Des suggestions pour un bon manuel d'introduction aux statistiques de premier cycle?

J'espère que vous pourrez me faire quelques suggestions. J'enseigne dans un collège très diversifié (composé de groupes minoritaires) et les étudiants sont principalement des majors en psychologie. La plupart des élèves sont fraîchement sortis du secondaire, mais certains d'entre eux sont des élèves de retour plus âgés de plus de 40 ans. La plupart des élèves ont des problèmes de motivation et une aversion pour les mathématiques. Mais je suis toujours à la recherche d'un livre qui couvre le programme de base: de la description à l'échantillonnage et au test jusqu'à l'ANOVA, et tout cela dans le contexte des méthodes expérimentales. Le département m'oblige à utiliser SPSS en classe, mais j'aime l'idée de construire l'analyse dans un tableur comme Excel.

ps les autres professeurs utilisent un livre que je n'aime pas à cause de la grande dépendance des formules de calcul. Je trouve l'utilisation de ces formules de calcul - plutôt que la formule plus intuitive et intensive en calcul qui est compatible avec l'algorithme rationnel et de base - peu intuitive, inutile et déroutante. Ceci est le livre auquel je me réfère à Essentials of Statistics for the Behavioral Sciences, 7e édition Frederick J Gravetter State University of New York, Brockport Larry B. Wallnau State University of New York, Brockport ISBN-10: 049581220X Merci d'avoir lu!

Les statistiques , par Freedman, Pisani et Purves, proviennent d'un cours populaire et réussi enseigné à UC Berkeley. Je l'ai utilisé comme un texte de statistiques d'introduction pour les étudiants de premier cycle, j'ai emprunté certaines de ses idées lors de l'enseignement des cours de statistiques aux diplômés et j'ai donné de nombreuses copies à des collègues et des clients. Il y a plusieurs raisons à sa popularité:

• Son récit et ses problèmes sont motivés par de véritables études de cas et des données réelles d'une importance évidente, plutôt que par la connerie inventée que l'on trouve dans tant de textes. Ceux-ci sont vraiment intéressants et mémorables, y compris les essais sur le vaccin contre la polio Salk, la débâcle du sondage Literary Digest de 1936, le procès pour discrimination des étudiants diplômés de Berkeley (qui dépend du paradoxe de Simpson), la critique de Fisher des résultats des pois de Mendel, et bien plus encore.

• Il présente de nombreux problèmes à trois niveaux: à la fin de chaque sous-chapitre (il y en a des centaines), à la fin de chaque chapitre (plus de 30) et à la fin des grands groupes de chapitres (environ 4, je me souviens) . Ces problèmes nécessitent peu ou pas de mathématiques: ils se concentrent sur les malentendus potentiels que les auteurs, dans leur vaste expérience, ont trouvé à surgir parmi les étudiants.

• Il se concentre sur les idées et le raisonnement statistiques plutôt que sur les mathématiques.

• Il n'utilise (presque) aucune formule mathématique. Les relations quantitatives sont généralement exprimées graphiquement et en mots. (Ils sont si clairement transmis que lorsque j'ai lu ce livre pour la première fois, en tant qu'étudiant diplômé en mathématiques, complètement ignorant des statistiques, j'ai pu reproduire sans problème toute la théorie mathématique sous-jacente.)

• Il couvre la plupart des matériaux traditionnels, y compris les distributions binomiale et normale, les intervalles de confiance, les tests z, les tests t, les tests chi carré, la régression, et le minimum de probabilité et de combinatoire nécessaires pour les comprendre.

Certains inconvénients potentiels comprennent:

• Pas de traitement des statistiques bayésiennes. Cela rendra ce livre dépassé dans une décennie.

• Aucun traitement de l'ANOVA (les étudiants en psychologie pourraient le manquer le plus).

• Pas de discussion sur l'informatique.

Je crois que les deux derniers ne sont pas critiques: un bon instructeur peut facilement fournir le matériel ANOVA et peut enseigner autant ou peu d'informatique qu'il le souhaite. L'importance de l'omission des statistiques bayésiennes dépendra des goûts et des objectifs de l'instructeur.

Enfin, je dois noter que bien que les exigences mathématiques soient aussi petites que l'on puisse imaginer, mes pré et post-tests des élèves indiquent que les personnes qui viennent au livre avec une disposition et une habitude de penser quantitativement tirent encore beaucoup plus de que ceux qui ne le font pas. La plupart de mes élèves ont obtenu de mauvais résultats aux pré-tests de connaissances mathématiques (90% ont échoué), mais ceux qui ont également obtenu de mauvais résultats aux pré-tests de pensée critique ( test de réflexion cognitive de Shane Frederick ) ont montré une amélioration nettement inférieure au cours du semestre que les autres. Les tests pré et post comprenaient tous deux le test CAOS complet de 40 élémentsdes concepts fondamentaux que tout cours d'introduction aux statistiques de niveau collégial devrait inclure. Les élèves de cette classe ont constamment affiché une amélioration deux fois supérieure à celle rapportée dans la littérature CAOS; les étudiants avec de mauvais scores de réflexion cognitive n'ont amélioré qu'une quantité moyenne (ou n'ont pas réussi le cours). Je n'ai pas les données pour attribuer des causes à cette amélioration supplémentaire, mais je pense que le manuel mérite au moins une partie du crédit.

Statistics Unplugged est un excellent livre pour les statistiques d'introduction. L'auteur présente d'abord la logique du test statistique et donne ensuite la formule mathématique. Cette approche aide à digérer les nouveaux concepts. Il y a plusieurs exemples dans le livre qui sont présentés sous la forme d'un problème à résoudre plutôt que d'une déclaration hypothétique et d'étapes mathématiques.

J'ai lu Freedman (presque tout le livre) et OpenIntro Statistics (plus d'un tiers). Ces deux livres sont assez bons.

J'ai finalement trouvé le livre qui se rapprochait de ce que je cherchais: Learning Statistics with R: Un tutoriel pour les étudiants en psychologie et autres débutants par Daniel Navarro. Il est disponible gratuitement en ligne (légalement) et vous pouvez également commander une version imprimée pour environ 30 $ US (voir la page du livre pour plus de détails).

Les principaux avantages de ce livre sont:

• Les implémentations R intégrées dans le texte lors de l'introduction des rubriques. R a des fonctions intégrées pour la plupart des méthodes expliquées dans le livre. Là où R n'a pas de fonction intégrée, l'auteur a écrit sa propre fonction et l'a mise à disposition sur CRAN sous sa lsrbibliothèque, donc votre apprentissage est assez complet. J'ai personnellement trouvé que c'était le plus gros atout de ce livre.

• Le livre est plus complet que Freedman et OpenIntro. En plus des bases, il couvre des sujets tels que le test de Shapiro-Wilk, le test de Wilcoxon, la corrélation de Spearman, les moyennes ajustées et un chapitre sur les statistiques bayésiennes, pour n'en nommer que quelques-uns.

• La motivation derrière chaque sujet est expliquée clairement. Il y a aussi beaucoup d'histoire derrière les sujets, vous pouvez donc apprécier comment une méthode a été élaborée.

• Le livre a été écrit de manière itérative avec les commentaires des lecteurs et je pense que l'auteur continue d'améliorer le livre.

Le seul inconvénient est que la version papier est volumineuse et lourde!

Thom Baguley, un éditeur sortant du British Journal of Mathematical and Statistical Psychology, a publié le livre Serious Stats que vous pourriez trouver utile. Il s'appuie cependant sur R plutôt que sur SPSS.

Je me méfie des livres qui en sont à leur 7e édition. Dans mon expérience d'enseignement, cela signifie que les sections et les problèmes ont été remaniés afin que les étudiants aient à acheter la dernière édition pour générer des flux de trésorerie pour l'éditeur et des redevances pour les auteurs suivre le cours. Peu de monographies sérieuses au niveau de la recherche ont fait l'objet d'une deuxième édition par leurs auteurs, et tout nombre supérieur est évidemment une valeur aberrante. (La bibliothèque de statistiques de Kendall est une exception notable, mais je ne peux vraiment penser à aucun autre livre que je connaisse qui serait dans sa troisième édition.)

À mon avis, Excel est un bon outil d'analyse statistique uniquement lorsqu'il est utilisé par un doctorat. statisticien. L'enseignement de statistiques de premier cycle avec cela aura probablement des conséquences désastreuses et enseigne peu de statistiques par rapport à l'utilisation d'un package moderne comme R ou Stata. Essayez simplement de produire un graphique de régression résiduelle standardisée par rapport à l'effet de levier dans Excel et comparez-le aux lignes simples de ces packages. Les majors des statistiques devraient connaître la théorie, ils devraient donc créer ces graphiques à partir de zéro, mais toujours en utilisant un package statistique plutôt que de copier / coller les formules dans Excel. Les étudiants non majeurs doivent avoir une idée de l'analyse des données, et Excel l'obscurcit, au mieux.

Que diriez-vous de The Statistical Sleuth de Ramsey et Schafer?

Je pense que ce livre aborde certains points importants sans a) trop de maths ou b) des choses stupides.

Je suggérerais qu'un cours de statistiques d'introduction pour la psychologie et d'autres types de sciences sociales devrait souligner comment ne pas trop se tromper. Une enquête sur les méthodes serait également une bonne chose pour les étudiants de premier cycle.

Consultez le livre d'introduction aux statistiques, Donner un sens aux données grâce aux statistiques: une introduction(2014) par Dorit Nevo. Il est rédigé de manière extrêmement accessible et s'adresse aux étudiants de premier cycle ou des cycles supérieurs en commerce et en sciences sociales. Le manuel utilise des exemples significatifs pour les étudiants d'aujourd'hui et est accompagné de feuilles de calcul Excel offrant une expérience pratique qui renforce les concepts et les techniques statistiques couverts. Les instructeurs reçoivent du matériel pédagogique supplémentaire, y compris des diapositives de cours PPT pour chaque chapitre, un manuel de solutions pour tous les exercices unitaires et ensembles de pratique de fin de chapitre, et une banque de tests. Le livre est vendu en format numérique seulement (.pdf), permettant le prix très raisonnable de 19,95 $. Les éducateurs peuvent s'inscrire pour accéder gratuitement au livre et au matériel pédagogique en s'inscrivant sur le portail d'aperçu pédagogique de Legerity Digital Press .

Voici une liste de livres. Les énigmes / énigmes sont un excellent moyen de susciter un intérêt pour ce que les mathématiques / statistiques peuvent faire. Les exemples réels aident aussi.

J'ai été TA, observateur ou étudiant dans de nombreux cours impliquant des méthodes quantitatives de psychologie, avec SPSS comme programme principal. Dans tous les cas, il me semble que les étudiants se sont tournés vers Field (2013), que le coordinateur du cours ait mentionné ou non ce livre. Dans de nombreux cas, les élèves ont ignoré un manuel recommandé et ont plutôt lu le manuel de Field.

Je ne suis pas suffisamment compétent pour évaluer la rigueur des explications du livre, et je ne connais pas non plus de recherche sur les résultats d'apprentissage. Cependant, je peux dire que ce livre est complet, bon marché (d'où je viens de toute façon) et populaire auprès des étudiants. Le style d'écriture de l'auteur repose en grande partie sur des anecdotes personnelles, qui plairont à certains lecteurs. Cependant, j'ai constaté qu'au moins autant d'étudiants l'apprécient. J'ai semblé rencontrer beaucoup de fautes de frappe et d'autres problèmes dans les premières éditions, mais à la quatrième édition, la plupart d'entre elles semblent être éliminées.

Donc, Field (2013) est ma recommandation, car:

1. J'ai vu des étudiants en psychologie s'y engager et prendre plaisir à le lire.
2. Même si vous recommandez un autre livre, il est fort probable que certains élèves utiliseront Field (2013) de toute façon. Cela peut alors créer des problèmes d'administration dans votre cours.
3. Le livre est populaire et l'auteur est encore relativement jeune, il est donc probable qu'il y aura d'autres éditions et améliorations.
4. Si vous décidez par la suite que vous souhaitez utiliser R à la place, vous pouvez effectuer une transition assez transparente vers Field, Miles et Field (2012), qui utilise la plupart des mêmes exemples. @ jeremy-miles est un contributeur fréquent de ce site.

Field, A. (2013). Découverte des statistiques à l'aide des statistiques IBM SPSS. Sauge.
Field, A., Miles, J., & Field, Z (2012). Découverte des statistiques à l'aide de R. Sage.