Tanto a nivel académico como profesional, se ofrecen más cursos y se desarrollan para que más personas se sientan cómodas con los datos, el análisis y la evaluación de riesgos. Esto requiere un cierto uso de estadísticas, y el software es casi una herramienta del oficio. El software, algunos nuevos, algunos mejorados, algunos comerciales y algunos de código abierto, está cada vez más disponible para audiencias más amplias y está en constante cambio.
Para los cursos cuantitativos que tomé en la universidad, tuve que aprender algunos lenguajes de codificación para usar SAS, SPSS y SHAZAM. Inicialmente, no era un fanático del aprendizaje de JCL y otros lenguajes de programación y descubrí que el aprendizaje de la sintaxis de los lenguajes era un impedimento para comprender conceptos estadísticos.
En el lado positivo, incluso mis limitadas habilidades de codificación más tarde resultaron útiles para mi carrera, pero la exposición de muchos de mis compañeros a la codificación disminuyó su entusiasmo, tanto para la programación como para las estadísticas. Una vez que fui expuesto a la experiencia altamente visual e interactiva que JMP En cuanto a la exploración y análisis de datos, me pregunté si habría entendido los conceptos estadísticos más rápidamente y si los compañeros de clase hubieran estado más entusiasmados con las estadísticas si hubiéramos usado JMP.
Más cursos de intro stats se ofrecen como MOOCs. Muchas universidades están evolucionando sus planes de estudio para incluir análisis de negocios y otros cursos para atraer más ampliamente a fin de involucrar a más personas en el pensamiento estadístico. Profesionalmente, también se ofrecen más cursos básicos de análisis de datos. A la luz de todo esto, es interesante ver qué software se utiliza: hojas de cálculo, software visual interactivo como JMP, algunas interfaces SAS, interfaces a R, Minitab, etc., así como enfoques basados en lenguaje como R, SAS, Python y otros.
¿Qué factores afectan qué software se utiliza en los cursos?
Me pregunto si hubiera entendido los conceptos estadísticos más rápidamente si hubiera tenido acceso a JMP en la universidad.
Habiendo escrito un blog sobre estadísticas de enseñanza con JMP y al continuar involucrándome con los académicos sobre cómo enseñan los conceptos estadísticos, tengo curiosidad acerca de los factores motivadores para elegir el software que usarán los estudiantes con niveles tan variados de capacidad numérica. A menudo, el costo es el factor determinante. El software de código abierto está disponible gratuitamente. Excel es tan ubicuo que se percibe esencialmente como gratuito (pero muchos reconocen las limitaciones de las hojas de cálculo).
Otro factor motivador de algunos cursos de nivel introductorio puede ser dejar a los estudiantes con habilidades más comerciales, y conocer un lenguaje de programación popular es ciertamente tal habilidad (además de saber sobre el análisis de datos, por supuesto).
Otra consideración más podría ser que el software ya está allí, lo que ha estado allí y lo que el instructor ya sabe.
Enseñar a pensar estadísticamente.
Pero más allá de estos factores, muchos instructores realmente quieren involucrar a más estudiantes para ver y sentir el poder de los datos, para experimentar lo que es "pensar estadísticamente". Reconocen que muchas personas apreciarán y se beneficiarán de la comprensión de los conceptos estadísticos, pero nunca podrán Ve a aprender cualquier lenguaje de programación. Pueden ser capaces de un pensamiento estadístico sin saber programar. Ejemplos obvios serían médicos y jueces, cuyas recomendaciones y decisiones pueden afectar poderosamente la vida de las personas.
Recientemente termine de leer Conocimiento del riesgo: Cómo tomar buenas decisiones por Gerd Gigerenzer . Para muchas decisiones importantes con respecto a nuestra salud, finanzas y más, él comparte una investigación bien fundada sobre cómo podemos evaluar mejor el riesgo para tomar mejores decisiones. Por ejemplo, ha trabajado mucho con los médicos para comunicar mejor las probabilidades a sus pacientes (en resumen, aconseja traducir las probabilidades a frecuencias naturales). Para más en este sentido, David Spiegelhalter , que ha hecho mucho para educar a las masas sobre entendiendo la incertidumbre y las muchas cosas que se deben considerar al presentar el riesgo a los tomadores de decisiones, ha escrito una excelente publicación en el blog con gráficos interactivos 2845 maneras de girar el riesgo .
Comprender el riesgo es parte del pensamiento estadístico, una habilidad importante en esta era rica en datos. Para atraer a la audiencia más amplia y para dar a más personas una comprensión básica de conceptos estadísticos importantes, existe una evidencia considerable de que la información interactiva datos visualización Juega un papel importante. A través de gráficos dinámicos e interactivos, el aprendizaje se convierte en juego.
Observaciones de los profesores de estadística.
Muchos profesores / instructores ofrecen razones convincentes para tomar un camino visual (y elegir JMP) como un medio para introducir a más personas al pensamiento estadístico. Por ejemplo, aquí hay algunos extractos de una entrevista el año pasado con Christian Hildebrand Profesor adjunto de Marketing Analytics en la Escuela de Economía y Administración de Ginebra:
- "[Los estudiantes] dijeron '¡Guau, nunca supe que las estadísticas podrían ser divertidas!' Fue entonces cuando me di cuenta de que la software estadístico no es solo un medio, es un entorno que realmente puede ayudar a comprender mejor los conceptos estadísticos. JMP fue un gran amplificador para eso ".
- "Con el software enfocado tanto en la visualización, es mucho más fácil para usted entender realmente cuál es el problema en los datos. Es fundamental que los estudiantes entiendan mejor sus datos interactuando con los datos en un entorno de software como JMP. "
- "Lo que a los estudiantes realmente les encantó del software fue que tenían una forma muy intuitiva de aprender. Esta intuición es muy importante porque las estadísticas son muy cognitivas y hay que aprender lo básico. Al mismo tiempo, es muy importante seguir siendo creativo y pensar en nuevas hipótesis, y muy a menudo aprendes eso de los datos. Las capacidades que tiene con JMP, con las ricas capacidades de visualización, son claves para entender mejor los conceptos estadísticos ".
Peter goos , Profesor titular de la Universidad de Amberes en el Departamento de Medio Ambiente, Tecnología y Gestión, y David meintrup , Profesor de Matemáticas y Estadística en la Universidad de Ingolstadt de Ciencias Aplicadas, coautor, Estadísticas con JMP: Gráficos, estadísticas descriptivas y probabilidad . En su prefacio, dicen:
"Elegimos JMP como software de soporte porque es potente pero fácil de usar ... Creemos que los cursos introductorios de estadística y probabilidad deberían usar este tipo de software para que el entusiasmo de los estudiantes no se corrompa. De hecho, encontramos que, debido a la forma en que los estudiantes pueden interactuar fácilmente con JMP, puede provocar entusiasmo por las estadísticas y la probabilidad en clase ".
David meintrup También recientemente compartí esta historia: "Siempre termino la primera sesión en JMP con Graph Builder. La primera vez que mis alumnos ven cómo crear de manera interactiva un mapa de la tasa de desempleo en Europa durante los años 2000-2015, se quedan impresionados. Puedo ver cómo cambia su expresión facial y, a partir de ese momento, ya no tengo que preocuparme por la motivación ".
Iddo Gal , Profesor titular y ex presidente del Departamento de Servicios Humanos de la Universidad de Haifa y ex presidente de la Asociación Internacional de Educación Estadística:
"En 2015, asistí al taller de JMP (tres horas) en nuestro Satélite IASE en Río, y recuerdo que me impresionaron particularmente estas herramientas, que superan con creces las opciones de otros paquetes, y para mí, puedo ayudar a nuestros participantes a ver qué tiene de único. y también no requiere fuertes habilidades formales / de procedimiento. También recuerdo cómo los estadísticos locales (brasileños) fueron tomados por sorpresa: dijeron que trabajan arduamente para impartir los fundamentos técnicos (formulados, estadísticos) de las cosas multivariadas y los análisis tradicionales, y que sus estudiantes luchan con los resultados tradicionales. En el minuto en la parte de visualización del taller de JMP, de repente, se dieron cuenta de cómo sus estudiantes pueden ver las cosas mucho más fácilmente y entender y ver lo que está saliendo ".
A principios de este año en una entrevista con Jason Brinkley Bioestadista y metodólogo de investigación senior en American Institutes for Research, habló sobre algunas de sus experiencias en la enseñanza con JMP a partir de su documento Discovery Summit 2014, Uso de JMP como catalizador para enseñar la toma de decisiones basada en datos a estudiantes de secundaria . Aunque el curso estaba dirigido a estudiantes de secundaria que tenían talento en matemáticas y ciencias, Jason explicó que este enfoque práctico fue bien recibido, especialmente por los estudiantes que todavía no habían tomado las Estadísticas de Colocación Avanzada. Podían ver y sentir el poder de los datos, y esto despertó su interés. Jason dijo: "Se podría ver que la pasión comienza a surgir de los estudiantes, no necesariamente sobre la investigación sino sobre los datos".
¿Que pasa contigo?
Para aquellos de ustedes en la noble profesión de la enseñanza, ¿cómo enseñan conceptos estadísticos a una amplia audiencia? ¿Hay algún nivel de programación involucrado desde el principio, adopta un enfoque más visual o le da a los estudiantes opciones para elegir las herramientas que usan?
Para aquellos de ustedes que fueron / son estudiantes, ¿cómo fueron introducidos a las estadísticas? ¿Tuvo que aprender un lenguaje de programación primero o aprendió a través de una herramienta interactiva como JMP? Si fuera el primero, ¿crees que hubieras entendido los conceptos más rápidamente si hubieras tenido una introducción más visual? Si es lo último, ¿invirtió más tarde en aprender un idioma (quizás JSL?) Porque le ayudó a hacer más con sus datos?
Gracias por su interés y espero escuchar de usted!
Michael Clayton escribió:
PERO para responderte la pregunta de "programación en clase":
Muchos de mis clientes han encontrado que el lenguaje R de código abierto alimentado con datos estructurados por Python, es un importante conjunto de herramientas habilitadoras al enseñar los cursos de estadística más complejos y los cursos de simulación de ingeniería que involucran habilidades básicas en Álgebra Lineal (no se enseña en ingeniería de 1950, excepto EE como Recuerdo). Edx.org y Coursera.org tienen clases analíticas basadas en R y Python que asumen que los estudiantes pueden cargar R y Python en sus PC y lentamente se vuelven productivos mientras aprenden análisis al mismo tiempo. Una década antes, se enseñó a JSL a aproximadamente 1 o 10 usuarios de JMP para que admitieran a los otros 9 en cada equipo, principalmente para la minería de datos en los muchos MES y Eng DB. Y en los sitios con un gran grupo de usuarios de JMP, encontramos algunos auguradores R y minería de datos Python-SQL y personas estructuradas. Entonces, SÍ, esos equipos se benefician al obtener una introducción a JSL que luego pueden recomendar a sus compañeros de "minería de datos" y hacer que se unan al grupo de usuarios de JMP.
Michael Clayton escribió:
A los 80 años, puede estar seguro de que la programación fue una pesadilla para nosotros en la universidad en los años 50 e incluso en los 60. Y los cálculos de ingeniería se realizaron con una regla de cálculo y se enfocan en obtener las unidades correctas y estimar la respuesta, y luego sacar las TABLAS DE REGISTRO y TRIGO para obtener la precisión necesaria para algunas pruebas, especialmente las pruebas científicas. Pero en ese momento, los primeros métodos estadísticos, especialmente cualquier tipo de prueba de hipótesis, se basaban en tamaños de muestra pequeños. Por lo tanto, los valores p infames y, finalmente, las 18 o más pruebas de hipótesis únicas exigidas en las clases de estadísticas basadas en los tipos de datos, dependencia y anuncio. nauseum Entonces SÍ ... cuando aparecieron las hojas de cálculo y antes de eso aparecieron las calculadoras asequibles que surgieron cuando se desarrolló el IC, y finalmente apareció el JMP, a aquellos de nosotros que odiamos las estadísticas nos encantó la visualización estadística, pero nunca nos gustaron las complejas pruebas de hipótesis mientras trabajábamos industrias que ahora eran "datos ricos".
Los que nacieron unos años más tarde ingresaron a la universidad cuando las calculadoras programables Vax de Dec y HP hicieron que aprender a programar fuera un placer, por lo que los que formamos parte de la vieja escuela nos unimos a equipos que incluían a esas personas jóvenes con conocimientos informáticos (no a los de MIS). .o IT como se llamó más tarde, pero los tipos CIM o "programador de bolsillo" que entendieron el contexto de ingeniería de los problemas. JMP ha cambiado todo, como lo imaginó John Sall, la eliminación de la programación de la línea de comandos para el nuevo mundo de GUI capturó a los ingenieros del mundo que estaban demasiado ocupados para escribir código solo para estudiar un problema, y estaban "iluminados" la mayor parte del tiempo por El gráfico de variabilidad o el gráfico de distribución o los gráficos de SPC se dispararon para solucionar los problemas sin siquiera realizar una prueba estadística hasta que se lo solicitaron, y por supuesto eso también se hizo más fácil. GRACIAS. JMP extendió mi vida laboral útil por al menos 20 años e hizo divertido el "big data" incluso si no lo llamáramos así.
