Estou prestes a ajudar a ensinar estatística para estudantes de medicina neste semestre.
Já ouvi muitas histórias de horror sobre o medo desses alunos ao aprender estatística.
Alguém pode sugerir o que fazer com esse medo? (Links para pessoas que estão discutindo isso ou oferecem sugestões de sua própria experiência)
Respostas:
Tente personalizar as estatísticas. Mostrar por que entender seus conceitos (mesmo que eles esqueçam a matemática, reconheça) é útil para eles . Por exemplo, como interpretar os resultados dos testes de câncer de mama. Para citar http://yudkowsky.net/rational/bayes :
Aqui está um problema de história sobre uma situação que os médicos costumam encontrar:
1% das mulheres com quarenta anos que participam da triagem de rotina têm câncer de mama. 80% das mulheres com câncer de mama receberão mamografias positivas. 9,6% das mulheres sem câncer de mama também terão mamografias positivas. Uma mulher nessa faixa etária apresentou mamografia positiva em uma triagem de rotina. Qual é a probabilidade de ela realmente ter câncer de mama?
O que você acha que é a resposta? Se você não encontrou esse tipo de problema antes, reserve um momento para apresentar sua própria resposta antes de continuar.
Em seguida, suponha que eu tenha lhe dito que a maioria dos médicos obtém a mesma resposta errada sobre esse problema - geralmente, apenas cerca de 15% dos médicos acertam. ("Sério? 15%? Esse é um número real ou uma lenda urbana baseada em uma pesquisa na Internet?" É um número real. Veja Casscells, Schoenberger e Grayboys 1978; Eddy 1982; Gigerenzer e Hoffrage 1995; e muitos outros estudos É um resultado surpreendente, fácil de replicar, por isso foi amplamente replicado.)
Como seus alunos serão médicos, deixe claro: se eles não entenderem estatística, eles darão a interpretação errada dos resultados para seus pacientes . Esta não é uma questão acadêmica.
Também reconhece que a menos que eles vão em pesquisa, eles vão esquecer os detalhes que você vai ensiná-los. Nem espero que não seja o caso. Procure que eles entendam os conceitos fundamentais (erros do tipo I e II, correlações e causas e assim por diante) para que, quando confrontados com uma situação, lembrem-se "ei, talvez eu não deva me apressar em chegar a uma conclusão, mas converse com alguém que entender melhor as estatísticas ". Evitar erros cognitivos e ensiná-los a questionar os resultados fornecidos por outras pessoas (especialmente em um setor em que grandes quantias de dinheiro estão em jogo) serão sinais de que você conseguiu.
Concordo que tornar as estatísticas pessoais / relevantes é importante, mas isso não acabará com o medo do aluno. Eu acho que o modo como o aluno se sente em relação a algo geralmente tem mais a ver com a personalidade da pessoa que a ensina e o quão confortável ela se sente na sala de aula, mesmo quando ensina alunos desinteressados ou assustados. A primeira coisa a fazer para acabar com o medo deles é acabar com o seu próprio ... você não deve ter medo de ensinar aos alunos que podem ter medo, porque, em última análise, aconselhá-los sobre seus medos não é de sua responsabilidade. Você não é um terapeuta. E ainda, sendo natural, divertido, casual, brega e simpático, o aluno poderá deixar de lado o medo, pois poderá começar a substituir seus sentimentos pelas estatísticas pelos sentimentos sobre você como pessoa e o ambiente de curiosidade ,
Essa é a minha crença e experiência.
Então, aqui está o que eu recomendo:
Renomeie as estatísticas usando mantras como "Information is Beautiful" e mostre a eles o blog com o mesmo nome. Mencione coisas como "medir algo permite gerenciar" e tomar decisões mais sábias. Sim, essas são todas as formas de torná-lo pessoal e relevante.
Apresente-os às seções de Freakonomics. É um ótimo livro e usa linguagem regular para descrever por que a análise estatística é importante e sexy.
Conte piadas bregas constantemente. Isso o agrada a eles. Seja uma brincadeira. Faça o que for necessário para que eles sintam que são mais legais do que você. Faça o que for necessário para que eles sintam que são mais espertos do que você (mesmo que confiem em você secretamente, tudo está sob controle). Alguns anos atrás, havia um artigo no NYT sobre o poder de um professor que não é legal. Permite que os alunos relaxem. Use azul converse com todas as estrelas, faça algo estranho e idiossincrático para que eles saibam que têm uma chance e que não têm nada a temer.
Dê a eles coisas para brincar. Pegue alguns marcadores coloridos (já fiz isso na universidade) e faça com que eles desenhem seus gráficos e anotações em cores. Isso os faz sentir como se estivessem no ensino fundamental, mesmo que estejam calculando o desvio padrão. Maior ajuda para superar o medo.
Consiga alguns equipamentos de medição, meça a freqüência cardíaca e faça-os circular. Demonstre conceitos coletando dados dos alunos que vivem na sala de aula. Faça com que eles esqueçam que é uma aula de estatística, que sintam que é um estudo em que estão envolvidos ou administrando.
Desmistifique a matemática. Um curso de introdução à estatística não tem nenhuma operação matemática real mais difícil do que uma classe aritmética, é apenas uma sequência de muitas operações consecutivas, e é sobre aprender a acompanhar isso. Diga a eles que é como uma prática de yoga aprender a ser mais organizado.
Memorize o nome de todos no primeiro e no segundo dia, absolutamente. Chamá-los pelo nome, zombando deles às vezes, deixando-os zombar de você, são maneiras de superar o medo.
Em última análise, eles querem saber que você não vai atingi-los na cabeça com algo que eles não conseguem lidar (é isso que é o medo). Dê-lhes um aviso amplo e exagere como as coisas são difíceis à medida que surgem. Comece a aula dizendo: "Cara, vocês vão me matar, porque hoje vai ser tão difícil que sua cabeça pode explodir" e, em seguida, quando você lhes ensinar variação, digamos, e eles acharem fácil calcular, então eles terão uma maior confiança.
Quando algo é realmente difícil de calcular, dê a eles um período inteiro para fazê-lo, e talvez uma segunda tentativa na próxima aula, dependendo das restrições de tempo.
E, novamente, é basicamente sobre você. Você conhece suas estatísticas? Isso te assusta? Você é um professor divertido que faz os alunos rirem e relaxarem, ou você está trapalhado e não sabe ao certo como está dirigindo o navio? Você tem o tempo de aula bem gerenciado ou constantemente não tem certeza de quanto tempo levará para ensinar? Quando você precisar, você pode ser severo com eles (afinal eles são estudantes de medicina)?
Não muito sobre como lidar com o medo dos alunos, mas Andrew Gelman escreveu um excelente livro, Teaching Statistics, um pacote de truques (há também alguns slides ).
Gosto de introduzir um curso falando sobre aleatoriedade, probabilidade elementar encontrada em jogos, associação causal, testes de permutação (porque os testes paramétricos fornecem uma boa aproximação a eles :).
Acabei de colocar um exemplo que gosto de mostrar aos alunos. Isto é de Phillip Good, em seu livro Permutation, Parametric, and Bootstrap Tests of Hypotheses (Springer, 2005, 3ª ed.), Onde ele introduz a estratégia geral de teste ou tomada de decisão sobre hipóteses estatísticas e como realizar uma abordagem muito simples e prática. teste de permutação exata para resolver o seguinte problema.
Logo depois de receber meu doutorado em estatística, decidi que, se realmente quisesse ajudar os cientistas de bancada a aplicar estatística, deveria me tornar um cientista. Então, voltei à escola para aprender fisiologia e envelhecimento em células criadas em placas de Petri.
Logo aprendi que havia muito mais em um experimento do que a atribuição aleatória de indivíduos a tratamentos. Em geral, 90% do esforço experimental foi gasto no domínio de várias técnicas de laboratório misteriosas, outros 9% no desenvolvimento de novas técnicas para cobrir a lacuna entre o que havia sido feito e o que eu realmente queria fazer, e apenas 1% no próprio experimento. Mas finalmente chegou o momento da verdade - era necessário que eu publicasse e não perecesse - e consegui clonar fibroblastos diplóides humanos em oito pratos de cultura: quatro deles foram preenchidos com uma solução nutritiva convencional e quatro realizaram uma solução experimental de "extensão da vida" à qual a vitamina E foi adicionada.
Esperei três semanas com os dedos cruzados para que não houvesse contaminação das culturas celulares, mas no final desse período de teste três pratos de cada tipo haviam sobrevivido. Meu técnico e eu transplantamos as células, deixamos que elas cresçam por 24 horas em contato com um rótulo radioativo e depois as fixamos e mancamos antes de cobri-las com uma emulsão fotográfica.
Dez dias se passaram e estávamos prontos para examinar as autoradiografias. Dois anos se passaram desde que eu imaginei esse experimento e agora os resultados estavam em: eu tinha os seis números de que precisava.
"Perdi os rótulos", disse minha técnica enquanto me entregava os resultados. Esta foi uma situação terrível. Sem os rótulos, eu não tinha como saber quais culturas celulares foram tratadas com vitamina E e quais não.
Este é um tópico que seria de interesse dos membros do grupo Estatísticos Isolados no ASA. É provável que você receba muitas respostas úteis de professores experientes lá, então limitarei o que compartilho aqui.
É útil entender de onde vêm seus alunos. Um pré-teste de baixo estresse pode ajudá-lo a identificar seus pontos fortes, fracos e medos. Testes de amostra para essa finalidade são fornecidos no manual do instrutor no texto Estatística de Freedman, Pisani, Purves . Obtenha uma cópia do manual através da sua instituição. (Acho que o editor a enviará de graça.) (Se você estiver realmente interessado nisso, posso postar uma versão desses testes que usei para pré-avaliação de estudantes de graduação.) Outra boa fonte de material de teste relacionado às estatísticas de introdução é o site do artista . Como estatístico de trabalho, é claro que você desejará se envolver em alguma medida quantitativa do aprendizado que ocorre em sua classe ;-). Esse site é um ótimo recurso para perguntas de teste.
Existe uma literatura grande e crescente sobre o ensino de estatísticas de introdução. Um ponto de partida é o Journal of Statistical Education . No mínimo, você encontrará artigos sobre o uso de estudos de caso e conjuntos de dados relevantes para estudantes de medicina; você pode descobrir alguns que abordam especificamente o ensino dessa população.
Quando me pedem para ministrar esses cursos, sempre achei útil ajudar os outros professores e, quando possível, os próprios alunos a descobrir o que realmente precisam saber e o que pode motivá-los. Os estudantes de medicina estão muito ocupados e não foram à escola para aprender estatística, mas sabem que precisam entender os papéis que lerão ao longo de suas carreiras. Se você não conhece a literatura médica, algumas horas com os melhores periódicos, como o Lancet e o JAMA, ajudarão você a apreciar o que eles estão trabalhando.
Quando penso em dar uma aula, penso em cinco componentes principais, nem todos usados normalmente em uma aula. Eles são
- Aplicação em larga escala
- Demonstração física
- Aplicação em pequena escala (específica)
- Princípio estatístico ou probabilístico
- Argumento de prova ou plausibilidade
O Tufte também mencionou (não tenho a fonte aqui, mas acho que também era de Mosteller) a estrutura do PGP :
A idéia é que você comece com um exemplo (ajuda se o exemplo for relevante para os alunos), desenvolva a solução geral e feche com outro exemplo.
Eu ensino estudantes de biologia na graduação, e o medo é comum entre eles. Geralmente começo dizendo a eles três coisas:
1) Estatística não é matemática, é lógica. E se você está cursando ciências em uma universidade respeitada, não tem problemas com o uso da lógica para resolver problemas.
2) Se você pode adicionar, subtrair, multiplicar, dividir e informar se um número é maior que outro, você pode fazer todas as contas necessárias para um curso de estatística de graduação.
3) As pessoas aprendem de maneira diferente; portanto, se você não entender um professor / livro / explicação, peça ou encontre outro. (Eu tento dar 2-3 tipos de explicação para uma determinada idéia, onde posso e pedir que lembrem da que faz sentido para eles).
Finalmente, erro do lado das explicações visuais em oposição às puramente verbais ou matemáticas, pois isso parece funcionar para a maioria dos estudantes.
A "tomada de decisão diante da incerteza" parece muito mais interessante do que a "estatística", mesmo que seja essencialmente sobre isso. Talvez você possa liderar com o aspecto da tomada de decisão para criar motivação para o curso.
Algumas boas respostas aqui, mas uma adição.
Começo dizendo "Quem foi a primeira mulher membro da Royal Statistical Society". Eu também poderia dizer "Você já ouviu falar dela".
Normalmente, ninguém acerta. Depois digo que era Florence Nightingale e pergunto por que ela é famosa. Eles respondem sobre coisas como higiene. Explico que ela é famosa não apenas pelo que descobriu, mas porque coletou os dados e explicou aos formuladores de políticas. É muito bom ter uma boa ideia, mas você precisa mostrar às outras pessoas que é verdade. Eu falo sobre gráficos de pizza (eixos polares) e a coincidência de que FN David, que passou a ser uma estatística bastante conhecida por seu próprio direito, recebeu o nome de Nightingale.
Um recurso que não foi mencionado, mas acho que seria o melhor recurso para essa situação, é o livro Como mentir com as estatísticas, de Darrell Huff . O livro está cheio de exemplos práticos e raciocínio intuitivo; ajuda a cimentar os métodos estatísticos às vezes abstratos.
Apesar de ter mestrado em engenharia, luto com matemática. Eu tenho mais dificuldade em escrever simbolicamente o que sei. Por exemplo, ao aprender a limitar os limites ao infinito, eu poderia intuitivamente resolver muitos dos problemas de palavras fornecidos na classe, mas foi preciso muito esforço para escrever a matemática e resolver a equação.
Muitas estatísticas foram a mesma luta para mim. As estatísticas dos cursos de matemática que eu havia estudado estavam mais preocupadas com a nova notação matemática que eu esperava aprender como e por que as coisas estavam acontecendo.
O método que funcionou para mim e abriu meus olhos para as maravilhas da estatística foi a solução prática de problemas nos meus cursos de engenharia, que por acaso usavam estatísticas. Usar exemplos físicos e conduzir experimentos me ajudou a entender a base real da notação que eu estava usando. Ao desenvolver um curso sobre Design de Experimentos, fiquei muito satisfeito com a quantidade de informações gratuitas disponíveis para ajudar a ensinar conceitos complexos de maneira prática.
Nenhuma receita cobre todos os casos, mesmo que elementos comuns possam ser falta de confiança e, infelizmente, falta de competência em matemática; e talvez o mais crucial seja um forte preconceito cultural transmitido de geração em geração de que as estatísticas serão difíceis, tediosas e inúteis e cheias de idéias estranhas.
O curso introdutório é difícil de fazer bem. Vai ser na hora errada (do dia e da semana, surpreendentemente, devido a questões mundanas de horários) e na hora errada na carreira das pessoas. Vai na velocidade errada para quase todos. Eles ainda não entendem o ponto (e em muitos casos nunca o verão).
Então, quais aspectos positivos posso oferecer?
Eu gosto de começar com dados e gráficos e vincular ao que eles sabem. Apresente não apenas os gráficos que eles devem conhecer, mas também alguns novos. Os alunos que temem equações geralmente ficam contentes e são bons em pensar graficamente.
A decolagem real geralmente ocorre apenas quando os alunos têm seus "próprios" dados de que se preocupam , geralmente para um projeto ou dissertação. Isso dá foco e motivação; eles podem olhar para a literatura e ver quais métodos as pessoas usam; eles têm um incentivo para entender, pois não é apenas uma questão de pouco exercício bobo pelo qual eles podem dormir (mas ainda não entendem). No sistema britânico, isso pode acontecer já no segundo ano do curso de graduação.
Divulgação: sou geógrafo; Eu ensino geógrafos; Costumo dar palestras em reuniões interdisciplinares. Não tenho nenhuma qualificação formal em estatística, mas as aplicações estatísticas têm sido meu principal interesse em pesquisa e ensino durante a maior parte da minha carreira.