Os caminhos da
Estatística na escola
básica
Lisbeth K Cordani lisbeth@ime.usp.br
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”.
2Alguns 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 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 forget
Show me and I will remember
Involve 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
8F. Yates
1902 - 1994
• Trabalhou com Fisher em planejamento de experimentos (agricultura)
• Bioestatística (EUA) – aplicações médicas
• Montou Depto Estatística Harvard
91968 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)
10Por 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
11Por 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.
12Por 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 umacomissão sobre o ensino de matemática na escola básica
14
1982 Cockroft report Uk
• Probabilidade e Estatística
• http://www.educationen gland.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)
16só 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
17só 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...
18RSS 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/
22GAISE
• 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?
26Exemplo 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
29Nível 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)
3031
Brasil
• PCN (Parâmetros Curriculares
Nacionais)
• Fundamental II ciclo
1998
• Prefeitura Municipal de São Paulo –
Orientações curriculares
Fundamental II ciclo
2007
32
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
lisbeth@ime.usp.br 37
Holmes, P. The Statistician 52(4) . 2003