２６）アメリカの統計教育
筆者は、統計学は、30年前に、図表を参照する頻度統計から、コンピュータで分布を確認して、ベイズ統計をつかう手法に変化したと考えています。
その根拠を示します。
英語版のウィキペディアの「統計教育（Statistics_education）」には、次のように書かれています。
＜
統計教育
統計教育の目標
統計教育者は、学生に対して認知的および非認知的な目標を持っています。例えば、アメリカ統計協会（ASA）元会長キャサリン・ウォールマンは、統計リテラシーを、統計的思考がもたらす貢献を評価するだけでなく、統計的結果を理解し批判的に評価する認知能力を含むものと定義しました。
認知目標
統計教育の認知目標は、スキル、計算、手順だけではなく、統計リテラシー、統計的推論、統計的思考にますます重点が置かれているにもかかわらず、これらの用語の意味や、これらの成果を評価する方法については合意が得られていません。
非認知目標
非認知的成果には、態度、信念、感情、気質、動機などの感情的構成が含まれます。著名な研究者であるGalとGinsburgによると、統計教育者は、統計に対する学生の考え、反応、感情を認識し、それが学習にどのように影響するかを優先する必要があります。
＞
＜＜ 引用文献
https://en.wikipedia.org/wiki/Statistics_education
＞＞
２７）統計教育の評価と指導のためのガイドライン
英語版のウィキペディアの「統計教育の評価と指導のためのガイドライン（Guidelines for Assessment and Instruction in Statistics Education）」には、次のように書かれています。
＜
統計教育の評価と指導のためのガイドライン（GAISE ）は、2007年にアメリカ統計協会（ASA）によって発行された幼稚園から高校までの統計教育の枠組みです。この枠組みの基礎は、2000年に全米数学教育者協会（NCTM ）によって発行された「学校数学の原則と基準」です。大学レベルの統計教育に焦点を当てた2番目のレポートであるGAISEカレッジレポートは、2005年に発行されました。両方のレポートはASAによって承認されました。全米科学財団によって授与されたいくつかの助成金は、プロジェクトに影響を与えたり、プロジェクトを導いたりするものとしてGAISEドキュメントに明示的に言及しており、また、いくつかの一般的な統計入門教科書は、GAISEドキュメントをそのアプローチの根拠として引用しています。
GAISE レポート (幼稚園から高校)
GAISE文書は2次元の枠組みを提供し、統計的問題解決に使用される4つの要素（質問の作成、データの収集、データの分析、結果の解釈）と、生徒が進むべき概念理解の3つのレベル（レベルA、B、C）を指定しています。これらの概念レベルと学年レベルを直接比較することはできません。なぜなら、ほとんどの生徒は、小学校、中学校、高校のいずれの学年であっても、統計に初めて触れるときにレベルAから始めるからです。生徒の統計的成熟度は、年齢ではなく経験に基づいています。
GAISEカレッジレポート
GAISEカレッジレポートは、まず統計入門コースの歴史と現在の理解をまとめ、次に統計リテラシーに基づいた学生の目標を列挙しています。統計入門コースについては、以下の6つの推奨事項が示されています。
１．他の成果よりも統計的思考とリテラシーを重視する。
２．可能な場合は実際のデータを使用する。
３．手順の理解よりも概念の理解を重視する。
４．能動的な学習アプローチを取る。
６．評価による生徒の学習支援に重点を置く。
これらの推奨事項をどのように実施できるかについての例と提案は、いくつかの付録に記載されています。
＞
上記の記述の中で、次の点は重要です。
＜
これらの概念レベルと学年レベルを直接比較することはできません。なぜなら、ほとんどの生徒は、小学校、中学校、高校のいずれの学年であっても、統計に初めて触れるときにレベルAから始めるからです。生徒の統計的成熟度は、年齢ではなく経験に基づいています。
＞
これは、統計学においては、履修主義は不可能であるという主張です。
また、「１．他の成果よりも統計的思考とリテラシーを重視する」も衝撃的な内容です。これを認めれば、法度体制が間違いになります。
Christine Franklin氏とAnna Bargagliotti氏は、統計教育における評価と指導のガイドライン(GAISE)を、次のように紹介しています。（ゴチックは、筆者の強調）
＜
統計教育の評価と指導のためのガイドライン:PreK-12 カリキュラムフレームワーク(GAISE I)は 2007 年に出版されました。独創的で先見の明のあるレポートであり、最も初期の学年からデータと統計リテラシーの必要性を提唱しました。 それは、統計概念の進化と、A、B、C の 3 つの発達レベルとして説明される学年全体の生徒の統計的推論のための基礎スキルの開発のための推奨事項のフレームワークを提供しました。 これらのレベルは GAISE II で維持され、それぞれ小学校、中学校、高校とほぼ同等です。 最初の発行以来、オリジナルの GAISE は、米国および国際的に州および国レベルでの統計基準の包含に大きな影響を与えてきました。このレポートは、最初の Pre-K-12 GAISE のスペイン語訳を含む、大学入学前レベルの統計教育の参照ポイントとして国際的に使用されています 。 Google Scholarは、学術作品における GAISE I の約 800 の引用(この記事の執筆時点)を文書化しています。 これに加えて、多数の全米科学財団の助成金プロジェクトや、GAISE I の推奨事項を使用したその他の専門的な科学、技術、工学、数学(STEM)教育機関のレポートがあります。
GAISE I は主に、量的変数からカテゴリー変数までの従来のデータタイプと、母集団のサンプルの小さなデータセットを使用した研究デザインに焦点を当てました。13 年後、データタイプは定量的およびカテゴリー的に分類されるだけでなく拡大し、さまざまな新しい統計スキルの習得が必要になりました。たとえば、今日では、データはソーシャルメディアに投稿されたテキストや、高度に構造化された(または構造化されていない)写真、音声、またはビデオのコレクションである場合もあります。データは膨大で、すぐに利用できます。データは多次元であり、データの表現と視覚化では、多くの場合、多くの変数を同時に表示する必要があります。
GAISE II は、私たちが直面する豊富なデータを理解するために必要なデータタイプとスキルの進化に取り組んでいます。新しいアップデートには、次のものが含まれます。
1. 統計的問題解決プロセスの各段階(統計的調査の質問の策定、データの収集または検討、データの分析、結果の解釈)を通じて質問することの重要性と、このプロセスが統計的思考の最前線にとどまる方法。
2. さまざまなデータと変数タイプの検討、および統計調査の質問に答えるために一次データの収集方法または二次データの収集方法を慎重に設計することの重要性、データの収集とクリーニングのプロセス、データの調査、およびデータの分析。
3. K-12 教育のすべてのレベルに多変量思考を含めること。
4. すべての学校レベルの生徒が使用するランダム性を定量化する上での確率的思考の役割。
5. Pre-K-12(学校レベル)教育全体におけるテクノロジーの役割の変化と深化。
6. これまで以上に、統計情報を伝達する方法の重要性。
データで動く未来
膨大な量の個人データが、一人の個人によって毎日生成されています。例としては、ワールドワイドウェブのサーフィン、電子メールの送信、ソーシャルメディアへの投稿と閲覧、オンラインでの請求書の支払い、食料品店の買い物客カードの使用、写真のアップロード、Google ドライブまたは Microsoft Teams の使用、テキストメッセージ、フィットネスデバイスの使用などがあります。 個人は毎日平均 1 兆 1,450 億 MB のデータを生成していると推定されています。個人のデータをどのように活用し、社会や生活の質を向上させることができるのか。個人について収集されたデータに関する倫理的考慮事項は何ですか?検討可能なデータがこれほど豊富にあり、利用可能な技術的ツールがある中で、データを整理し、データをクリーニングし、統計的な調査質問に答えるためのデータの適切性を判断し、予測を行うために必要なスキルは何ですか?
GAISE II で述べられているように、データはストーリーを伝えるために使用されます。統計学者はデータを通じて世界を見ており、データは現実のモデルとして機能します。統計的思考と統計的問題解決プロセスは、すべてのデータを探索するための基礎です。
GAISE II が伝えようとしているビジョンは、学生が統計的推論に自信を持ち、データを理解し、受け取った証拠や情報の妥当性を疑うための健全な懐疑心を維持することです。GAISE II は、統計推論とデータサイエンスの重要な役割を理解し、データリテラシーの本質的なライフスキルを習得するために、すべての学生をサポートする基本的な概念と 22 の例のフレームワークを提示します。大学の入門統計コースのその後の推奨事項は、統計教育の評価と導入のためのガイドライン(GAISE)カレッジレポート(Carver et al.、2016)で行われていることに注意する必要があります。GAISE II は、学生が高校を卒業するまでに統計学とデータサイエンスの実践者および消費者になるための概念的基盤を築きます。これらの推奨事項に従うことで、生徒が就職や高等教育で成功するための道筋が開かれます。
＞
＜＜ 引用文献
Introducing GAISE II: A Guideline for Precollege Statistics and Data Science Education
2020/20/29 Christine Franklin and Anna Bargagliotti
https://hdsr.mitpress.mit.edu/pub/cqncbp3l/release/3
＞＞
統計教育における評価と指導のガイドラインII(GAISE II）は、以下のアメリカ統計協会のサイトで、公開されています。
＜＜ 引用文献
Guidelines for Assessment and Instruction in Statistics Education (GAISE) Reports
＞＞
GAISE IIは、アメリカ統計協会が制定したガイドラインで、アメリカ合衆国教育省(United States Department of Education)は、直接は関与していません。
1980年5月4日に保健教育福祉省が分割してできた合衆国教育省の職員数は4,400人で、内閣機関の中で最も少ないです。
日本の学習指導要領とGAISE IIをくらべれば、GAISE IIの方が優れていて、学習指導要領は欠陥文書であることがわかります。
アメリカをみればわかるように、教育改革を、文部科学省が独占する法度体制で行うメリットはありません。
GAISE IIのアメリカ統計協会の活動と日本の学会の活動を比べると、日本の学会は、法度体制の中に組み込まれていて、科学より法度体制を優先していることがわかります。
