Upload
internet
View
121
Download
0
Embed Size (px)
Citation preview
Os caminhos da Estatística na escola básica
Lisbeth K Cordani [email protected]
Scheaffer (2001, ASA)
“Statistics was emerging as a science, but had a trouble childhood; many homes offered a bed, but none would support its maturing to its full potential; this boded ill for statistics education”. 2
Alguns eventos internacionais - Educação Estatística
• 2-6 jul 2012 IASE roundtable – “Technology in Stat. Education: virtualitires and Realities” (Philipines)
• 8 – 17 jul 2012ICME 12 Coreia SulTeaching and Learning (Probability and Statistics) TSG11 TSG12
• 12-13/ jul 2012 OZCOTS 2012 8th Australian Conference on teaching statistics “Statistics Education for greater statistics”
• 12-15 set 2012 3rd French speaking meeting on Statistical Teaching France
• 25-30 ag 2013 ISI Macao
• 22-24 ag 2013 IASE satellite before ISI meeting “Statistical Education for progress”.
• 13-18 jul 2014 ICOTS9 Arizona EUA “Sustainability in Statistics” 3
Wishart 1898-1956
Pearson/Fisher contemporâneos
Cochran discípulo
Distribuição de Wishart (generalização qui-quadrado ou gama)
Teaching of Statistics – committee of Royal Statistical Society
4
1948 Wishart pergunta JRSSA 111 p212
Devemos incluir estatística na escola básica?
1952 Relatório da Royal Statistical Society RSS
JRSSA 115 p126
*A análise de dados deve ser feita antes que a mente infantil se cristalize, sob o risco de não mais aprender*Saber perguntar é uma habilidade necessária para o cidadão crítico
5
Tell me and I will forgetShow me and I will rememberInvolve me and I will understand
Provérbio chinês
I hear I forget I see I remember I do I understand
RSS 1952...
• ........ 20 anos para as ideias serem levadas a sério
• ......... 30 anos para serem postas em prática...
Boas ideias levam tempo para implementação 7
Década de 60 – Matemática Moderna
• Textos introduziram ideias básicas de probabilidade e eram fracos em análise de dados
• As poucas discussões sobre ensino de estatística acabavam focando no ensino universitário e desapontava os professores da escola básica 8
F. Yates 1902 - 1994
• Trabalhou com Fisher em planejamento de experimentos (agricultura)
• Bioestatística (EUA) – aplicações médicas
•Montou Depto Estatística Harvard9
1968 Relatório Yates JRSSA 131 p478
• Curso não deveria ter ênfase em teoria nem em métodos computacionais• Foco: interpretação de dados
observacionais e experimentais• Discordância: pensamento estatístico
requer recursos de alto nível (modelagem) 10
Por que ensinar estatística para todos?
• Estatística é parte de nossa cultura• Pensamento estatístico é parte essencial da
numeracia• Exposição a dados reais pode ajudar o
desenvolvimento pessoal e a tomada de decisão• Ideias estatísticas são usadas depois da escola• Exposição precoce desenvolve a intuição que
poderá ser formalizada11
Por que ensinar estatística para todos?
• Foi desenvolvido material mas, como não havia obrigatoriedade não houve o envolvimento e incorporação das escolas• Para mudar o ensino nas escolas é preciso mais
do que bons materiais – é preciso saber quem são as alavancas do sistema para envolvê-las também.
Mudanças levam tempo para serem aceitas. 12
Por que ensinar estatística para todos?
• Em meados dos anos 70 a Universidade de Londres colocou Análise de Dados no currículo
Mas não sabiam como avaliar
• Voltou o curso teórico, mais matemático, sem projeto
13
Cockroft 1923-1999
• Trabalhava com topologia algébrica
• Foi designado pelo governo para uma comissão sobre o ensino de matemática na escola básica
14
1982 Cockroft report Uk
•Probabilidade e Estatística
• http://www.educationengland.org.uk/documents/cockcroft/index.html
• Ensinada devagar• Com discussão• Rapidez resulta em
fracasso na compreensão das ideias fundamentais• Compromete o futuro
aprendizado 15
1982 Cockroft report Uk
• Estatística não é simplesmente um conjunto de técnicas –é mais uma atitude que permite tomar decisões em face da variabilidade e da incerteza.
• O relatório e outros documentos decorrentes dele sensibilizaram o governo que introduziu a estatística na escola básica (1989) 16
só que .....
• Professores passaram a preparar seus alunos para responder testes nacionais• Pensamento estatístico deixado de
lado• Avaliação pontual estimula o ensino
pontual• Coordenador sempre um matemático
17
só que .....
• A coordenação espera viés matemático• Não há estímulo para trabalhar com
projetos• Análise de dados vista como trivial
• Necessidade de eterna vigilância e estímulo para professor mudar seu olhar... 18
RSS Centre for Statistical Education 2000
• PROGRAMA CENSUS AT SCHOOL
• Países de língua inglesa (predominantemente)
• Dados dos próprios alunos
19
ASA EUA
• Segundo Scheaffer
www.amstat.org/publications/amstat_news/2001/pres11.html
Os EUA foram influenciados pelo relatório Cockcroft e juntamente com a ASA (American Statistical Association) construíram um currículo em 1989 (atualizado em 2000).
• Isto impulsionou o ensino básico universitário (publicações)
20
ASA EUA questões:
• Letramento (literacia) quantitativo ou estatística?
• Data handling ou estatística?
• Estatística é (não é) ramo da matemática?
21
ASA EUA 2004/2005
• GAISE
•Guidelines for Assessment and Instruction in Statistics Education
•Pre - K12 COLLEGE
• http://www.amstat.org/education/gaise/22
GAISE
• Diferença entre Estatística e Matemática
• Presença constante de variabilidade
• Variabilidade em medidas• Variabilidade natural• Variabilidade induzida
• aluno deve se sentir confortável ao trabalhar com dados
23
GAISE
•Resolução de problemas
• Formular questões
• Coletar dados
•Analisar dados
• Interpretar dados 24
GAISE
• Estrutura requer anos de amadurecimento e treinamento
• Sem ligação com a série, a proposta divide o ensino da estatística em três níveis:
• A B C • (baseados em desenvolvimento e não idade)
25
Exemplo 1
• A – Será que uma planta colocada perto de uma janela cresce mais do que outra planta similar colocada longe da janela?
• B – Será que cinco plantas colocadas perto de uma janela crescem mais do que outras plantas similares colocadas longe da janela?
• C – Como o nível de insolação afeta o crescimento de plantas de um certo tipo? 26
Exemplo 2
27
A – explorar visualmente a relação entre as duas variáveis
B – Além do aspecto visual calcular Quadrant Count Ratio QCR = [(23-3)/26] = 0,77
C – Além de A e B calcular coeficiente de correlação linear de Pearson (r).
Nível A
• Gráfico de barras• Ramo e Folhas• DotPlot• Gráfico de dispersão • Tabelas•Média, mediana, moda e amplitude
28
Nível B
• Histograma• Amplitude interquartil e Desvio médio
absoluto• Estatísticas descritivas (mediana, 1º.
Quartil, 3º. Quartil, máximo, mínimo)• Gráficos: Boxplot / Série de tempo• Tabelas de contingência• Associação variáveis numéricas QCR 29
Nível C
• Medidas descritivas (incluindo desvio padrão)• Distribuições amostrais (simulação)• Distribuições• Associação entre variáveis qualitativas• Regressão/ correlação• Diferença entre significância estatística e
significância na prática • Discussão sobre o p-value (nível descritivo)
30
31
Brasil
• PCN (Parâmetros Curriculares Nacionais)
• Fundamental II ciclo
1998
• Prefeitura Municipal de São Paulo –
Orientações curriculares
Fundamental II ciclo
200732
Brasil• Coleta/organização
dados/gráficos• Tabelas frequências• Média /mediana/moda• inferências
• Contagem • Espaço amostral• Razão – sucessos• Experimentos e
simulação para estimar probabilidades
• Contagem• Gráficos (colunas e
barras) e tabelas (simples e de dupla entrada)• Setores/ linhas• Frequências (abs. e
relat.) e amostras• Espaço amostral e
probabilidade• Média e moda
33
Brasil – ensino médio – PCN 2000
• Estatística• Média mediana moda / variância e desvio padrão• Identificar formas de representação• Compreender informações estatísticas de diferentes áreas
• Contagem• Princípio multiplicativo e raciocínio combinatório
• Probabilidade • Cálculo• Reconhecer caráter aleatório de fenômenos naturais,
científicos e sociais• Previsões e identificação de modelos
34
35
Statistics is a life skill. Our vision is of a society in which all citizens can use and interpret data to solve problems in the workplace and in all aspects of their lives.
Confident and meaningful statistics teaching and learning across the curriculum in all phases of education will turn that vision into a reality:
delivering new generations of statistically literate school leavers well equipped for work and/or to embark on further study on the many courses which require statistical skills.
www.rss.org.uk
Como melhorar a situação brasileira?Comunidade estatística deveria se
movimentar?
36