Not logged in.

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title ActiveStat: Design Patterns and Software Platform for Interactive Learning of Statistics
Organization Unit
Authors
  • Jasmin Ebner
Supervisors
  • Chatchavan Wacharamanotham
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Date 2018
Abstract Text New research areas such as Data Science and Machine Learning have increased the importance of statistics in recent years. Additionally, computers have changed the way statistics are learned. Nowadays, computers take over complex calculations and, as a result, students can focus on the underlying concepts. Due to these developments, in this thesis, we want to find out how computers and software can be used to improve statistical learning. For this purpose, we have designed and developed an application for learning statistics on the example topic linear regression. A toolbox with reusable components and design patterns was elaborated to help future developers in building such software. The evaluation of a first study with students gives evidence that the software is suitable for learning statistics and that the design patterns help to evolve students' mental models of statistical concepts. During the interaction with the software, the students drew correct conclusions and were able to describe concepts about linear regression in a posttest which they could not explain before the study (in a pretest). But the study was conducted with only a few students and, therefore, requires further evaluation in future work.
Zusammenfassung Durch neue Forschungsgebiete wie Data Science und Machine Learning hat die Statistik in den letzten Jahren an Bedeutung gewonnen. Zudem haben Computer die Art, Statistik zu lernen verändert. Heutzutage übernehmen Computer komplexe Berechnungen, so dass sich die Studierenden auf die unterliegenden Konzepte konzentrieren können. Aufgrund dieser Entwicklungen, wollen wir in dieser Arbeit herausfinden, wie Computer und Software eingesetzt werden können, um das Statistiklernen zu verbessern. Zu diesem Zweck haben wir eine Anwendung zum Lernen am Beispielthema lineare Regression entworfen und implementiert. Eine Toolbox mit wiederverwendbaren Komponenten und Designmustern wurde erarbeitet, um zukünftige Entwickler solcher Software bei der Implementierung zu unterstützen. Die Auswertung einer ersten Studie mit Studenten zeigt, dass die Software zum Lernen von Statistik geeignet ist und dass die Designmuster helfen, das mentale Modell von Studierenden über Statistikkonzepte zu entwickeln. Die Studierenden haben während der Interaktion mit der Software korrekte Schlussfolgerungen gezogen und konnten in einem Posttest Konzepte über die lineare Regression beschreiben, welche sie vor der Studie (in einem Pretest) nicht erklären konnten. Allerdings wurde die Studie nur mit wenigen Studierenden durchgeführt und bedarf daher einer weiteren Evaluierung in Folgearbeiten.
PDF File Download
Export BibTeX