Os caminhos da Estatística na escola básica

Apresentação em tema: "Os caminhos da Estatística na escola básica"— Transcrição da apresentação:

1 Os caminhos da Estatística na escola básica
Lisbeth K Cordani

2 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”.

3 Alguns eventos internacionais - Educação Estatística
2-6 jul 2012 IASE roundtable – “Technology in Stat. Education: virtualitires and Realities” (Philipines) 8 – 17 jul 2012 ICME 12 Coreia Sul Teaching and Learning (Probability and Statistics) TSG11 TSG12 12-13/ jul OZCOTS th Australian Conference on teaching statistics “Statistics Education for greater statistics” 12-15 set rd French speaking meeting on Statistical Teaching France 25-30 ag ISI Macao 22-24 ag IASE satellite before ISI meeting “Statistical Education for progress”. 13-18 jul 2014 ICOTS9 Arizona EUA “Sustainability in Statistics”

4 Wishart Pearson/Fisher contemporâneos Cochran discípulo Distribuição de Wishart (generalização qui-quadrado ou gama) Teaching of Statistics – committee of Royal Statistical Society

5 Devemos incluir estatística na escola básica?
1948 Wishart pergunta  JRSSA 111 p212 Devemos incluir estatística na escola básica? 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

6 Provérbio chinês I hear I forget I see I remember I do I understand
Tell me and I will forget Show me and I will remember Involve me and I will understand

7 RSS 1952... ........ 20 anos para as ideias serem levadas a sério
anos para serem postas em prática...  Boas ideias levam tempo para implementação

8 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

9 F. Yates Trabalhou com Fisher em planejamento de experimentos (agricultura) Bioestatística (EUA) – aplicações médicas Montou Depto Estatística Harvard

10 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)

11 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 formalizada

12 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.

13 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

14 Cockroft 1923-1999 Trabalhava com topologia algébrica
Foi designado pelo governo para uma comissão sobre o ensino de matemática na escola básica Trabalhava com topologia algébrica

15 1982 Cockroft report Uk Probabilidade e Estatística Ensinada devagar
Ensinada devagar Com discussão Rapidez resulta em fracasso na compreensão das ideias fundamentais Compromete o futuro aprendizado

16 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)

17 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

18 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...

19 RSS Centre for Statistical Education 2000
PROGRAMA CENSUS AT SCHOOL Países de língua inglesa (predominantemente) Dados dos próprios alunos

20 ASA EUA Segundo Scheaffer
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)

21 ASA EUA questões: Letramento (literacia) quantitativo ou estatística?
Data handling ou estatística? Estatística é (não é) ramo da matemática?

22 ASA EUA 2004/2005 GAISE  Guidelines for Assessment and Instruction in Statistics Education Pre - K COLLEGE

23 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

24 GAISE Resolução de problemas Formular questões Coletar dados
Analisar dados Interpretar dados

25 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)

26 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?

27 Exemplo 2 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).

28 Nível A Gráfico de barras Ramo e Folhas DotPlot Gráfico de dispersão
Tabelas Média, mediana, moda e amplitude

29 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

30 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)

31

32 Brasil PCN (Parâmetros Curriculares Nacionais) Fundamental II ciclo
1998 Prefeitura Municipal de São Paulo – Orientações curriculares Fundamental II ciclo 2007

33 Brasil Coleta/organização dados/gráficos Tabelas frequências Contagem
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

34 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

35 Statistics is a life skill
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.

36 Como melhorar a situação brasileira
Como melhorar a situação brasileira? Comunidade estatística deveria se movimentar?

37 Obrigada pela atenção. lisbeth@ime.usp.br
Holmes, P. The Statistician 52(4) Obrigada pela atenção.