
- •1. Характеристика учебной дисциплины
- •Назначение учебной дисциплины
- •Цель изучения дисциплины
- •Задачи изучения дисциплины
- •1.4. Методология
- •Календарно-тематический план курса
- •Темы (вопросы) для срс
- •4. Содержание программы
- •4.1. Планы лекций
- •4.2. Планы лабораторных занятий
- •4.3. Порядок изучения материала и выполнения заданий (срс)
- •5. Система оценки знаний студентов
- •Глоссарий
- •Базовые термины математической статистики и анализа данных
- •1.2 Краткая историческая справка[2]
- •1.4 Типы данных психолого-педагогического исследования
- •1.5 Описательная статистика
- •Случайная величина и вероятность события Математическая статистика тесно связана с другой математической наукой – теорией вероятности и базируется на ее математическом аппарате.
- •Математическое ожидание – числовая характеристика св, приближенно равная среднему значению св:
- •Закон распределения св
- •Биномиальное распределение (распределение Бернулли)
- •Распределение Пуассона
- •Нормальное (гауссовское) распределение
- •Распределение вероятностей непрерывной cв х, принимающие все свои значения из отрезка [а;b] называется равномерным, если ее плотность вероятности на этом отрезке постоянна, а вне его равна нулю:
- •Общие принципы проверки статистических гипотез
- •4.3 Понятие гипотезы в педагогике
- •Анализ одной и двух нормальных выборок
- •6.1 Параметрические критерии
- •6.1.1 Методы проверки выборки на нормальность
- •Случай независимых выборок
- •1. Что если полученное в опыте значение t окажется меньше табличного? Тогда надо принять нулевую гипотезу.
- •3. Что если в контрольной группе результаты окажутся выше, чем в экспериментальной? Поменяем, например, местами, сделав средней арифметической экспериментальной группы, a — контрольной:
- •Б) случай связанных (парных) выборок
- •Лекция_5 Однофакторный дисперсионный анализ для несвязанных выборок
- •Лекция_6 Дисперсионный анализ для связанных выборок
- •Двухфакторный анализ
- •Связь задач двухфакторного и однофакторного анализа
- •Аддитивная модель данных двухфакторного эксперимента при независимом действии факторов
- •Непараметрические критерии проверки гипотезы об отсутствии эффектов обработки
- •Лекция_8 Регрессионный анализ
- •1. Парная линейная регрессия
- •1.1. Взаимосвязи экономических переменных
- •Суть регрессионного анализа
- •1.3. Парная линейная регрессия.
- •8.1 Требования к статистическим пакетам общего назначения
- •8.2 Российские пакеты обработки данных
- •8.4 Пакет stadia
- •Лекция_10 Корреляционный анализ Понятие корреляционной связи
- •7.2.2 Коэффициент корреляции Пирсона
- •Параметрические критерии
- •6.1.1 Методы проверки выборки на нормальность
- •Анализ временных рядов на компьютере
- •Многомерный анализ и другие статистические методы
- •Многомерное шкалирование
- •1.1 Характеристика пакета Excel
- •1.2 Использование специальных функций
- •Задания для самостоятельной работы
- •1.2 Использование инструмента Пакет анализа
- •Задание для самостоятельной работы
- •2.1 Биномиальное распределение
- •Задания для самостоятельной работы
- •2.2 Нормальное распределение
- •Задания для самостоятельной работы
- •2.3 Генерация случайных величин
- •Задание для самостоятельной работы
5. Система оценки знаний студентов
Результаты рубежного контроля складываются на основе суммирования баллов, полученных студентом при сдаче оцениваемых мероприятий каковыми являются по каждому практическому занятию завершенные и представленные для оценки результаты работы.
2. Текущий контроль проводится в форме «вопрос-ответ» на проводимых еженедельно форумах. Цель – систематическая проверка понимания и усвоения теоретического учебного материала, умения использовать теоретические знания при решении практических задач.
3. Рубежный контроль проводится – 2 раз в период сессии. Цель – выявление уровня усвоения определенной части учебного материала.
4. Результаты рубежного контроля складываются на основе суммирования баллов, полученных студентом при сдаче оцениваемых мероприятий и баллов, полученных за участие и активность на форумах.
5. Распределение баллов по оцениваемым мероприятиям осуществляется равномерно. Итоговый контроль проводится в форме экзамена и составляет 40 % итоговой оценки знаний студентов.
6. Критерии оценки учебных достижений. Согласно требованиям кредитной технологии образования при определении итоговой оценки:
60% - на текущий рейтинг знаний студента
40% - на итоговый экзамен
7. При бальной системе контроля знаний студент за семестр может набрать максимально: 100 баллов – 100%
Текущий рейтинг - 60 баллов
Итоговый экзамен - 40 баллов
8. Итоговая оценка в данной системе определяется по формуле 1:
ИО = РК + ИЭ, где (1)
ИО – итоговая оценка
РК – рубежный контроль
ИЭ – итоговый экзамен
Рубежный контроль знаний студента (РК) определяется по формуле 2:
РК = (У + А) + ОМ, где (2)
У – участие в форумах;
А – активность на чатах;
ОМ- оцениваемые мероприятия;
Участие в форумах (У) – 12 баллов
Активность на форумах (А) – 12 баллов
Оцениваемые мероприятия (ОМ) – 36 баллов
9. Учебные достижения студентов оцениваются по десятибалльной буквенной системе.
Буквенная оценка |
Баллы |
%-ое содержание |
Традиционная оценка |
А |
4,00 |
95-100 |
Отлично |
А- |
3,67 |
90-94 |
|
В+ |
3,33 |
85-89 |
Хорошо |
В |
3,00 |
80-84 |
|
В- |
2,67 |
75-79 |
|
С+ |
2,33 |
70-74 |
Удовлетворительно |
С |
2,00 |
65-69 |
|
С- |
1,67 |
60-64 |
|
D+ |
1,33 |
55-59 |
|
D |
1,00 |
50-54 |
|
F |
0,67 |
0-49 |
Неудовлетворительно |
Глоссарий
АИС – Автоматизированная информационная система
АС – Автоматизированная система
АСУ – Автоматизированная система управления
База данных – ИТ, включающая данные и систему управления ими
База знаний – ИТ, включающая знания и систему управления ими
База знаний (KB – Knowledge Base);
Вербальная информация – информация, символами которой являются слова
Видеоинформация – информация, символами которой являются динамические изображения
Глобальная сеть – ИТ, основанная на глобальных телекоммуникациях
Графическая информация – информация, символами которой являются неподвижные изображения
Данные – информация, подготовленная для определенной цели и в определенном формате
Информатизация – технология внедрения НИТ в какую-либо другую технологию или социальную систему
Информатизация образования – информатизация технологий обучения, исследований и управления в образовании
Информатика – наука об информации
Информационная среда – система информационного обслуживания, состоящая из обслуживающего персонала, сетевого аппаратно-программного и организационно-методического обеспечения, нацеленная на удовлетворение потребностей пользователей в информационных услугах и ресурсах.
Информационная технология (ИТ) – технология, в которой используется информатика (наряду с другими науками).
Информационная услуга – услуга клиенту, потребляющему информацию
Информация – система символов
КМД – концептуальная модель данных
Корпоративная вычислительная сеть (CAN – Corporation Area Network);
КТС – комплекс технических средств
Локальная сеть – ИТ, основанная на локальных телекоммуникациях
Локальные и Глобальные сети (LAN/WAN – Local (Wide) Area Network);
Мультимедиа – информация, содержащая несколько различных видов информации
Мультисредовая система (MS – Multimedia System);
Научная информация – достоверная вербальная информация
Новая информационная технология (НИТ) – информационная технология, в которой используются последние достижения информатики. В настоящее время НИТ – это компьютерная информационная технология.
ОАСУ – отраслевая автоматизированная система управления
Образовательная услуга – услуга клиенту, овладевающему знаниями
Обучение – производство образовательных услуг
Однозначная информация – информация, каждый символ которой имеет одно значение
ООМД – объектно-ориентированная модель данных, которая позволяет между записями данных и функциями их обработки устанавливать взаимосвязи с помощью механизмов, подобных соответствующим средствам в объектно-ориентированных языках программирования
Приложение – программа или комплекс программ, обеспечивающих автоматизацию обработки информации для прикладных задач
Рабочая станция – персональная ЭВМ - рабочее место пользователя сети
Сетевая модель – модель данных, хранящаяся в базе, описывает взаимосвязи элементов в виде графа произвольного вида (сети)
Система Автоматического Проектирования (CAD – Computer-Aided Design);
Система знаний – идеальная система, элементами которой являются понятия
СППР – системы поддержки принятия решений
СРОД – система распределенной обработки данных.
Субъективная информация – информация, символы которой могут принимать идеальные значения
Тестирование знаний (CAT - Computer-Aided Testing);
Технология – гарантированное производство стандартной продукции
Технология обучения – технология производства субъектов, обладающих стандартной системой знаний
ЭИС – экономическая информационная система
ЭС – экспертная система
Экспертная система – ИТ, включающая базу знаний, подсистему вывода и его объяснения
Экспертная система (Ex.Sys. - Expert System)
Электронная почта (E-mail);
Электронный учебник (e-tbook);
MIS – ИТ организационного управления
КОНСПЕКТ ЛЕКЦИИ
Лекция_1