[論文レビュー] Students emergent understanding of statistical modeling through parametric inference

Matthew D. Beckman, Robert C. delMas|arXiv (Cornell University)|Dec 6, 2017

Statistics Education and Methodologies参考文献 12被引用数 1

ひとこと要約

本研究では、学生が自ら文脈を考案し、標本、母集団、統計量、母数を特定する必要があるパラメトリック推論タスクを通じて、序論的統計学習者が統計的モデル化の理解をどのように発展させるかを調査している。500件の学生反応を分析した結果、標本と母集団の正確な描写が見られたが、統計量と母数については一貫性がなく、しばしば変数や研究設計の要素と混同されて誤った理解が示された。

ABSTRACT

Statistical thinking partially depends upon an iterative process by which one identifies and maps essential features of a problem setting onto an abstract model or archetype, and then translates this abstract structure back into the context of the original problem setting (Wild & Pfannkuch, 1999). Assessment in introductory statistics often relies on tasks that present students with data in context and expects them to choose and describe an appropriate model. This study explores an alternative task that explicitly presents students with an elementary paradigm for statistical inference, and then prompts students to clearly identify a sample, population, statistic, and parameter using a context of their own invention. The study data include free-text narrative responses of a random sample of 500 students from a national sample of more than 1600 introductory statistics students from the United States. Student responses were scrutinized and categorized in order to explore emergent understanding and communication of foundational concepts related to statistical inference and modeling. Results suggest that responses often portrayed sample and population accurately. Portrayals of statistic and parameter were significantly less reliable, and were associated with descriptions of a wide variety of other concepts. Responses frequently attributed a variable of some kind to the statistic, or a study design detail to the parameter. Implications for instruction related to foundational concepts such as parameter and the necessity for emphasis on a modeling paradigm in introductory statistics are discussed.

研究の動機と目的

• パラメトリック推論に重点を置いたタスクを通じて、学生が統計的モデル化の理解をどのように構築するかを検討すること。
• 学生が自ら考案した文脈において、標本、母集団、統計量、母数を特定し、説明する能力を調査すること。
• 基礎的な統計的推論概念の理解の信頼性と正確性を評価すること。
• 学生が応用的・文脈化された形で抽象的な統計的モデル化概念をどのように伝え表現するかを探索すること。

提案手法

• 米国における1,600人以上の序論的統計学習者を対象にした全国的サンプルを用い、そのうち500人を分析対象とした。
• 学生には、基本的なパラメトリック推論の枠組みを提示し、自ら文脈を考案させ、標本、母集団、統計量、母数を特定させるタスクが与えられた。
• 自由記述形式の反応を収集し、概念的理解のパターンを特定するために体系的かつ厳密に吟味・分類した。
• 分類は、標本、母集団、統計量、母数の定義における正確性と一貫性に焦点を当て、変数や設計要因といった誤認知を特に注目した。
• 特に統計量と母数の区別に関する概念的信頼性を分析した。
• 定性的コーディング技法を用いて、学生の説明における繰り返し現れる誤解や表現パターンを同定した。

実験結果

リサーチクエスチョン

• RQ1 学生が自ら統計的文脈を構築する際、標本と母集団をどれほど正確に特定・定義することができるか。
• RQ2 学生が自ら考案した文脈において、統計量と母数をどれほど正確に区別できるか。
• RQ3 学生が統計量や母数と頻繁に結びつける代替的概念は何であり、これらの誤認知はどのように現れるか。
• RQ4 学生は応用的・文脈化された物語的表現を通じて、抽象的な統計的モデル化概念をどのように伝え表現するか。
• RQ5 これらの発見は、序論的統計教育課程における基礎的統計的推論概念の指導にどのような示唆をもたらすか。

主な発見

• 学生は標本と母集団について相対的に強く、正確な理解を示しており、自ら考案した文脈においてその要素を正しく特定しているケースが大多数であった。
• 統計量の描写は著しく信頼性に欠け、多くの学生が統計量に変数やデータ値を割り当てており、要約統計量としての本質を捉えていなかった。
• 母数の定義についても一貫性がなく、学生の多くが母数を標本抽出法や実験的設定といった研究設計の要素と結びつけていた。
• 統計量や母数に、多様な非統計的概念が結びつけられており、これらの基礎的用語に対する概念的明確さの欠如が示された。
• この研究は、標本と母集団を正しく特定できても、統計量（標本に基づく要約値）と母数（母集団レベルの値）の区別が、学生の間で著しく曖昧であることを明らかにした。
• これらの発見は、現在の指導法が、統計的モデル化と推論の強固な概念的理解の発展を十分に支援していない可能性を示唆している。