[논문 리뷰] Data Visualization on Day One: Bringing Big Ideas into Intro Stats Early and Often

Xiaofei Wang, Cynthia Rush외 1명|arXiv (Cornell University)|2017. 05. 23.

Data Analysis with R참고 문헌 8인용 수 6

한 줄 요약

이 논문은 HELPrct 및 CPS85와 같은 실제 다변량 데이터셋을 사용하여 첫 주 통계 수업 활동을 제시한다. 학생들은 그룹으로 나뉘어 단변량 및 다변량 시각화를 수행하고, 명백하지 않은 통찰을 기술하는 연습을 하며 재현 가능한 보고서를 작성함으로써 통계 계산에 대한 장벽을 낮추고, 조기에 통계적 사고력과 데이터 호기심을 기르게 된다.

ABSTRACT

In a world awash with data, the ability to think and compute with data has become an important skill for students in many fields. For that reason, inclusion of some level of statistical computing in many introductory-level courses has grown more common in recent years. Existing literature has documented multiple success stories of teaching statistics with R, bolstered by the capabilities of R Markdown. In this article, we present an in-class data visualization activity intended to expose students to R and R Markdown during the first week of an introductory statistics class. The activity begins with a brief lecture on exploratory data analysis in R. Students are then placed in small groups tasked with exploring a new dataset to produce three visualizations that describe particular insights that are not immediately obvious from the data. Upon completion, students will have produced a series of univariate and multivariate visualizations on a real dataset and practiced describing them.

연구 동기 및 목표

• 들어가는 통계 수업에서 통계 계산 및 데이터 시각화에 대한 조기에 노출이 증가하는 필요성을 해결하기 위해.
• 데이터 시각화를 낮은 장벽의 입구로 삼아 R 학습에 대한 학생의 불안을 줄이기 위해.
• GAISE 지침과 일치시키기 위해 첫 주부터 다변량 사고력과 실제 데이터 분석을 통합하기 위해.
• R Markdown과 mosaic 패키지를 통해 재현 가능하고 잘 문서화된 분석을 장려하기 위해.
• 수업 초반에 학생들이 데이터를 활용해 통계 질문을 제기하고 해결할 수 있도록 능력화하기 위해.

제안 방법

• mosaic 패키지를 사용해 요약 통계 및 시각화를 위한 기본 R 함수를 강사가 15분 동안 지도하는 튜토리얼을 실시한다.
• 학생들을 소규모 그룹으로 배정하여 R과 R Markdown을 사용해 실제 복잡한 다변량 데이터셋(예: HELPrct 또는 CPS85)을 탐색하도록 한다.
• 비명백한 통찰을 드러내는 세 가지 시각화를 제작하도록 지시하며, 단변량 및 다변량 표현 방식을 중점으로 한다.
• 코드 조각이 적절히 형식화된 R Markdown 템플릿을 사용해 재현 가능성을 확보하고 문서화를 보장한다.
• 일반적인 실수(예: 잘못된 파일 확장자, 코드 조각 내 문법 오류)를 수업 중 기회로 활용해 가르친다.
• 활동 후 반성 세션을 통해 랩 제출물을 평가함으로써 히스토GRAM과 바플롯의 사용 차이, 정확한 서술 방식 등의 개념을 강화한다.

실험 결과

연구 질문

• RQ1 데이터 시각화는 들어가는 통계 수업에서 R과 통계 계산을 도입하는 교육적 입구로 어떻게 활용될 수 있는가?
• RQ2 1개 수업 시간 동안 첫 해 학생들이 단일 수업 시간에 의미 있고 명백하지 않은 통찰을 어떻게 도출할 수 있는가?
• RQ3 R과 R Markdown에 대한 조기 노출은 학생들의 참여도와 통계 분석에 대한 자신감에 어떤 영향을 미치는가?
• RQ4 초보자들이 R Markdown을 사용할 때 자주 범하는 기술적 실수는 무엇이며, 이를 수업 환경에서 효과적으로 어떻게 수정할 수 있는가?
• RQ5 초기 데이터 시각화 활동은 초보자 학습자들에게 다변량 사고력과 통계적 호기심을 어떻게 기를 수 있는가?

주요 결과

• 학생들은 단일 수업 시간 내에 실제 데이터셋을 사용해 단변량 및 다변량 시각화를 성공적으로 제작하였으며, 이중 분포와 같은 명백하지 않은 패턴을 드러냈다.
• R Markdown 템플릿의 사용이 학생들이 최소한의 경험으로도 재현 가능하고 잘 문서화된 보고서를 작성하는 데 도움이 되었다.
• 일반적인 기술적 문제—예: 잘못된 파일 확장자, 잘못된 코드 조각 형식, 잘못된 위치에 주석 삽입—은 자주 발생했지만, 효과적인 학습 기회로 기능했다.
• 활동 후 평가 세션은 학생들이 시각화 용어와 서술 품질에 대한 이해를 향상시켰으며, 히스토GRAM과 바플롯의 올바른 구분 방법을 이해하는 데 기여했다.
• 최종 HTML 출력물을 RPubs를 통해 공유함으로써 학생들의 몰입도가 높아졌고, 더 고품질의 작업과 동료 학습을 장려했다.
• 이 활동은 R에 대한 인식 장벽을 성공적으로 낮춰, 학생들이 첫 주 수업부터 데이터 기반 탐구에 참여할 수 있도록 했다.