Estoy a punto de ayudar a enseñar estadísticas a estudiantes de medicina este semestre.
He escuchado muchas historias de terror sobre el miedo de estos estudiantes al aprender estadísticas.
¿Alguien puede sugerir qué hacer con este miedo? (Puede vincular a personas que están discutiendo esto u ofrecer sugerencias de su propia experiencia)
Respuestas:
Intenta personalizar las estadísticas. Para ellos es útil comprender por qué comprender sus conceptos (aunque se olviden de las matemáticas, reconocerlo) . Por ejemplo, cómo interpretar los resultados de las pruebas de cáncer de seno. Para citar de http://yudkowsky.net/rational/bayes :
Aquí hay un problema de historia sobre una situación que los médicos suelen encontrar:
El 1% de las mujeres a los cuarenta años que participan en exámenes de detección de rutina tienen cáncer de seno. El 80% de las mujeres con cáncer de seno obtendrán mamografías positivas. El 9.6% de las mujeres sin cáncer de seno también se harán mamografías positivas. Una mujer en este grupo de edad tuvo una mamografía positiva en un examen de rutina. ¿Cuál es la probabilidad de que ella realmente tenga cáncer de seno?
¿Cuál crees que es la respuesta? Si no ha encontrado este tipo de problema antes, tómese un momento para encontrar su propia respuesta antes de continuar.
A continuación, supongamos que le dije que la mayoría de los médicos obtienen la misma respuesta incorrecta sobre este problema, por lo general, solo alrededor del 15% de los médicos lo hacen bien. ("¿En serio? ¿15%? ¿Es un número real o una leyenda urbana basada en una encuesta de Internet?" Es un número real. Véanse Casscells, Schoenberger y Grayboys 1978; Eddy 1982; Gigerenzer y Hoffrage 1995; y muchos otros estudios Es un resultado sorprendente que es fácil de replicar, por lo que se ha replicado ampliamente).
Como sus estudiantes serán médicos, deje en claro: si no entienden las estadísticas, darán una interpretación incorrecta de los resultados a sus pacientes . Este no es un asunto académico.
También reconocen que, a menos que vayan en la investigación, que se olvide de los detalles que les enseñará. Ni siquiera espero que no sea el caso. Apunte a que comprendan los conceptos fundamentales (errores de tipo I y II, correlaciones y causalidades, etc.) para que cuando se enfrenten a una situación, recuerden "oye, quizás no debería apresurarme a sacar una conclusión, sino hablar con alguien que entender mejor las estadísticas ". Prevenir los errores cognitivos y enseñarles a ser inquisitivos con los resultados proporcionados por otros (especialmente en una industria en la que están en juego grandes sumas de dinero) serán signos de éxito.
Estoy de acuerdo en que hacer estadísticas personales / relevantes es importante, pero eso en última instancia no va a disipar el miedo del estudiante. Creo que lo que siente el alumno acerca de algo a menudo tiene más que ver con la personalidad de la persona que lo enseña y qué tan cómodo se siente esa persona en el aula, incluso cuando enseña a estudiantes desinteresados o asustados. Lo primero que debe hacer para deshacerse de sus miedos es deshacerse de los suyos ... no debe tener miedo de enseñar a los estudiantes que pueden tener miedo, porque en última instancia, aconsejarlos sobre sus miedos no es su responsabilidad. No eres terapeuta. Y, sin embargo, al ser natural, divertido, casual, cursi y agradable, el estudiante podrá dejar de lado su miedo, ya que puede comenzar a reemplazar sus sentimientos hacia las estadísticas con sus sentimientos sobre usted como persona y el ambiente de curiosidad. ,
Esa es mi creencia y experiencia.
Entonces, esto es lo que recomiendo:
Vuelva a enmarcar las estadísticas usando mantras como "La información es hermosa" y muéstreles el blog del mismo nombre. Mencione cosas como "medir algo le permite administrarlo" y tomar decisiones más sabias. Sí, estas son todas formas de hacerlo personal y relevante.
Preséntales a secciones de Freakonomics. Es un gran libro y utiliza un lenguaje regular para describir por qué el análisis estadístico es importante y atractivo.
Cuenta chistes cursis constantemente. Esto te quiere a ellos. Se un tonto. Haz lo que sea necesario para que sientan que son más geniales que tú. Haz lo que sea necesario para que sientan que son más inteligentes que tú (aunque confían en que secretamente tienes todo bajo control). Hubo un artículo en NYTimes hace algunos años sobre el poder de un maestro que no es genial. Permite a los estudiantes relajarse. Viste de azul todas las estrellas, haz algo extraño e idiosincrásico para que sepan que tienen una oportunidad y que no tienen nada que temer.
Dales cosas con las que jugar. Obtenga algunos marcadores de colores (lo he hecho en la universidad) y pídales que dibujen sus gráficos y notas en color. Esto los hace sentir como si estuvieran en la escuela primaria, incluso si están calculando la desviación estándar. Gran ayuda para superar el miedo.
Obtenga algunos equipos de medición, mida la frecuencia cardíaca y haga que corran. Demuestre conceptos mediante la recopilación de datos de estudiantes que viven en el aula. Hazles olvidar que es una clase de estadísticas, haz que se sientan como un estudio en el que están involucrados o que administran.
Desmitificar las matemáticas. Un curso de estadística de introducción no tiene una operación matemática real más difícil que una clase de aritmética, es solo una secuencia de muchas operaciones seguidas, y se trata de aprender a hacer un seguimiento de eso. Dígales que es como una práctica de yoga para aprender a ser más organizado.
Memorice el nombre de todos el primer y segundo día, absolutamente. Llamarlos por sus nombres, burlarse de ellos a veces, dejar que se burlen de ti, son formas de superar el miedo.
En última instancia, quieren saber que no les vas a golpear en la cabeza con algo que no pueden manejar (de eso se trata el miedo). Déles una advertencia amplia y exagere lo difíciles que son las cosas a medida que surgen. Comience la clase diciendo: "Chicos, me van a matar, porque hoy va a ser muy difícil que su cabeza explote", y luego, cuando les enseñen la varianza, digamos, y les resulta fácil calcular, entonces obtendrán una mayor confianza.
Cuando algo es realmente difícil de calcular, deles un período completo para hacerlo, y tal vez una segunda oportunidad para la próxima clase, dependiendo de sus limitaciones de tiempo.
Y de nuevo, en última instancia, se trata de ti. ¿Conoces tus estadísticas de ida y vuelta? ¿Te intimida en absoluto? ¿Eres un profesor divertido que hace reír y relajarse a los estudiantes, o estás torpe y no estás seguro de cómo estás manejando el barco? ¿Tiene el tiempo de clase bien administrado o constantemente no está seguro de cuánto tiempo le tomará enseñar? Cuando sea necesario, ¿puedes ser severo con ellos (después de todo, son estudiantes de medicina)?
No se trata mucho de cómo lidiar con el miedo de los estudiantes, pero Andrew Gelman escribió un excelente libro, Teaching Statistics, una bolsa de trucos (también hay algunas diapositivas ).
Me gusta presentar un curso hablando de aleatoriedad, probabilidad elemental como se encuentra en los juegos, asociación causal, pruebas de permutación (porque las pruebas paramétricas proporcionan una buena aproximación a ellas :).
Solo pongo un ejemplo que me gusta mostrar a los estudiantes. Esto es de Phillip Good, en su libro Permutation, Parametric, and Bootstrap Tests of Hypotheses (Springer, 2005 3rd ed.), Donde presenta la estrategia general de prueba o toma de decisiones sobre hipótesis estadísticas y cómo llevar a cabo un análisis muy simple y sencillo. prueba de permutación exacta para resolver el siguiente problema.
Poco después de recibir mi doctorado en estadística, decidí que si realmente quería ayudar a los científicos de banco a aplicar las estadísticas, también debería convertirme en científico. Así que volví a la escuela para aprender fisiología y envejecimiento en células criadas en placas de Petri.
Pronto supe que había mucho más en un experimento que la asignación aleatoria de sujetos a los tratamientos. En general, el 90% del esfuerzo experimental se gastó en dominar varias técnicas de laboratorio arcano, otro 9% en el desarrollo de nuevas técnicas para cubrir la brecha entre lo que se había hecho y lo que realmente quería hacer, y solo el 1% en el experimento en sí. Pero finalmente llegó el momento de la verdad —debería hacerlo si tuviera que publicar y no perecer— y logré clonar fibroblastos diploides humanos en ocho platos de cultivo: cuatro de estos platos estaban llenos de una solución nutritiva convencional y cuatro contenían un solución experimental "que prolonga la vida" a la que se le había agregado vitamina E
Esperé tres semanas con los dedos cruzados para que no hubiera contaminación de los cultivos celulares, pero al final de este período de prueba habían sobrevivido tres platos de cada tipo. Mi técnico y yo transplantamos las células, las dejamos crecer durante 24 horas en contacto con una etiqueta radiactiva, y luego las reparamos y las manchamos antes de cubrirlas con una emulsión fotográfica.
Pasaron diez días y estábamos listos para examinar las autorradiografías. Habían transcurrido dos años desde la primera vez que imaginé este experimento y ahora estaban los resultados: tenía los seis números que necesitaba.
"Perdí las etiquetas", dijo mi técnico mientras me entregaba los resultados. Esta fue una situación grave. Sin las etiquetas, no tenía forma de saber qué cultivos celulares habían sido tratados con vitamina E y cuáles no.
Este es un tema que sería de interés para los miembros del grupo de Estadísticos Aislados en la ASA. Es probable que obtenga muchas respuestas útiles de maestros experimentados allí, así que limitaré lo que comparto aquí.
Es útil comprender de dónde vienen sus estudiantes. Una prueba previa de bajo estrés puede ayudarlo a identificar sus fortalezas, debilidades y temores. Las pruebas de muestra para este propósito se proporcionan en el manual del instructor al texto de Estadísticas de Freedman, Pisani, Purves . Obtenga una copia del manual a través de su institución. (Creo que el editor lo enviará gratis). (Si está realmente interesado en esto, puedo publicar una versión de estas pruebas que he usado para la preevaluación de estudiantes universitarios). Otra buena fuente de material de prueba relacionado con las estadísticas de introducción es el sitio web artista . Como estadístico de trabajo, por supuesto, querrá participar en alguna medición cuantitativa del aprendizaje que ocurre en su clase ;-). Ese sitio es un gran recurso para preguntas de prueba.
Existe una gran y creciente literatura sobre la enseñanza de estadísticas de introducción. Un lugar para comenzar es en línea Journal of Statistical Education en línea . Como mínimo, encontrará artículos sobre el uso de estudios de casos y conjuntos de datos relevantes para estudiantes de medicina; puede descubrir algunos que aborden específicamente la enseñanza de esta población.
Cuando se me pidió que impartiera tales cursos, siempre me pareció útil comunicarme con el resto de la facultad y, cuando sea posible, con los propios estudiantes para descubrir lo que realmente necesitan saber y qué podría motivarlos. Los estudiantes de medicina están muy ocupados y no fueron a la escuela para aprender estadísticas, pero saben que necesitarán entender los documentos que leerán a lo largo de sus carreras. Si no está familiarizado con la literatura médica, unas pocas horas con las mejores revistas, como The Lancet y JAMA, lo ayudarán a apreciar lo que están haciendo.
Cuando pienso en enseñar una clase, pienso en cinco componentes principales, que no todos se usan habitualmente en una sola clase. Son
- Aplicación a gran escala
- Demostración física
- Aplicación a pequeña escala (específica)
- Principio estadístico o probabilístico
- Prueba o argumento de plausibilidad
Tufte también mencionó (no tengo la fuente aquí, pero creo que también fue de Mosteller) el marco PGP :
La idea es que debe comenzar con un ejemplo (ayuda si el ejemplo es relevante para los estudiantes), luego desarrollar la solución general y luego cerrar con otro ejemplo.
Enseño a estudiantes universitarios de biología, y The Fear está muy extendido entre ellos. Generalmente comienzo diciéndoles tres cosas:
1) La estadística no es matemática, es lógica. Y si estás haciendo un título en ciencias en una universidad respetada, no tienes ningún problema con el uso de la lógica para resolver problemas.
2) Si puedes sumar, restar, multiplicar, dividir y decir si un número es más grande que otro, puedes hacer todas las matemáticas necesarias para un curso de estadísticas de pregrado.
3) Las personas aprenden de manera diferente, por lo que si no comprende un profesor / libro de texto / explicación, pregunte o encuentre otro. (Trato de dar 2-3 tipos de explicación para una idea dada donde puedo y les digo que recuerden la que tenga sentido para ellos).
Finalmente, me equivoco del lado de las explicaciones visuales en lugar de las explicaciones puramente verbales o matemáticas, ya que esto parece funcionar para la mayoría de los estudiantes.
"La toma de decisiones frente a la incertidumbre" suena mucho más interesante que las "estadísticas", aunque de eso se trata esencialmente la estadística. Tal vez podría liderar el aspecto de la toma de decisiones para generar motivación para el curso.
Algunas buenas respuestas aquí, pero una adición.
Comienzo diciendo "¿Quién fue la primera mujer miembro de la Royal Statistical Society"? También podría decir "Has oído hablar de ella".
Por lo general, nadie lo hace bien. Luego digo que fue Florence Nightingale y le pregunto por qué es famosa. Responden sobre cosas como la higiene. Le explico que es famosa no solo por lo que descubrió, sino porque recolectó los datos y se los explicó a los responsables políticos. Está muy bien tener una buena idea, pero debes poder mostrar a otras personas que es verdad. Luego hablo sobre gráficos circulares (gráficos de eje polar) y la coincidencia de que FN David, que pasó a ser un estadístico bastante conocido por derecho propio, recibió su nombre de Nightingale.
Un recurso que no se ha mencionado pero creo que sería el mejor recurso para esta situación es el libro Cómo mentir con estadísticas de Darrell Huff . El libro está lleno de ejemplos prácticos y razonamiento intuitivo; ayuda a cimentar los métodos estadísticos a veces abstractos.
A pesar de tener una maestría en ingeniería, lucho con las matemáticas. Tiendo a luchar más con escribir simbólicamente lo que sé. Por ejemplo, cuando aprendí a tomar límites al infinito, pude resolver intuitivamente muchos de los problemas de palabras proporcionados en la clase, pero me costó mucho escribir las matemáticas y resolver la ecuación.
Gran parte de las estadísticas fue la misma lucha para mí. Las estadísticas en los cursos de matemáticas que había tomado estaban más preocupadas por la nueva notación matemática que se esperaba que aprendiera cómo y por qué sucedían las cosas.
El método que funcionó para mí y me abrió los ojos a las maravillas de las estadísticas fue la resolución práctica de problemas en mis cursos de ingeniería, que simplemente utilizaron estadísticas. El uso de ejemplos físicos y la realización de experimentos me ayudaron a comprender la base real de la notación que estaba usando. Al desarrollar un curso sobre Diseño de experimentos, quedé muy satisfecho con la cantidad de información gratuita disponible para ayudar a enseñar conceptos complejos de una manera muy práctica.
Ninguna receta cubre todos los casos, incluso si los elementos comunes pueden ser la falta de confianza y, lamentablemente, la falta de competencia en matemáticas; y quizás lo más importante es una preconcepción cultural fuerte transmitida de generación en generación de que las estadísticas serán difíciles, tediosas y sin sentido, y llenas de ideas extrañas para arrancar.
El curso introductorio es difícil de hacer bien. Va a ser en el momento equivocado (del día y de la semana, sorprendentemente a menudo, debido a problemas mundanos de horarios) y en el momento equivocado en las carreras de las personas. Irá a la velocidad incorrecta para casi todos. Todavía no ven el punto (y en muchos casos nunca lo verán).
Entonces, ¿qué aspectos positivos puedo ofrecer?
Me gusta comenzar con datos y gráficos y vincular a lo que saben. Presente no solo los gráficos que deberían conocer, sino también algunos nuevos. Los estudiantes que temen a las ecuaciones a menudo son felices y buenos para pensar gráficamente.
El despegue real generalmente solo ocurre cuando los estudiantes tienen sus "propios" datos que les interesan , generalmente para un proyecto o disertación. Eso le da enfoque y motivación; pueden mirar la literatura y ver qué métodos usan las personas; tienen un incentivo para entender, ya que no es solo una cuestión de un poco de ejercicio tonto que pueden caminar durante el sueño (pero aún no entender). En el sistema británico, esto puede suceder tan pronto como el nivel de pregrado de segundo año.
Divulgación: soy geógrafo; Yo enseño geógrafos; A menudo doy charlas en reuniones interdisciplinarias. No tengo ninguna calificación formal en estadística, pero las aplicaciones estadísticas han sido mi principal interés de investigación y enseñanza durante la mayor parte de mi carrera.