Nach Absolvierung der Lectures der ersten Woche aus dem auf Coursera angebotenen Online-Statistik-Kurs (Andrew Conway, Princeton) ist es Zeit für ein erstes Zwischenfazit. Insgesamt gab es drei Video-Lectures (je 2-3 Videos mit 15-30 Minuten Länge), welche eine grundlegende Einführung in (1) die Verwendbarkeit von Statistiken, (2) die deskriptive Statistik und (3) das Arbeiten mit dem Statistikprogramm R gaben. Sehr gut gefallen hat mir dabei die Herangehensweise von Conway, der nämlich immer zuerst fragt, wofür statistische Auswertungen überhaupt sinnvoll sind und wie leicht Fehler im Studiendesign oder der -auswertung gemacht werden können. Die Videos sind relativ karg gehalten – Conway steht vor einer Leinwand, auf die schmucklose blaue Folien projiziert werden, selten nutzt er die Möglichkeit, auf diese zu schreiben oder zu malen. Das ist in den meisten Fällen zweckmäßig, weil konzentrationsfördernd, zumindest bei der Einführung in R hätte ich mir aber eine Abweichung von dem Schema gewünscht (z.B. tatsächliche Verwendung des Programms), das war etwas zu trocken geschwommen. Zum Ende jedes Videos wurden 2-3 Single-Choice-Fragen gestellt, bei deren Beantwortung man sich selbst versichern konnte, nicht zwischendurch eingenickt zu sein. Insgesamt fand ich die Lehrvideos gelungen, weil Conway es auch in karger Umgebung schafft, seinen Ansatz und sein Thema interessant herüberzubringen.
Kritik muss ich dagegen hinsichtlich der Interaktionskomponenten loswerden. Man ist dazu angehalten, sowohl ein klausurähnliches Quiz, wie auch eine R-Programmieraufgabe zu lösen (die wiederum über Quiz-Fragen abgeprüft wird). Insgesamt ist das ein gutes Konzept, bei dessen Umsetzung es allerdings noch ein wenig hapert. Ein Teil der Quizfragen folgt dem Schema “in Lecture X wurde Studie Y vorgestellt, was war nochmal das Problem mit der Unabhängigkeit der Variable?”. Die Antwort dazu war für mich manchmal etwas schwer zu rekonstruieren, weil ich mehr als 2 Stunden Lectures mit diversen Studien hinter mir hatte. Ging aber einigermaßen. Bei der Programmieraufgabe war das Problem, dass dort R-Sprachkonstrukte verwendet werden mussten, die in der Einführung gar nicht zur Sprache kamen. Ich finde legitim, dass man die Studierenden auch mal auf eigene Faust recherchieren lässt, hätte es aber besser gefunden, wenn man zumindest darauf hingewiesen würde, dass man in den Videos nicht etwas verpasst hat, sondern dass es gar nicht vorgekommen ist. Fündig wird man z.B. im Forum zum Kurs, wobei das etwas besser moderiert sein könnte. Am meisten hat mich aber gestört, dass man nach Einreichung seiner Lösungen nicht umgehend Bescheid bekommen hat, ob und wo man richtig und wo man falsch lag.
Mir würden solche Dinge vielleicht nicht auffallen, wenn dies der erste Coursera-Kurs wäre, den ich besuchen würde. Ich habe aber eben schon durchweg gute Erfahrung im NLP-Kurs (Natural Language Processing, nicht das New-Age-Zeug) gemacht, deswegen weiß ich, dass es besser gehen würde. Aber vielleicht kann der Kurs noch im weiteren Verlauf meine durchaus hohen Ansprüche erfüllen. Bislang ist er zumindest so gut, dass ich erstmal dabei bleibe. R steht sowieso schon Jahre auf meiner Todo-Liste und jetzt kann ich schon statistische Kennwerte und Histogramme erzeugen, zur R-Tesla-Integration ist es also nicht mehr weit 🙂
Anm.: Ich bin mir unsicher hinsichtlich der Relevanz dieses Artikels. Da Bloggen für mich aber auch immer Experimentieren ist, habe ich mich mal an einem Erfahrungsbericht versucht. Und weil er dann schonmal geschrieben war, hab ich ihn auch veröffentlicht. Als Experiment, ob Erfahrungsberichte in einem wissenschaftlichen Blog funktionieren können.
