Je suis sur le point d'aider à enseigner les statistiques aux étudiants en médecine ce semestre.
J'ai entendu beaucoup d'histoires d'horreur sur la peur de ces étudiants à partir de statistiques d'apprentissage.
Quelqu'un peut-il suggérer quoi faire avec cette peur? (Soit des liens vers des personnes qui en discutent, soit des suggestions issues de votre propre expérience)
Réponses:
Essayez de personnaliser les statistiques. Pour montrer pourquoi la compréhension de ses concepts (même si ils oublieront les mathématiques, le reconnaître) est utile pour eux . Par exemple, comment interpréter les résultats des tests de cancer du sein. Pour citer http://yudkowsky.net/rational/bayes :
Voici un problème d'histoire sur une situation que les médecins rencontrent souvent:
1% des femmes de quarante ans participant au dépistage systématique ont un cancer du sein. 80% des femmes atteintes d'un cancer du sein auront une mammographie positive. 9,6% des femmes sans cancer du sein auront également une mammographie positive. Une femme de ce groupe d'âge a eu une mammographie positive lors d'un dépistage de routine. Quelle est la probabilité qu'elle ait réellement un cancer du sein?
Selon vous, quelle est la réponse? Si vous n'avez jamais rencontré ce genre de problème auparavant, prenez quelques instants pour trouver votre propre réponse avant de continuer.
Ensuite, supposons que je vous ai dit que la plupart des médecins obtiennent la même mauvaise réponse à ce problème - en général, environ 15% seulement des médecins y répondent correctement. ("Vraiment? 15%? Est-ce un chiffre réel ou une légende urbaine basée sur un sondage Internet?" C'est un chiffre réel. Voir Casscells, Schoenberger et Grayboys 1978; Eddy 1982; Gigerenzer et Hoffrage 1995; et de nombreuses autres études C'est un résultat surprenant qui est facile à reproduire, il a donc été largement répliqué.)
Comme vos étudiants seront des médecins, précisez-le: s'ils ne comprennent pas les statistiques, ils donneront une mauvaise interprétation des résultats à leurs patients . Ce n'est pas une affaire académique.
Reconnaissent également que si ils vont dans la recherche, ils vont oublier les détails que vous leur enseigner. N'espère même pas que ce n'est pas le cas. Visez à comprendre les concepts fondamentaux (erreurs de types I et II, corrélations et causations, etc.) pour qu'ils se rappellent une situation: comprendre les statistiques mieux. " Empêcher les erreurs cognitives et leur apprendre à se renseigner sur les résultats fournis par d'autres (en particulier dans un secteur où de grandes sommes d'argent sont en jeu) sera un signe de votre réussite.
Je conviens qu'il est important de rendre les statistiques personnelles / pertinentes, mais cela ne va pas en fin de compte dissiper la peur de l'étudiant. Je pense que les sentiments de l'élève à propos de quelque chose ont souvent plus à voir avec la personnalité de son enseignant et avec quel confort il se sent en classe, même lorsqu'il enseigne à des élèves indifférents ou effrayés. La première chose à faire pour supprimer leurs peurs est de supprimer les vôtres ... vous ne devriez pas avoir peur d'enseigner aux étudiants qui peuvent en avoir peur, car finalement les conseiller sur leurs peurs ne relève pas de votre responsabilité. Vous n'êtes pas un thérapeute. Et pourtant, en étant naturel, amusant, décontracté, ringard et sympathique, l'étudiant sera en mesure de laisser aller sa peur au moment où il pourra commencer à remplacer ses sentiments pour les statistiques par ses sentiments pour vous en tant que personne et pour l'environnement de la curiosité. ,
C'est ma conviction et mon expérience.
Alors, voici ce que je recommande:
Recadrez les statistiques en utilisant des mantras du type "Information is Beautiful" et montrez-leur le blog du même nom. Mentionnez par exemple comment "mesurer quelque chose vous permet de le gérer" et prenez des décisions plus sages. Oui, ce sont toutes des façons de le rendre personnel et pertinent.
Présentez-les à des sections de Freakonomics. C'est un excellent livre qui utilise un langage courant pour expliquer en quoi l'analyse statistique est importante et sexy.
Raconte constamment des blagues. Cela vous fait aimer. Sois une gaffe. Faites tout ce qui est nécessaire pour qu’ils se sentent plus froids que vous. Faites tout ce qui est nécessaire pour qu’ils se sentent plus intelligents que vous (même s’ils vous font confiance, vous avez tout sous contrôle). Il y a quelques années, il y a eu un article dans le NYTimes sur le pouvoir d'un enseignant peu cool. Cela permet aux étudiants de se détendre. Portez une conversation bleue avec toutes les étoiles, faites quelque chose de bizarre comme idiosyncrasique pour qu'ils sachent qu'ils ont une chance et qu'ils n'ont rien à craindre.
Donnez-leur des choses à jouer. Obtenez des marqueurs de couleur (je l'ai fait à l'université) et demandez-leur de dessiner leurs graphiques et leurs notes en couleur. Cela leur donne l'impression d'être à l'école primaire même s'ils calculent l'écart-type. Aide majeure pour surmonter la peur.
Procurez-vous un équipement de mesure, mesurez votre fréquence cardiaque et faites-les courir. Démontrez des concepts en collectant des données auprès d'étudiants vivant en classe. Faites-leur oublier que c'est un cours de statistiques, donnez-leur le sentiment que c'est une étude à laquelle ils participent ou qu'ils administrent.
Démystifier les maths. Un cours d'introduction aux statistiques ne comporte pas d'opération mathématique réelle plus difficile qu'un cours d'arithmétique. Dites-leur que c'est comme une pratique du yoga pour apprendre à être plus organisé.
Mémorisez le nom de chacun le premier et le deuxième jour, absolument. Les appeler par leur nom, se moquer d'eux parfois, les laisser se moquer de vous, sont autant de moyens de vaincre la peur.
En fin de compte, ils veulent savoir que vous ne les frapperez pas à la tête avec quelque chose qu'ils ne peuvent pas gérer (c'est ce que la peur est). Avertissez-les bien et exagérez la difficulté des choses à mesure qu'elles se présentent. Commencez le cours en disant: "Bon Dieu, vous allez me tuer, parce qu'aujourd'hui, ce sera si dur que votre tête va exploser", et ensuite, quand vous leur apprenez la variance, disons, et ils trouvent cela facile à calculer, alors ils auront une plus grande confiance.
Lorsque quelque chose est réellement difficile à calculer, donnez-leur toute une période, et peut-être un deuxième coup le prochain cours en fonction de vos contraintes de temps.
Et encore une fois, c'est finalement à vous. Connaissez-vous vos statistiques dans les deux sens? Cela vous intimide-t-il? Êtes-vous un professeur amusant qui fait rire les étudiants et les détend, ou vous bafouez et vous ne savez pas comment vous dirigez le bateau? Le temps de classe est-il bien géré ou êtes-vous constamment en train de vous demander combien de temps il faudra pour enseigner? Pouvez-vous être sévère avec eux quand ils en ont besoin (après tout, ils sont étudiants en médecine)?
Andrew Gelman a écrit un excellent livre, Teaching Statistics, qui contient de nombreuses astuces (il y a également des diapositives ).
J'aime introduire un cours en parlant d’aléatoire, de probabilité élémentaire comme dans les jeux, de relation de cause à effet, de tests de permutation (car les tests paramétriques leur donnent une bonne approximation :).
Je viens de mettre un exemple que j'aime montrer aux étudiants. Ceci est tiré de Phillip Good, dans son livre Permutation, Parametric, and Bootstrap Tests of Hypotheses (Springer, 2005 3 e éd.), Où il présente la stratégie générale de test ou de prise de décision concernant l’hypothèse statistique et la manière de réaliser une analyse très simple. test de permutation exact pour résoudre le problème suivant.
Peu de temps après avoir obtenu mon doctorat en statistique, j'ai décidé que si je voulais vraiment aider les scientifiques du banc à appliquer les statistiques, je devais moi-même devenir scientifique. Je suis donc retourné à l'école pour apprendre la physiologie et le vieillissement dans des cellules élevées dans des boîtes de Pétri.
J'ai vite appris que l'expérience était beaucoup plus vaste que l'assignation aléatoire de sujets à des traitements. En général, 90% des efforts expérimentaux ont été consacrés à la maîtrise de diverses techniques de laboratoire arcaniques, 9% supplémentaires au développement de nouvelles techniques permettant de combler l'écart entre ce qui avait été fait et ce que je voulais vraiment faire, et à peine 1% de l'expérience elle-même. Mais le moment de vérité est enfin venu - il le fallait pour que je publie et non pour périr - et j'ai réussi à cloner des fibroblastes diploïdes humains dans huit plats de culture: quatre de ces plats étaient remplis d'une solution nutritive conventionnelle et quatre solution expérimentale "prolongeant la vie" à laquelle de la vitamine E avait été ajoutée.
J'ai attendu trois semaines avec les doigts croisés qu'il n'y avait pas de contamination des cultures de cellules, mais à la fin de cette période de test, trois plats de chaque type avaient survécu. Mon technicien et moi avons transplanté les cellules, les avons laissées croître pendant 24 heures au contact d'une étiquette radioactive, puis les avons fixées et colorées avant de les recouvrir d'une émulsion photographique.
Dix jours ont passé et nous étions prêts à examiner les autoradiographies. Deux ans s'étaient écoulés depuis que j'avais envisagé cette expérience pour la première fois et les résultats étaient maintenant là: j'avais les six chiffres dont j'avais besoin.
"J'ai perdu les étiquettes", a déclaré ma technicienne en me tendant les résultats. C'était une situation désastreuse. Sans les étiquettes, je n'avais aucun moyen de savoir quelles cultures de cellules avaient été traitées à la vitamine E et lesquelles n'avaient pas été traitées.
C’est un sujet qui pourrait intéresser les membres du groupe des statisticiens isolés de l’ASA. Vous y obtiendrez probablement de nombreuses réponses utiles de la part d'enseignants expérimentés. Je vais donc limiter ce que je partage ici.
Il est utile de comprendre d'où viennent vos étudiants. Un pré-test peu stressant peut vous aider à identifier leurs forces, leurs faiblesses et leurs peurs. Des exemples de tests à cet effet sont fournis dans le manuel de l'instructeur du texte Statistiques Freedman, Pisani, Purves . Obtenez une copie du manuel auprès de votre institution. (Je pense que l'éditeur l'enverra gratuitement.) (Si cela vous intéresse vraiment, je peux poster une version de ces tests que j'ai utilisés pour l'évaluation préalable des étudiants de premier cycle.) Une autre bonne source de matériel de test lié aux statistiques d'intro est le site Web de l' artiste . En tant que statisticien actif, vous souhaiterez bien sûr procéder à une mesure quantitative de l’apprentissage en classe ;-). Ce site est une excellente ressource pour les questions de test.
Il existe une littérature abondante et croissante sur l'enseignement des statistiques d'introduction. Le Journal of Statistical Education est un lieu de départ . Vous y trouverez au minimum des articles sur l'utilisation d'études de cas et d'ensembles de données pertinents pour les étudiants en médecine; vous pourriez en découvrir certains qui traitent spécifiquement de l'enseignement de cette population.
Quand on m'a demandé d'enseigner de tels cours, j'ai toujours trouvé utile de contacter les autres membres du corps professoral et, lorsque cela était possible, les étudiants eux-mêmes pour savoir ce qu'ils devaient vraiment savoir et ce qui les motiverait. Les étudiants en médecine sont très occupés et ne sont pas allés à l’école pour apprendre les statistiques, mais ils savent qu’ils devront comprendre les journaux qu’ils liront tout au long de leur carrière. Si vous n'êtes pas familier avec la littérature médicale, quelques heures avec les meilleures revues, telles que The Lancet et JAMA, vous aideront à comprendre ce sur quoi elles travaillent.
Frederick Mosteller a déclaré:
Quand je pense enseigner une classe, je pense à cinq composantes principales, pas toutes habituellement utilisées dans une conférence. Elles sont
- Application à grande échelle
- Démonstration physique
- Application à petite échelle (spécifique)
- Principe statistique ou probabiliste
- Argument de preuve ou de plausibilité
Tufte a également mentionné (je n'ai pas la source ici mais je pense que c'était aussi de Mosteller) le framework PGP :
L'idée est que vous devriez commencer par un exemple (cela aide si l'exemple est pertinent pour les étudiants), puis développer la solution générale, puis terminer par un autre exemple.
J'enseigne aux étudiants de premier cycle en biologie, et The Fear sévit parmi eux. Je commence généralement par leur dire trois choses:
1) Les statistiques ne sont pas des maths, c'est de la logique. Et si vous étudiez en sciences dans une université réputée, vous n’aurez aucun problème à utiliser la logique pour résoudre des problèmes.
2) Si vous pouvez ajouter, soustraire, multiplier, diviser et dire si un nombre est supérieur à un autre, vous pouvez effectuer tous les calculs nécessaires pour un cours de statistiques de premier cycle.
3) Les gens apprennent différemment, alors si vous ne comprenez pas un conférencier / manuel / explication, demandez ou trouvez-en un autre. (J'essaie de donner 2 ou 3 types d'explications à une idée donnée et de leur rappeler de se souvenir de celle qui leur paraît logique).
Enfin, je préfère les explications visuelles aux explications purement verbales ou mathématiques, car cela semble être efficace pour la majorité des élèves.
"La prise de décision face à l'incertitude" semble beaucoup plus intéressant que "la statistique", même si c'est essentiellement son sujet. Peut-être que vous pourriez diriger avec l’aspect décisionnel pour motiver le cours.
Quelques bonnes réponses ici, mais un ajout.
Je commence par dire "Qui était la première femme membre de la Royal Statistical Society." Je pourrais aussi dire "Vous avez entendu parler d'elle."
Habituellement, personne ne le fait correctement. Ensuite, je dis que c'était Florence Nightingale et je lui ai demandé pourquoi elle était célèbre. Ils répondent à des questions telles que l'hygiène. J'explique qu'elle est célèbre non seulement pour ce qu'elle a découvert, mais aussi pour avoir collecté les données et les avoir expliquées aux décideurs. C'est très bien d'avoir une bonne idée, mais vous devez être capable de montrer aux autres que c'est la vérité. Je parle ensuite de camemberts (diagrammes d’axe polaire) et de la coïncidence que FN David, qui est devenue une statisticienne assez connue, a été baptisée du nom de Nightingale.
Une ressource qui n’a pas été mentionnée mais qui, à mon avis, serait la meilleure ressource pour cette situation est le livre How to Lie with Statistics de Darrell Huff . Le livre est plein d'exemples pratiques et de raisonnement intuitif; cela aide à cimenter les méthodes statistiques parfois abstraites.
Bien qu'ayant une maîtrise en ingénierie, j'ai du mal avec les mathématiques. J'ai tendance à lutter le plus avec l'écriture symbolique de ce que je sais. Par exemple, en apprenant à prendre des limites à l'infini, je pouvais résoudre de manière intuitive bon nombre des problèmes de mots fournis dans la classe, mais il fallait beaucoup d'efforts pour écrire les mathématiques et résoudre l'équation.
Une grande partie des statistiques était la même lutte pour moi. Les statistiques des cours de mathématiques que j’avais suivies étaient davantage liées à la nouvelle notation mathématique que je devais apprendre à comprendre comment et pourquoi il se passait quelque chose.
La méthode qui a fonctionné pour moi et qui m'a ouvert les yeux sur les merveilles de la statistique était la résolution pratique de problèmes dans mes cours d'ingénierie, ce qui est arrivé à utiliser des statistiques. L'utilisation d'exemples physiques et la réalisation d'expériences m'ont aidé à comprendre le vrai fondement de la notation que j'utilisais. Lors de l'élaboration d'un cours sur la conception d'expériences, j'ai été très satisfait de la quantité d'informations gratuites disponibles pour aider à enseigner des concepts complexes de manière très pratique.
Aucune recette ne couvre tous les cas, même si les éléments communs peuvent être le manque de confiance en soi et, malheureusement, le manque de compétences en mathématiques; et peut-être plus fondamentalement encore, une forte préconception culturelle, transmise de génération en génération, selon laquelle les statistiques seront difficiles, fastidieuses et inutiles, et regorge d’idées étranges.
Le cours d'introduction est difficile à réussir. Ce sera au mauvais moment (du jour et de la semaine, étonnamment souvent à cause de problèmes d'horaires banals) et au mauvais moment de la carrière des gens. Cela ira à la mauvaise vitesse pour presque tous. Ils ne voient pas encore le but (et dans de nombreux cas ne le feront jamais).
Alors, quels avantages puis-je offrir?
J'aime commencer par les données, les graphiques et les liens vers ce qu'ils savent. Présentez non seulement les graphiques qu’ils devraient connaître, mais aussi de nouveaux. Les élèves qui craignent les équations sont souvent satisfaits de la pensée graphique et sont doués pour la penser
Le véritable décollage ne survient généralement que lorsque les étudiants ont leurs "propres" données qui les intéressent , généralement pour un projet ou une thèse. Cela donne de la concentration et de la motivation; ils peuvent consulter la littérature et voir quelles méthodes les gens utilisent; ils sont incités à comprendre, car il ne s'agit pas simplement d'un petit exercice ridicule qu'ils peuvent parcourir à travers une promenade endormie (sans toutefois comprendre). Dans le système britannique, cela peut arriver dès le premier cycle du deuxième cycle.
Divulgation: Je suis un géographe; J'enseigne les géographes; Je donne souvent des conférences lors de réunions interdisciplinaires. Je n'ai aucune formation officielle en statistique, mais les applications statistiques ont été mes principaux centres d'intérêt en matière de recherche et d'enseignement pendant la majeure partie de ma carrière.