[論文レビュー] Meeting Student Needs for Multivariate Data Analysis: A Case Study in Teaching a Multivariate Data Analysis Course with No Pre-requisites

Amy S Wagaman|arXiv (Cornell University)|Oct 26, 2013

Statistics Education and Methodologies参考文献 7被引用数 4

ひとこと要約

本論文は、前提知識のない学生を対象に、実世界のデータ、アクティブラーニング、実践的活動を用いて多変量データ解析を教授する教育的事例研究を提示する。このアプローチは、探索的データ解析と実務的スキルに重点を置くことで、最小限の正式な訓練でも多様な学生のニーズに応え、高い関与度と理解度を達成した。

ABSTRACT

Modern students encounter big, messy data sets long before setting foot in our classrooms. Many of our students need to develop skills in exploratory data analysis and multivariate analysis techniques for their jobs after college, but these topics are not covered in introductory statistics courses. This case study describes my experience in designing and teaching a course on multivariate data analysis with no pre-requisites, using real data, active learning, and other activities to help students tackle the material.

研究の動機と目的

• 前提知識のない学生に対する多変量データ解析教育のギャップを埋める。
• 事前知識が不要な初心者向けに多変量データ解析の授業を設計・実装する。
• 将来の職業で複雑なデータに直面する学生の実務的ニーズに応える。
• 実データ、アクティブラーニング、インタラクティブな教材を通じて学生の関与度を高める。

提案手法

• 本物の不恰好なデータセットを核とする15週間の授業を設計し、現実のデータ課題を反映させる。
• 授業内活動、グループワーク、データ探索演習などのアクティブラーニング手法を採用する。
• 正式な多変量手法を導入する前に、探索的データ解析（EDA）を基盤的コンponentとして統合する。
• 20ページの例題資料と実践的演習を含む、構造化されたカリキュラムを用いる。
• 統計的概念を実用的応用の文脈に組み込むことで、アクセシビリティと関連性を向上させる。
• 数学的厳密性よりも概念的理解に重点を置き、統計的訓練が限られた学生に対応する。

実験結果

リサーチクエスチョン

• RQ1 前提知識のない学生に対して、多変量データ解析をどのように効果的に教授できるか？
• RQ2 事前知識が欠如している状況で、学生の関与度と理解度を高めるために最適な教育戦略は何か？
• RQ3 本物で複雑なデータセットを用いることで、多変量解析における学生の学習成果にどのような影響を与えるか？
• RQ4 アクティブラーニングは、初心者が探索的データ解析と多変量手法を習得するのをどの程度支援するか？
• RQ5 実務的・応用志向の指導は、数学的事前知識を代替できる程度まで到達できるか？

主な発見

• 本授業は、実世界のデータとアクティブラーニングに根ざした指導により、事前知識のない学生を効果的に関与させた。
• 学生は多変量手法の基盤である強力な探索的データ解析のスキルを習得した。
• 実践的で手を動かす活動の導入により、複雑な概念の理解と記憶が著しく向上した。
• 20ページの例題演習を含む授業資料は、多様な学習ニーズに対応するのに効果的であった。
• 学生のフィードバックから、授業修了後、大規模で不規則なデータセットを扱う自信が向上した。
• 教育法が適切に設計されていれば、形式的な数学的事前知識がなくても、核心的な多変量データ解析スキルを習得可能であることが示された。