝いたします。 彼らは以下にさらに役立つリソースを共有しています。
この資料は主にデータから洞察を得るというコラボレーションに関するものですが、重要な点は私たち全員にとって重要です。 ジョージ・バーナード・ショーは、「コミュニケーションにおける唯一最大の問題は、それが起こっているという幻想である」と書いています。ジュリアとエミリーの知恵は、コミュニケーションとコラボレーションのスキルを磨くのに役立ちます。非常に価値のあるものであるため、登録は必要ありません。 多くのライブ参加者と同様に、この非常に有益なエピソードをぜひご覧いただき、フィードバックをお寄せいただければ幸いです。
参考文献と推奨書籍:
ASA の統計実務に関する倫理ガイドライン
Derr, J. (2000)、統計コンサルティング: 効果的なコミュニケーションへのガイド、カリフォルニア州パシフィック グローブ: Brooks/Cole Press。
シャープ、JL、 グリフィス、E.、ヒッグス医学博士 (2021)。 「舞台設定: 次世代の応用統計学者をトレーニングするための統計コラボレーション ビデオ、統計およびデータ サイエンス教育ジャーナル、29(2): 165-170。
シャープ、JL、 グリフィス、E.、ヒッグス医学博士 (2021)。 「舞台設定: 統計コラボレーション トレーニング ビデオ」
