Learning to Reason with Data: How Did We Get Here and What Do We Know?
Learning to Reason with Data: How Did We Get Here and What Do We Know?
复制标题
学习用数据推理：我们是如何到达这里的以及我们知道什么？
DOI：
10.1080/10508406.2019.1705665
复制
发表时间：
2020
影响因子：
3.8
通讯作者：
Rubin, Andee
中科院分区：
文献类型：
--
作者：
Rubin, Andee
本章强调了处理这些工作中出现的数据的几个关键方面。数据是情境化的。乔治科布和大卫摩尔，德高望重的统计学教育家，著名的写道，“有更多的内容，区分统计思想和数学。然而，概率思维对许多人来说是困难的。卡内曼和特沃斯基关于人们在概率推理中的挣扎的研究，开启了一条一直持续到今天的调查路线，并且成为统计推理研究的重要组成部分。在基于案例的数据视图和聚合数据视图之间存在着一种持续且难以解决的紧张关系。要方便地访问大量数据，就需要可视化工具，本期的大多数论文都至少包括一个由计算机工具提供的数据显示示例。
This chapter emphasizes few critical aspects of working with data that have emerged from this body of work. Data are contextualized. George Cobb and David Moore, venerable statistics educators, famously wrote, “There is more than just content that distinguishes statistical thinking from mathematics. Probabilistic thinking, however, is difficult for many people. Kahneman and Tversky’s work on people’s struggles with probabilistic reasoning started a line of inquiry that continues today and has been an important component of research on statistical reasoning. There is a constant and difficult-to-resolve tension between a case-based view of data and an aggregate view of data. Easy access to large quantities of data begs for visualization tools, and most of the papers in this issue included at least one example of a data display facilitated by a computer tool.
登录
查看更多内容
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
D. Ben;K. Makar;Joan Garfield
通讯作者：
Joan Garfield
探索数据
DOI：
--
发表时间：
2019
期刊：
Analyzing Qualitative Data with MAXQDA
影响因子：
--
作者：
P. Molicotti;A. Bua;S. Cannas;M. Cubeddu;Melania Ruggeri;P. Pirina;S. Zanetti
通讯作者：
S. Zanetti
DOI：
--
发表时间：
1989
期刊：
影响因子：
--
作者：
S. Russell;R. Corwin
通讯作者：
R. Corwin
通过不同镜头看到的数据
影响因子：
3.2
作者：
Clifford E. Konold;Traci Higgins;S. Russell;Khalimahtul Khalil
通讯作者：
Khalimahtul Khalil
不确定性研究
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
D. Pratt;S. Kazak
通讯作者：
S. Kazak