Ya no parece ser una cuestión de opinión: el mundo parece haberse movido mucho más allá de la tradicional "enseñar probabilidad y luego enseñar estadística como una aplicación de ella". Para tener una idea de hacia dónde va la enseñanza de la estadística, mire la lista de títulos en papel en la edición especial del año pasado de The American Statistician (reproducida a continuación): ninguno de ellos se refiere a la probabilidad.
Discuten la enseñanza de la probabilidad y su papel en el plan de estudios. Un buen ejemplo es el artículo de George Cobb y sus respuestas . Aquí hay algunas citas relevantes:
La práctica estadística moderna es mucho más amplia de lo que reconoce nuestro énfasis curricular tradicional en la inferencia basada en la probabilidad.
Lo que enseñamos va atrasado décadas de lo que practicamos. Nuestro paradigma curricular enfatiza la inferencia formal desde una orientación frecuentista, basada en el teorema del límite central en el nivel de entrada o, en el curso para estudiantes de matemáticas, en un pequeño conjunto de modelos de probabilidad paramétrica que se prestan a soluciones de forma cerrada derivadas usando el cálculo . La brecha entre nuestro plan de estudios de medio siglo y nuestra práctica estadística contemporánea continúa ampliándose.
Mi tesis ... es que, como profesión, solo hemos comenzado a explorar las posibilidades. La historia de nuestro tema también respalda esta tesis: a diferencia de la probabilidad, un vástago de las matemáticas, las estadísticas brotaron de novo del suelo de la ciencia.
La probabilidad es un concepto notoriamente resbaladizo. La brecha entre la intuición y el tratamiento formal puede ser más amplia que en cualquier otra rama de las matemáticas aplicadas. Si insistimos en que el pensamiento estadístico debe basarse necesariamente en un modelo de probabilidad, ¿cómo podemos conciliar ese requisito con los objetivos de hacer que las ideas centrales sean "simples y accesibles" y minimizar los "requisitos previos para la investigación"?
Como experimento mental, repase los conceptos básicos y la teoría de la estimación. Observe cómo casi todos pueden explicarse e ilustrarse utilizando solo el cálculo del primer semestre, con la probabilidad introducida en el camino.
Por supuesto, queremos que los estudiantes aprendan cálculo y probabilidad, pero sería bueno si pudiéramos unirnos a todas las otras ciencias para enseñar los conceptos fundamentales de nuestra asignatura a los estudiantes de primer año.
Hay mucho más como esto. Puedes leerlo tú mismo; El material está disponible gratuitamente.
Referencias
El número especial del estadístico estadounidense sobre "Estadísticas y el plan de estudios de pregrado" (noviembre de 2015) está disponible en http://amstat.tandfonline.com/toc/utas20/69/4 .
Enseñar a la próxima generación de estudiantes de estadística a "pensar con datos": número especial sobre estadísticas y el plan de estudios de pregrado Nicholas J. Horton y Johanna S. Hardin DOI: 10.1080 / 00031305.2015.1094283
La mera renovación es demasiado poco tarde: necesitamos repensar nuestro plan de estudios universitario desde cero George Cobb DOI: 10.1080 / 00031305.2015.1093029
Enseñanza de estadísticas en Google-Scale Nicholas Chamandy, Omkar Muralidharan y Stefan Wager páginas 283-291 DOI: 10.1080 / 00031305.2015.1089790
Exploraciones en la investigación estadística: un enfoque para exponer a los estudiantes de pregrado al análisis de datos auténtico Deborah Nolan y Duncan Temple Lang DOI: 10.1080 / 00031305.2015.1073624
Más allá de lo normal: preparación de estudiantes universitarios para la fuerza laboral en una consulta estadística Capstone Byran J. Smucker y A. John Bailer DOI: 10.1080 / 00031305.2015.1077731
Un marco para infundir experiencias de datos auténticos dentro de los cursos de estadística Scott D. Grimshaw DOI: 10.1080 / 00031305.2015.1081106
Fomento de la comprensión conceptual en las estadísticas matemáticas Jennifer L. Green y Erin E. Blankenship DOI: 10.1080 / 00031305.2015.1069759
El segundo curso de estadística: ¿diseño y análisis de experimentos? Natalie J. Blades, G. Bruce Schaalje y William F. Christensen DOI: 10.1080 / 00031305.2015.1086437
Un curso de ciencia de datos para estudiantes universitarios: pensar con datos Ben Baumer DOI: 10.1080 / 00031305.2015.1081105
Ciencia de datos en el currículo de estadística: preparación de los estudiantes para "pensar con datos" J. Hardin, R. Hoerl, Nicholas J. Horton, D. Nolan, B. Baumer, O. Hall-Holt, P. Murrell, R. Peng, P Roback, D. Temple Lang y MD Ward DOI: 10.1080 / 00031305.2015.1077729
Uso de simulaciones basadas en juegos en línea para fortalecer la comprensión de los estudiantes sobre cuestiones estadísticas prácticas en el análisis de datos del mundo real Shonda Kuiper y Rodney X. Sturdivant DOI: 10.1080 / 00031305.2015.1075421
Combatir el pensamiento antiestático utilizando métodos basados en simulación a lo largo del plan de estudios de pregrado Nathan Tintle, Beth Chance, George Cobb, Soma Roy, Todd Swanson y Jill VanderStoep DOI: 10.1080 / 00031305.2015.1081619
Lo que los docentes deben saber sobre Bootstrap: remuestreo en el plan de estudios de estadística de pregrado Tim C. Hesterberg DOI: 10.1080 / 00031305.2015.1089789
Incorporación de estudios de casos de consultoría estadística en cursos introductorios de series temporales Davit Khachatryan DOI: 10.1080 / 00031305.2015.1026611
Desarrollo de un nuevo programa interdisciplinario de pregrado de análisis computacional: un enfoque cualitativo-cuantitativo-cualitativo Scotland Leman, Leanna House y Andrew Hoegh DOI: 10.1080 / 00031305.2015.1090337
De las pautas del plan de estudios a los resultados del aprendizaje: evaluación a nivel del programa Beth Chance y Roxy Peck DOI: 10.1080 / 00031305.2015.1077730
Evaluación del programa para una estudiante de pregrado de estadística Allison Amanda Moore y Jennifer J. Kaplan DOI: 10.1080 / 00031305.2015.1087331