[论文解读] 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 1

一句话总结

本研究探讨了入门级统计学学生在完成一项参数推断任务时，如何发展对统计建模的理解。该任务要求学生自行构建情境，并识别样本、总体、统计量与参数。对500份学生回答的分析显示，学生对样本和总体的表述较为准确，但对统计量和参数的概念不一致且常出现错误，常将二者与变量或研究设计要素混淆。

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.

研究动机与目标

• 考察学生如何通过强调参数推断的任务构建对统计建模的理解。
• 调查学生在自创情境中识别并阐述关键要素（样本、总体、统计量与参数）的能力。
• 评估学生对基础统计推断概念（如参数与统计量）的信念的可靠性和准确性。
• 探讨学生如何以应用化、情境化的方式沟通和表达抽象的统计建模概念。

提出的方法

• 使用了美国1,600多名入门级统计学学生的全国样本，从中随机选取500份用于分析。
• 学生被给予一项任务，该任务呈现了参数推断的基本范式，并要求其自行构建情境，标注样本、总体、统计量与参数。
• 收集了自由文本叙述性回答，并系统审查与分类，以识别概念理解中的模式。
• 分类重点在于对样本、总体、统计量与参数的定义是否准确且一致，特别关注将这些概念错误归因于变量或设计特征的情况。
• 对学生回答进行分析，以评估其概念可靠性，尤其是统计量与参数之间区别的理解程度。
• 应用定性编码技术，识别学生解释中反复出现的误解与沟通模式。

实验结果

研究问题

• RQ1 当学生自行构建统计情境时，他们对样本和总体的识别与定义有多准确？
• RQ2 在自创情境中，学生在多大程度上能正确区分统计量与参数？
• RQ3 学生常将哪些其他概念与统计量或参数关联？这些错误归因如何表现？
• RQ4 学生如何在应用化、情境化的叙述中沟通和表达抽象的统计建模概念？
• RQ5 这些发现对入门课程中教授基础统计推断概念有何启示？

主要发现

• 学生对样本和总体的理解相对较强且准确，大多数回答能正确识别其自创情境中的这些要素。
• 对统计量的表述可靠性显著较低，许多学生将变量或数据值归因于统计量，而非汇总度量。
• 对参数的定义也缺乏一致性，学生常将参数与抽样方法或实验设置等研究设计特征关联。
• 大量非统计学概念被关联到统计量与参数，表明学生对这些基础术语的概念理解模糊。
• 研究揭示了学生在区分统计量（基于样本的汇总）与参数（总体水平的值）方面存在显著差距，即使他们能正确识别样本和总体。
• 这些发现表明，当前的教学方法可能未能充分支持学生对统计建模与推断的稳健概念理解的发展。