In-Depth Exploration of Linear Regression Concepts through Self-Paced learnr Modules
Methods of Data Analysis 1 is a required course for the nearly 4000 undergraduates enrolled in the statistics program at the University of Toronto. The course addresses the theory and application of linear regression analysis. Dramatic variation exists among the students in their experience with inference and programming, creating a steep learning curve for certain students. To support students in strengthening these skills, learnr modules were created that merge low-stakes, guided R code practice with illustrations of commonly misunderstood course concepts. All students in the course benefit from completing these modules as they promote an intuitive understanding of the difficult concepts prior to formal theoretical introduction of these topics. Students with a weaker background in programming additionally strengthen their coding skills working their own pace. This session will elaborate on the rationale for this project, demonstrate the modules, and summarize early student feedback.
Exploration des concepts de régression linéaire à travers des modules LearnR
«Methods of Data Analysis 1» (méthodes d’analyse de données 1) est un cours obligatoire pour près de 4000 étudiants de premier cycle actuellement inscrits au programme de statistiques de l’Université de Toronto. Le cours aborde l’analyse de régression linéaire, tant sur le plan théorique que dans son application à l’aide de R. Les compétences prérequises des étudiants en termes d’inférence et programmation varient énormément, créant une courbe d’apprentissage abrupte pour certains d’entre eux. Pour soutenir les étudiants dans le renforcement de ces compétences, des modules « learnr » ont été développés, combinant des exercices guidés de code R avec de la pratique des concepts du cours fréquemment mal compris. Ces modules comptent pour peu de la note finale afin de ne pas pénaliser les étudiants ayant de plus faibles prérequis. Tous les étudiants du cours bénéficient de la réalisation de ces modules, car ils favorisent une compréhension intuitive des concepts difficiles avant l’introduction théorique de ces sujets. Les étudiants ayant une faible expérience en programmation peuvent renforcer leurs compétences en codage à leur propre rythme tout en progressant dans le cours. Cette présentation abordera davantage sur l’implantation de ce projet, tout en présentant des exemples, et résumera les premières rétroactions des étudiants.
Date and Time
-
Language of Oral Presentation
English
Language of Visual Aids
English