[论文解读] Data Visualization on Day One: Bringing Big Ideas into Intro Stats Early and Often

Xiaofei Wang, Cynthia Rush+1 more|arXiv (Cornell University)|May 23, 2017

Data Analysis with R参考文献 8被引用 6

一句话总结

本文提出了一项第一周的入门统计学活动，通过使用真实多变量数据集（如 HELPrct 和 CPS85）早期嵌入数据可视化和 R/R Markdown。学生分组创建单变量和多变量可视化，练习描述非显而易见的洞察，并生成可重现的报告——成功降低了统计计算的入门门槛，同时培养了早期的统计思维和数据好奇心。

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.

研究动机与目标

• 解决入门统计学课程中对早期接触统计计算和数据可视化日益增长的需求。
• 通过将数据可视化作为低门槛的切入点，减少学生学习 R 时的焦虑感。
• 从课程第一周起就嵌入多变量思维和真实数据分析，与 GAISE 指南保持一致。
• 通过 R Markdown 和 mosaic 包促进可重现、文档齐全的分析。
• 使学生能够在课程早期就通过数据提出并回答统计问题。

提出的方法

• 由教师主导进行15分钟的教程，使用 mosaic 包介绍基本 R 函数，用于汇总统计和可视化。
• 将学生分组，使用 R 和 R Markdown 探索一个真实且复杂的多变量数据集（如 HELPrct 或 CPS85）。
• 指导学生制作三种能揭示非显而易见洞察的可视化，强调单变量和多变量展示。
• 使用 R Markdown 模板确保可重现性和文档完整性，代码块格式正确。
• 将常见错误（如文件扩展名错误、代码块中的语法错误）作为教学契机。
• 通过批判性评价实验报告，开展活动后的反思，强化对直方图与条形图使用差异及描述精确性的理解。

实验结果

研究问题

• RQ1 如何将数据可视化作为教学切入点，在入门统计学课程中引入 R 和统计计算？
• RQ2 第一年学生是否能在单节课时间内通过可视化产生有意义且非显而易见的洞察？
• RQ3 早期接触 R 和 R Markdown 如何影响学生的参与度和统计分析信心？
• RQ4 初学者在使用 R Markdown 时常见的技术错误有哪些？如何在课堂环境中有效应对？
• RQ5 早期的数据可视化活动能否在初学者学习者中培养多变量思维和统计好奇心？

主要发现

• 学生在单节课时间内成功使用真实数据集生成了单变量和多变量可视化，揭示了如双峰分布等非显而易见的模式。
• 使用 R Markdown 模板帮助学生即使在经验极少的情况下，也能生成可重现且文档齐全的报告。
• 常见技术问题（如文件扩展名错误、代码块格式不正确、注释位置错误）虽频繁出现，但成为有效的学习机会。
• 活动后的批判性评价环节提升了学生对可视化术语和描述质量的理解，例如能正确区分直方图与条形图。
• 通过 RPubs 共享最终的 HTML 输出，增强了学生的投入感，促使他们提交更高质量的工作，并促进同伴学习。
• 该活动成功降低了学生对 R 的心理门槛，使他们能够从课程第一周起就开展以数据为驱动的探究。