La educación estadística es la práctica de enseñar y aprender estadística , junto con la investigación académica asociada.
La estadística es tanto una ciencia formal como una teoría práctica de la investigación científica , y ambos aspectos se tienen en cuenta en la enseñanza de la estadística. La enseñanza de la estadística tiene preocupaciones similares a las de otras ciencias matemáticas , como la lógica , las matemáticas y la informática . Al mismo tiempo, la estadística se ocupa del razonamiento basado en la evidencia, en particular del análisis de datos. Por lo tanto, la enseñanza de la estadística tiene fuertes similitudes con la enseñanza en disciplinas empíricas como la psicología y la química , en las que la enseñanza está estrechamente ligada a la experimentación "práctica".
Los matemáticos y estadísticos suelen trabajar en departamentos de ciencias matemáticas (en particular en colegios y universidades pequeñas). En ocasiones, los cursos de estadística han sido impartidos por no estadísticos, en contra de las recomendaciones de algunas organizaciones profesionales de estadísticos y matemáticos.
La investigación en educación estadística es un campo emergente que surgió de diferentes disciplinas y actualmente se está consolidando como un campo único dedicado a la mejora de la enseñanza y el aprendizaje de la estadística en todos los niveles educativos.
Los profesores de estadística tienen objetivos cognitivos y no cognitivos para los estudiantes. Por ejemplo, la expresidenta de la Asociación Estadounidense de Estadística (ASA), Katherine Wallman, definió la alfabetización estadística como la capacidad cognitiva para comprender y evaluar críticamente los resultados estadísticos, así como para apreciar las contribuciones que puede hacer el pensamiento estadístico. [1] [2]
En el texto que surge de la conferencia conjunta de 2008 de la Comisión Internacional de Instrucción Matemática y la Asociación Internacional de Educadores de Estadística, los editores Carmen Batanero, Gail Burrill y Chris Reading (Universidad de Granada, España, Universidad Estatal de Michigan, EE. UU., y Universidad de Nueva Inglaterra, Australia, respectivamente) señalan las tendencias mundiales en los planes de estudio que reflejan objetivos orientados a los datos. En particular, los educadores actualmente buscan que los estudiantes: "diseñar investigaciones; formular preguntas de investigación; recopilar datos utilizando observaciones, encuestas y experimentos; describir y comparar conjuntos de datos; y proponer y justificar conclusiones y predicciones basadas en datos". [3] Los autores destacan la importancia de desarrollar el pensamiento y el razonamiento estadístico además del conocimiento estadístico.
A pesar de que los objetivos cognitivos de la enseñanza de la estadística se centran cada vez más en la alfabetización estadística, el razonamiento estadístico y el pensamiento estadístico, en lugar de centrarse únicamente en las habilidades, los cálculos y los procedimientos, no hay acuerdo sobre el significado de estos términos ni sobre cómo evaluar estos resultados. Un primer intento de definir y distinguir entre estos tres términos aparece en el sitio web ARTIST [4] , creado por Garfield , delMas y Chance , y que desde entonces se ha incluido en varias publicaciones. [5] [6] A continuación se ofrecen breves definiciones de estos términos:
Otros objetivos cognitivos de la enseñanza de la estadística varían según el nivel educativo de los estudiantes y los contextos en los que esperan encontrar estadísticas.
Los estadísticos han propuesto los que consideran los conceptos estadísticos más importantes para los ciudadanos educados. Por ejemplo, Utts (2003) publicó siete áreas que todo ciudadano educado debería conocer, entre ellas la comprensión de que “la variabilidad es normal” y de que “las coincidencias… no son poco comunes porque hay tantas posibilidades”. [7] Gal (2002) sugiere que se espera que los adultos en las sociedades industrializadas ejerzan la alfabetización estadística, “la capacidad de interpretar y evaluar críticamente la información estadística… en diversos contextos, y la capacidad de… comunicar entendimientos e inquietudes con respecto a las… conclusiones”. [8]
Los resultados no cognitivos incluyen constructos afectivos como actitudes, creencias, emociones, disposiciones y motivación. [9] Según los destacados investigadores Gal y Ginsburg, [10] los educadores en estadística deberían tener como prioridad ser conscientes de las ideas, reacciones y sentimientos de los estudiantes hacia la estadística y cómo estos afectan su aprendizaje.
Las creencias se definen como las ideas que uno tiene sobre las estadísticas, sobre uno mismo como estudiante de estadística y sobre el contexto social del aprendizaje de las estadísticas. [11] Las creencias se diferencian de las actitudes en el sentido de que las actitudes son sentimientos relativamente estables e intensos que se desarrollan con el tiempo en el contexto de las experiencias de aprendizaje de las estadísticas. La red de creencias de los estudiantes proporciona un contexto para su enfoque hacia sus experiencias en el aula en estadística. Muchos estudiantes ingresan a un curso de estadística con aprensión hacia el aprendizaje de la materia, lo que va en contra del entorno de aprendizaje que el instructor está tratando de lograr. Por lo tanto, es importante que los instructores tengan acceso a instrumentos de evaluación que puedan brindar un diagnóstico inicial de las creencias de los estudiantes y monitorear las creencias durante un curso. [10] Con frecuencia, los instrumentos de evaluación han monitoreado las creencias y las actitudes juntas. Para ver ejemplos de dichos instrumentos, consulte la sección de actitudes a continuación.
La disposición tiene que ver con las formas en que los estudiantes cuestionan los datos y abordan un problema estadístico. La disposición es una de las cuatro dimensiones del marco de trabajo de Wild y Pfannkuch [12] para el pensamiento estadístico y contiene los siguientes elementos:
Scheaffer afirma que uno de los objetivos de la enseñanza de la estadística es que los estudiantes vean la estadística de forma amplia. Desarrolló una lista de puntos de vista sobre la estadística que pueden conducir a esta visión amplia y los describe de la siguiente manera: [13]
- La estadística como sentido numérico: ¿Entiendo lo que significan los números? (ver los datos como números en contexto, leer gráficos y tablas, comprender resúmenes numéricos y gráficos de datos, etc.)
- La estadística como forma de entender el mundo: ¿Puedo utilizar los datos existentes para ayudar a tomar decisiones? (utilizando datos censales, tasas de natalidad y mortalidad, tasas de enfermedades, IPC, calificaciones, rankings, etc., para describir, decidir y defender)
- La estadística como solución organizada de problemas: ¿Puedo diseñar y llevar a cabo un estudio para responder a preguntas específicas? (plantear un problema, recopilar datos de acuerdo con un plan, analizar los datos y extraer conclusiones de los mismos)
Dado que los estudiantes suelen experimentar ansiedad matemática y opiniones negativas sobre los cursos de estadística, varios investigadores han abordado las actitudes y la ansiedad hacia la estadística. Se han desarrollado algunos instrumentos para medir las actitudes de los estudiantes universitarios hacia la estadística, y se ha demostrado que tienen propiedades psicométricas adecuadas. Algunos ejemplos de dichos instrumentos incluyen:
El uso cuidadoso de instrumentos como estos puede ayudar a los instructores de estadística a conocer la percepción que tienen los estudiantes sobre la estadística, incluida su ansiedad hacia el aprendizaje de la estadística, la dificultad percibida de aprender estadística y su utilidad percibida del tema. [17] Algunos estudios han demostrado un éxito modesto en la mejora de las actitudes de los estudiantes en cursos individuales, [18] [19] pero no se han visto estudios generalizables que muestren una mejora en las actitudes de los estudiantes.
Sin embargo, uno de los objetivos de la enseñanza de la estadística es hacer que el estudio de la estadística sea una experiencia positiva para los estudiantes y aportar ejemplos y datos interesantes y atractivos que los motiven. Según una revisión bibliográfica bastante reciente, [17] una mejor actitud de los estudiantes hacia la estadística puede conducir a una mayor motivación y compromiso, lo que también mejora los resultados del aprendizaje cognitivo.
En Nueva Zelanda , Chris Wild y sus colegas de la Universidad de Auckland han desarrollado un nuevo plan de estudios de estadística. Rechazando el enfoque artificial, y ahora innecesario debido a la potencia informática, de razonamiento bajo la hipótesis nula y las restricciones de la teoría normal, utilizan diagramas de cajas comparativos y bootstrap para introducir conceptos de variabilidad de muestreo e inferencia. [20] El plan de estudios en desarrollo también contiene aspectos de alfabetización estadística .
En el Reino Unido , al menos algunas estadísticas se han enseñado en las escuelas desde la década de 1930. [21] [22] En la actualidad, se están desarrollando calificaciones de nivel A (generalmente tomadas por jóvenes de 17 a 18 años) en "Estadística" y "Estadística adicional". La cobertura de la primera incluye: Probabilidad; Recopilación de datos; Estadística descriptiva; Distribuciones de probabilidad discreta; Distribución binomial; Distribuciones de Poisson; Distribuciones de probabilidad continua; La distribución normal; Estimación; Pruebas de hipótesis; Chi-cuadrado; Correlación y regresión. La cobertura de "Estadística adicional" incluye: Distribuciones de probabilidad continua; Estimación; Pruebas de hipótesis; Pruebas de una muestra; Pruebas de hipótesis; Pruebas de dos muestras; Pruebas de bondad de ajuste; Diseño experimental; Análisis de varianza (Anova); Control de procesos estadísticos; Muestreo de aceptación. El Centro para la Innovación en la Enseñanza de las Matemáticas (CIMT) [23] tiene notas de cursos en línea para estos conjuntos de temas. [24] Las notas de revisión para una calificación existente [25] indican una cobertura similar. A una edad más temprana (normalmente 15-16 años) las calificaciones GCSE en matemáticas contienen temas de "Estadística y probabilidad" sobre: Probabilidad; Promedios; Desviación estándar; Muestreo; Gráficos de frecuencia acumulativa (incluyendo mediana y cuantiles); Representación de datos; Histogramas. [26] La Oficina de Estadísticas Nacionales del Reino Unido tiene una página web [27] que ofrece material adecuado tanto para profesores como para estudiantes de nivel escolar. En 2004, la investigación Smith hizo la siguiente declaración:
"Existe mucha preocupación y debate sobre la posición de la Estadística y el Manejo de Datos dentro de los actuales GCSE de matemáticas, donde ocupa alrededor del 25 por ciento del horario asignado. Por un lado, existe un amplio acuerdo en que el currículo de Key Stage 4 está sobresaturado y que la introducción de la Estadística y el Manejo de Datos puede haber sido a expensas del tiempo necesario para practicar y adquirir fluidez en las manipulaciones matemáticas básicas. Muchos en los departamentos de matemáticas e ingeniería de la educación superior adoptan esta opinión. Por otro lado, existe un reconocimiento abrumador, compartido por la Investigación, de la importancia vital de las habilidades de Estadística y Manejo de Datos tanto para una serie de otras disciplinas académicas como en el lugar de trabajo. La Investigación recomienda que se revise radicalmente esta cuestión y que gran parte de la enseñanza y el aprendizaje de la Estadística y el Manejo de Datos se eliminarían del horario de matemáticas e integrarían con la enseñanza y el aprendizaje de otras disciplinas (por ejemplo, biología o geografía). El tiempo restablecido al horario de matemáticas debería utilizarse para adquirir un mayor dominio de los conceptos y operaciones matemáticas básicas ". [28]
En los Estados Unidos , la escolarización ha aumentado el uso de la probabilidad y la estadística, especialmente desde la década de 1990. [29] Las estadísticas de resumen y los gráficos se enseñan en la escuela primaria en muchos estados. Los temas de probabilidad y razonamiento estadístico se enseñan en los cursos de álgebra (o ciencia matemática) de la escuela secundaria; el razonamiento estadístico se ha examinado en la prueba SAT desde 1994. El College Board ha desarrollado un curso de Colocación Avanzada en estadística , que ha proporcionado un curso de nivel universitario en estadística a cientos de miles de estudiantes de secundaria, y el primer examen tuvo lugar en mayo de 1997. [30] En 2007, la ASA aprobó las Pautas para la evaluación e instrucción en educación estadística (GAISE), un marco bidimensional para la comprensión conceptual de las estadísticas en estudiantes de Pre-K-12. El marco contiene objetivos de aprendizaje para estudiantes en cada nivel conceptual y proporciona ejemplos pedagógicos que son consistentes con los niveles conceptuales.
Estonia está poniendo a prueba un nuevo programa de estadística desarrollado por la fundación Computer-Based Math basado en sus principios de uso de las computadoras como herramienta principal de educación. [31] [32] [33] en cooperación con la Universidad de Tartu . [34]
La estadística suele enseñarse en departamentos de matemáticas o de ciencias matemáticas. A nivel de licenciatura, la estadística suele enseñarse como un curso de servicio.
En el Reino Unido, por tradición, la mayoría de los profesionales de la estadística se forman a nivel de máster. [ cita requerida ] Se ha observado una dificultad a la hora de reclutar a estudiantes universitarios de alto nivel: "Muy pocos estudiantes universitarios optan por estudiar carreras de estadística; la mayoría eligen algunas opciones de estadística dentro de un programa de matemáticas, a menudo para evitar los cursos avanzados de matemáticas puras y aplicadas. Mi opinión es que la estadística como disciplina teórica se enseña mejor tarde que temprano, mientras que la estadística como parte de la metodología científica debería enseñarse como parte de la ciencia". [35]
En el Reino Unido , la enseñanza de la estadística a nivel universitario se realizó originalmente en departamentos de ciencias que necesitaban que el tema acompañara la enseñanza de sus propias materias, y los departamentos de matemáticas tenían una cobertura limitada antes de la década de 1930. [21] Durante los veinte años posteriores a esto, si bien los departamentos de matemáticas habían comenzado a enseñar estadística, había poca comprensión de que esencialmente se estaba aplicando la misma metodología estadística básica en una variedad de ciencias. [21] Los departamentos de estadística han tenido dificultades cuando se han separado de los departamentos de matemáticas. [35]
El psicólogo Andy Field ( Premio de Enseñanza y Libros de la Sociedad Británica de Psicología ) creó un nuevo concepto de enseñanza estadística y libros de texto que va más allá de la página impresa. [36]
Las inscripciones en estadística han aumentado en los colegios comunitarios , en los colegios de cuatro años y en las universidades de los Estados Unidos. En los colegios comunitarios de los Estados Unidos, la matrícula en matemáticas ha aumentado desde 1990. En los colegios comunitarios, la proporción de estudiantes matriculados en estadística respecto de los matriculados en cálculo aumentó del 56% en 1990 al 82% en 1995. [37] Uno de los informes GAISE avalados por la ASA se centró en la educación estadística en el nivel universitario introductorio . El informe incluye una breve historia del curso introductorio de estadística y recomendaciones sobre cómo debería enseñarse.
En muchas universidades, un curso básico de "estadística para no estadísticos" sólo requería álgebra (y no cálculo); para los futuros estadísticos, en cambio, la exposición de los estudiantes de grado a la estadística es altamente matemática. [nb 1] Como estudiantes de grado, los futuros estadísticos deberían haber completado cursos de cálculo multivariado, álgebra lineal, programación informática y un año de probabilidad y estadística basada en cálculo. Los estudiantes que quieran obtener un doctorado en estadística de "cualquiera de los mejores programas de posgrado en estadística" también deberían tomar " análisis real ". [38] Los cursos de laboratorio de física, química y psicología también proporcionan experiencias útiles en la planificación y realización de experimentos y en el análisis de datos. La ASA recomienda que los estudiantes de grado consideren obtener una licenciatura en matemáticas aplicadas como preparación para ingresar a un programa de maestría en estadística. [nb 2]
Históricamente, los títulos profesionales en estadística han sido de nivel de maestría, aunque algunos estudiantes pueden calificar para trabajar con una licenciatura y experiencia laboral relacionada o con un mayor autoaprendizaje. [nb 3] La competencia profesional requiere experiencia en matemáticas, incluyendo al menos cálculo multivariado, álgebra lineal y un año de probabilidad y estadística basada en cálculo. [39] En los Estados Unidos, un programa de maestría en estadística requiere cursos de probabilidad, estadística matemática y estadística aplicada (por ejemplo, diseño de experimentos, muestreo de encuestas, etc.).
Para obtener un doctorado en estadística, ha sido tradicional que los estudiantes completen un curso de probabilidad teórica de la medida , así como cursos de estadística matemática . Dichos cursos requieren un buen curso de análisis real , que cubra las pruebas de la teoría del cálculo y temas como la convergencia uniforme de funciones. [38] [40] En las últimas décadas, algunos departamentos han discutido la posibilidad de permitir que los estudiantes de doctorado eximan el curso de probabilidad teórica de la medida demostrando habilidades avanzadas en programación informática o computación científica . [nb 4]
La cuestión de qué cualidades se necesitan para enseñar estadística ha sido muy discutida y, a veces, esta discusión se centra en las cualificaciones necesarias para quienes se encargan de esa enseñanza. La cuestión se plantea por separado para la enseñanza en los niveles escolar y universitario, en parte debido a la necesidad de que haya un mayor número de profesores de este tipo en el nivel escolar y en parte debido a la necesidad de que esos profesores cubran una amplia gama de otros temas dentro de sus funciones generales. Dado que la "estadística" a menudo se enseña a personas que no son científicas, las opiniones pueden variar desde "la estadística debería ser enseñada por estadísticos", pasando por "la enseñanza de la estadística es demasiado matemática" hasta el extremo de que "la estadística no debería ser enseñada por estadísticos". [41]
En Estados Unidos, en particular, los estadísticos se han quejado durante mucho tiempo de que muchos departamentos de matemáticas han asignado a matemáticos (sin competencia estadística) para enseñar cursos de estadística , dando efectivamente cursos " doble ciego ". El principio de que los instructores universitarios deben tener calificaciones y compromiso con su disciplina académica ha sido violado durante mucho tiempo en los colegios y universidades de Estados Unidos, según generaciones de estadísticos. Por ejemplo, la revista Statistical Science reimprimió artículos "clásicos" sobre la enseñanza de la estadística por parte de no estadísticos escritos por Harold Hotelling ; [42] [43] [44] Los artículos de Hotelling son seguidos por los comentarios de Kenneth J. Arrow , W. Edwards Deming , Ingram Olkin , David S. Moore , James V. Sidek, Shanti S. Gupta, Robert V. Hogg , Ralph A. Bradley y por Harold Hotelling, Jr. (economista e hijo de Harold Hotelling).
Los datos sobre la enseñanza de la estadística en los Estados Unidos se han recopilado en nombre del Conference Board of the Mathematical Sciences ( CBMS ). Al examinar los datos de 2000, Schaeffer y Stasny [45] informaron
La gran mayoría de los profesores de los departamentos de estadística tienen al menos un título de máster en estadística o bioestadística (alrededor del 89% en los departamentos de doctorado y alrededor del 79% en los de máster). Sin embargo, en los departamentos de matemáticas de doctorado, solo alrededor del 58% de los profesores de los cursos de estadística tenían al menos un título de máster en estadística o bioestadística como su título más alto obtenido. En los departamentos de matemáticas de nivel de máster, el porcentaje correspondiente era cercano al 44%, y en los departamentos de nivel de licenciatura solo el 19% de los profesores de los cursos de estadística tenían al menos un título de máster en estadística o bioestadística como su título más alto obtenido. Como esperábamos, una gran mayoría de los profesores de los departamentos de estadística (el 83% en los departamentos de doctorado y el 62% en los de máster) tenían títulos de doctorado en estadística o bioestadística. Los porcentajes comparables para los profesores de estadística en los departamentos de matemáticas eran de alrededor del 52% y el 38%.
El principio de que los profesores de estadística deben tener competencia estadística ha sido afirmado por las directrices de la Asociación Matemática de Estados Unidos , que ha sido respaldada por la ASA. La enseñanza no profesional de la estadística por parte de matemáticos (sin cualificaciones en estadística) ha sido abordada en muchos artículos. [46] [47]
La literatura sobre métodos de enseñanza de la estadística está estrechamente relacionada con la literatura sobre la enseñanza de las matemáticas por dos razones. En primer lugar, la estadística suele enseñarse como parte del plan de estudios de matemáticas, por instructores formados en matemáticas que trabajan en un departamento de matemáticas. En segundo lugar, la teoría estadística se ha enseñado a menudo como una teoría matemática en lugar de como la lógica práctica de la ciencia --- como la ciencia que "pone a trabajar el azar", en la frase de Rao--- y esto ha implicado un énfasis en la formación formal y manipulativa, como la resolución de problemas combinatorios que implican caramelos rojos y verdes. Los estadísticos se han quejado de que los matemáticos tienden a hacer demasiado hincapié en las manipulaciones matemáticas y la teoría de la probabilidad y a no dar suficiente importancia a las cuestiones de experimentación , metodología de encuestas , análisis exploratorio de datos e inferencia estadística . [48] [ aclaración necesaria ]
En las últimas décadas, ha habido un mayor énfasis en el análisis de datos y la investigación científica en la educación estadística. En el Reino Unido, la investigación Smith Making Mathematics Count sugiere enseñar conceptos estadísticos básicos como parte del currículo de ciencias, en lugar de como parte de las matemáticas . [49] En los Estados Unidos, las pautas de la ASA para las estadísticas de pregrado especifican que las estadísticas introductorias deben enfatizar los métodos científicos de recopilación de datos , particularmente los experimentos aleatorios y las muestras aleatorias : [39] [50] además, el primer curso debe revisar estos temas cuando se estudia la teoría de la " inferencia estadística ". [50] Se dan recomendaciones similares para el curso de Colocación Avanzada (AP) en Estadística . Las pautas de la ASA y la AP son seguidas por libros de texto contemporáneos en los EE. UU., como los de Freedman , Purvis y Pisani ( Estadística ) [51] y de David S. Moore ( Introducción a la práctica de la estadística con McCabe [52] y Estadística: conceptos y controversias con Notz [53] ) y de Watkins, Schaeffer y Cobb ( Estadística: de los datos a las decisiones [54] y Estadística en acción [55] ).
Además de un énfasis en la investigación científica en el contenido de los inicios de la estadística, también ha habido un aumento en el aprendizaje activo en la conducción de las clases de estadística. [56] [ aclaración necesaria ]
El Instituto Internacional de Estadística (ISI) cuenta ahora con una sección dedicada a la educación, la Asociación Internacional para la Educación Estadística (IASE), que organiza la Conferencia Internacional sobre Enseñanza de la Estadística cada cuatro años, así como conferencias satélite de la IASE en torno a las reuniones del ISI y el ICMI. El Reino Unido creó el Centro de Educación Estadística de la Real Sociedad de Estadística y la ASA cuenta ahora también con una Sección sobre Educación Estadística, centrada principalmente en la enseñanza de la estadística en los niveles elemental y secundario.
Además de las reuniones internacionales de educadores de estadística en ICOTS cada cuatro años, Estados Unidos organiza una Conferencia estadounidense sobre enseñanza de estadística (USCOTS) cada dos años y recientemente ha iniciado una Conferencia electrónica sobre enseñanza de estadística (eCOTS) para alternarla con la USCOTS. También se ofrecen sesiones sobre educación estadística en muchas conferencias sobre educación matemática, como el Congreso internacional sobre educación matemática , el Consejo nacional de profesores de matemáticas , la Conferencia del Grupo internacional para la psicología de la educación matemática y el Grupo de investigación sobre educación matemática de Australasia. Las reuniones estadísticas conjuntas anuales (ofrecidas por la ASA y Statistics Canada ) ofrecen muchas sesiones y mesas redondas sobre educación estadística. Los foros internacionales de investigación sobre razonamiento, pensamiento y alfabetización estadística ofrecen reuniones científicas cada dos años y publicaciones relacionadas en revistas, CD-ROM y libros sobre investigación en educación estadística.
Actualmente, sólo tres universidades ofrecen programas de posgrado en educación estadística: la Universidad de Granada , [57] la Universidad de Minnesota , [58] [59] y la Universidad de Florida . [60] Sin embargo, los estudiantes de posgrado en una variedad de disciplinas (por ejemplo, educación matemática, psicología, psicología educativa) han estado encontrando formas de completar disertaciones sobre temas relacionados con la enseñanza y el aprendizaje de las estadísticas. Estas disertaciones están archivadas en el sitio web de IASE. [61]
Dos cursos principales en educación estadística que se han impartido en una variedad de entornos y departamentos son un curso sobre enseñanza de estadística [62] y un curso sobre investigación en educación estadística. [63] Un taller patrocinado por la ASA ha establecido recomendaciones para programas y cursos de posgrado adicionales. [64]
Se ha alentado a los profesores de estadística a explorar nuevas direcciones en el contenido curricular, la pedagogía y la evaluación. En una influyente charla en USCOTS, el investigador George Cobb presentó un enfoque innovador para la enseñanza de la estadística que pone la simulación , la aleatorización y las técnicas de bootstrapping en el centro del curso introductorio de nivel universitario, en lugar del contenido tradicional como la teoría de la probabilidad y la prueba t . [65] Varios profesores y desarrolladores de planes de estudio han estado explorando formas de introducir la simulación, la aleatorización y el bootstrapping como herramientas de enseñanza para los niveles secundario y postsecundario. Cursos como CATALST de la Universidad de Minnesota, [66] Introducción a las investigaciones estadísticas de Nathan Tintle y colaboradores , [67] y Unlocking the Power of Data del equipo Lock , [68] son proyectos curriculares basados en las ideas de Cobb. Otros investigadores han estado explorando el desarrollo del razonamiento inferencial informal como una forma de utilizar estos métodos para construir una mejor comprensión de la inferencia estadística. [69] [70] [71]
Otra dirección reciente es abordar los grandes conjuntos de datos que afectan o contribuyen cada vez más a nuestra vida diaria. El estadístico Rob Gould, creador de Data Cycle, el espectáculo musical con cena y teatro, describe muchos de estos tipos de datos y alienta a los maestros a encontrar formas de usar los datos y abordar cuestiones relacionadas con los grandes datos. [72] Según Gould, los planes de estudio centrados en los grandes datos abordarán cuestiones de muestreo, predicción, visualización, limpieza de datos y los procesos subyacentes que generan datos, en lugar de los métodos tradicionalmente enfatizados para hacer inferencias estadísticas, como la prueba de hipótesis .
El motor de ambos cambios es el papel cada vez más importante de la informática en la enseñanza y el aprendizaje de las estadísticas. [73] Algunos investigadores sostienen que, a medida que aumenta el uso de modelos y simulaciones y los conjuntos de datos se vuelven más grandes y complejos, los estudiantes necesitarán habilidades informáticas mejores y más técnicas. [74] Proyectos como MOSAIC han estado creando cursos que combinan informática, modelos y estadísticas. [75] [76]