Шпоры-24_вопроса

1. Определение понятия «информация». Основные свойства информации, ее качественные характеристики.

2. Определение понятия «знание». Как соотносятся знания, информация, данные?

3. Определение понятия «данные». Основные этапы обработки данных.

4. Источники социальной информации. Способы проверки достоверности информации.

5. Научное исследование как средство приобретения нового знания Теоретический и эмпирический уровень исследования, их характеристики.

6. Методы научного познания. Планирование и организация научного исследования.

7. Выборочное исследование. Виды выборок.

8. Метод наблюдения:

9. Организация метода наблюдения. Ошибки наблюдателя. Условия применения.

10. Эксперимент как метод научного исследования. Виды переменных. Способы контроля внешних переменных.

11. Особенности организации метода измерения.

12. Метод опроса. Семантический анализ.

13. Характеристика информативно-целевого анализа. Процедуры проведения.

14. Методы получения экспертных оценок.

15. Краткая характеристика количественной и качественной обработки данных.

16. Методы первичной обработки данных: метод регистрации и ранговой оценки.

17. Методы вторичной обработки данных. Агрегирование.

18. Методы описательной статистики.

19. Анализ различий корреляция. Регрессия.

20. Классификационный анализ.

21. Основные модели представления знаний. Общие требования предъявляемые к моделям.

22. Моделирование. Виды моделирования.

23. Способы визуализации. Основные правила создания графических изображений.

24. Правила оформления и применения статистических таблиц и графиков.

№1

Информация — это осознанные сведения об окружающем мире, которые являются объектом хранения, преобразования, передачи и использования.

 С точки зрения информатики наиболее важными представляются следующие общие качественные свойства: достоверность, полнота, точность, актуальность, полезность, ценность, своевременность, понятность, доступность, краткость, репрезентативность, содержательность  и др.

№2

Знания – это зафиксированная и проверенная практикой обработанная информация, которая использовалась и может многократно использоваться для принятия решений. Эти понятия часто используются как синонимы, однако между этими понятиями существуют принципиальные различия.

Данные - это совокупность сведений, зафиксированных на определенном носителе в форме, пригодной для постоянного хранения, передачи и обработки.

Информация — это осознанные сведения об окружающем мире, которые являются объектом хранения, преобразования, передачи и использования.

№3

Данные - это совокупность сведений, зафиксированных на определенном носителе в форме, пригодной для постоянного хранения, передачи и обработки.

1-й этап: Исходный (предварительный) анализ исследуемого реального явления.

В результате этого анализа определяются:

· Основные цели исследования на содержательном неформализованном уровне.

· Совокупность единиц, представляющих собой предмет статистического исследования (например: люди участвующие в психологическом эксперименте).

· Перечень отобранных из представленного специалистами априорного (до эксперимента) набора показателей характеризующих состояние каждого из исследуемых объектов.

· Степень формализации соответствующих записей при сборе исходных данных.

· Общее время и трудозатраты на планируемые работы.

· Формализованная постановка задачи по возможности, включающая в себя статистическую модель изучаемого явления.

2-й этап: Составление детального плана сбора исходной статистической информации.

При составлении этого плана необходимо по возможности учитывать полную схему дальнейшего статистического анализа.

При планировании особого внимания заслуживает ситуация, когда определяется, какой должна быть выборка – случайной, пропорциональной, расслоенной и т.п.

3-й этап: Сбор исходных статистических данных и ввод этих данных в компьютер.

4-й этап: Первичная статистическая обработка данных.

В ходе этой обработки решаются следующие задачи:

· Отображение переменных, описанных текстом в номинальную или порядковую шкалу.

· Анализ резко выделяющихся наблюдений.

· Восстановление пропущенных наблюдений.

· Проверка статистической независимости исходных данных.

5-й этап: Составление детального плана вычислительного анализа собранного материала.

На этом этапе определяются основные группы, для которых будет проводиться дальнейший статистический анализ. Желательно чётко знать блок схему анализов с указанием привлекаемых методов. Формируется критерий, на основании которого выбирается один из альтернативных методов статистической обработки исходных данных.

6-й этап: Вычислительная реализация основной части статистической обработки данных.

7-й этап: Подведение итогов исследования.

№4

Источниками социальной информации являются социальный факт и социальный процесс. Социальный факт – это все, что произошло, случилось в жизни людей и зафиксировано в человеческом восприятии, памяти и документальных источниках. В отличие от социального факта социальный процесс обозначает все то, что происходит в общественной жизни, находится в движении, в развитии, взаимосвязи, взаимовлиянии.

№5

Научное исследование — процесс изучения, эксперимента, концептуализации и проверки теории, связанной с получением научных знаний.

Научный метод — совокупность основных способов получения новых знаний и методов решения задач в рамках любой науки. Метод включает в себя способы исследования феноменов, систематизацию, корректировку новых и полученных ранее знаний.  Важной стороной научного метода, его неотъемлемой частью для любой науки, является требование объективности, исключающее субъективное толкование результатов. Не должны приниматься на веру какие-либо утверждения, даже если они исходят от авторитетных учёных. Для обеспечения независимой проверки проводится документирование наблюдений, обеспечивается доступность для других учёных всех исходных данных, методик и результатов исследований.

Эмпирический метод познания представляет собой специализированную форму практики, тесно связанную с экспериментом. Теоретическое познаниезаключается в отражении явлений и происходящих процессов внутренних связей и закономерностей, которые достигаются методами обработки данных, полученных от эмпирических знаний. 

№6

№7

№8

№9

№10

№11

№12

№13

Информативно-целевой анализ выявляет содержательно-смысловую структуру текста и соотносит ее с замыслом общения, что позволяет обнаружить возможные отклонения в интерпретации текста со стороны других участников общения, т. е. оценить успешность коммуникации. Анализируя тот или иной текст как воплощение замысла автора, исследователь пытается ответить на следующие вопросы: Почему и для чего в тексте вообще что-то говорится? Зачем публикуется текст?

О чем говорится в тексте (каков объект описания)?

Что говорится (какие сведения представлены)?

Как говорится (с использованием каких языковых средств)?

Первичная и вторичная информативность текста

Выделяют информативность первого рода, или первичную информативность, характеризующую способность конкретного текста передать замысел автора; а также информативность второго рода, или вторичную информативность, характеризующую потенциальную способность конкретного текста служить источником некоторых сведений. В процессе коммуникации вторичная информативность весьма часто не совпадает с первичной, а будучи оторванной от нее, приводит к искажению смысловой нагрузки, заложенной в тексте.1

Когда истолкование замысла получателем информации соответствует замыслу автора, то интерпретацию текста можно считать адекватной. Элементы текста, способствующие адекватному истолкованию, обусловливают ту или иную меру информативности. Таким образом, информативность может быть измерена, но не абсолютным количеством информации в тексте, а той ее долей, которая используется для истолкования замысла автора.

Информативно-целевой анализ позво­ляет:

• оценить воплощение цели коммуникации, заложенной в тексте;

• определить структуру текста;

• выяснить возможность интерпретаций содержания текста;

• выяснить адекватность восприятия текста;

• осуществить «сжатие» текста для удобства анализа или работы с ним.

Последовательность процедур информативно-целевого анализа мо­жет быть следующей:

1. Ознакомление с содержанием текста.

2. Выделение из текста предложения (словосочетания) или даже абзаца, отражающего цель сообщения, его замысел.

3. Выделение основных элементов в рамках общего содержания

4. Выделение второстепенных элементов в рамках общего содержа­ния. Второстепенные элементы содержания подразделяются на три группы:

• Иллюстрации

• пронумеровать выделенные слова;

• подсчитать общее количество слов, использованных в тексте;

• определить коэффициент избыточной информативности текста как частное от деления общего количества слов на выделенные опорные слова.

5. Оформление результатов работы в виде отчета.

№14

Основная идея прогнозирования на основе экспертных оценок заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки получаемых результатов.

Сущность методов экспертных оценок заключается в том, что в основу прогноза закладывается мнение специалиста или коллектива специалистов, основанное на профессиональном, научном и практическом опыте.

Индивидуальные экспертные оценки - основаны на использовании мнений экспертов-специалистов соответствующего профиля.

1. Метод "интервью" предполагает беседу прогнозиста с экспертом по схеме "вопрос-ответ", в процессе которой прогнозист в соответствии с заранее разработанной программой ставит перед экспертом вопросы относительно перспектив развития прогнозируемого объекта. Успех такой оценки в значительной степени зависит от способности эксперта экспромтом давать заключение по самым различным вопросам.

2. Метод анкетного опроса заключается в том, что эксперту предлагается для заполнения анкета (опросный лист), содержащая перечень вопросов, каждый из которых логически связан с задачей исследования.

В анкете могут использоваться следующие типы вопросов:

• открытые – ответы на данные вопросы могут быть сформулированы в любой форме;

• закрытого типа – предлагаются варианты ответов, один из которых должен выбрать эксперт.

Использование в анкете вопросов закрытого типа предпочтительней, так как упрощает статистическую обработку результатов ответа и облегчает работу эксперта при заполнении анкеты. С другой стороны, перечень ответов на вопрос может и не содержать мнение эксперта. Поэтому при формировании перечня вариантов ответов на некоторые вопросы следует предусматривать возможность выдвижения экспертом своего варианта ответа или уклонение от ответа

3. Аналитический метод (аналитических записок) предусматривает тщательную самостоятельную работу эксперта над анализом тенденций, оценкой состояния и путей развития прогнозируемого объекта. Эксперт может использовать всю необходимую ему информацию об объекте прогноза. Свои выводы он оформляет в виде докладной записки. Основное преимущество этого метода — возможность максимального использования индивидуальных способностей эксперта. Однако он мало пригоден для прогнозирования сложных систем и выработки стратегии из-за ограниченности знаний одного специалиста-эксперта в смежных областях знаний.

Наиболее достоверными являются коллективные экспертные оценки - предполагают определение степени согласованности мнений экспертов по перспективным направлениям развития объекта прогнозирования, сформулированным отдельными специалистами.

Для организации проведения экспертных оценок создаются рабочие группы, в функции которых входят проведение опроса, обработка материалов и анализ результатов коллективной экспертной оценки. Рабочая группа назначает экспертов, которые дают ответы на поставленные вопросы, касающиеся перспектив развития данного объекта.

1. Суть метода коллективной генерации идей (мозговой атаки) состоит в использовании творческого потенциала специалистов при мозговой атаке проблемной ситуации, реализующей вначале генерацию идей, а затем их структурирование, анализ и критику с выдвижением контридей и выработкой согласованной точки зрения.

№15

К количественным методам анализа и интерпретации (преобразования) данных относятся следующие:

1. Дисперсионный анализ позволяет выявить, насколько дисперсия зависимой переменной соотносится с дисперсией независимой переменной, т.е. указывает на ту качественную переменную, которая вызывает изменения исследуемого качества. На практике в рамках дисперсионного анализа чаще всего применяются расчеты при помощи f- критерия Фишера и t-критерия Стьюдента.

2. Корреляционный анализ выявляет связь и направление изменений зависимой и независимой переменных.

3. Факторный анализ выявляет влияние факторов, т.е. совокупности коррелирующих между собой независимых переменных на зависимые переменные.

4. Регрессионный анализ заключается в моделировании системы связей нескольких зависимых переменных в единый психометрический фактор, отражающий влияние независимой переменной на исследуемый психологический объект. При помощи регрессионной модели прогнозируется развитие фактора, причем прогноз имеет тенденцию к снижению достоверности через определенный промежуток времени.

5. Кластерный анализ позволяет выявить связь или степени подобия поведенческих реакций различных объектов по «подобию» их переменных (характеристик). В процессе кластерного анализа осуществляется группировка по определенным статистическим критериям различных «сходных» объектов (испытуемых или групп) в один класс (категорию, группу, кластер).

Качественный анализ результатов – совокупность процедур и методов описания исследовательских данных на основе теоретических умовыводов и обобщений, индивидуального опыта, интуиции, методов логического вывода.

В ходе качественного анализа результатов исследования выявляются причины возникновения того или иного психологического явления, вскрываются его существенные свойства, устанавливаются тенденции развития, определяются противоречия функционирования.

Опыт качественной обработки позволяет выделить ее следующие общие компоненты:

- предварительный анализ исследуемых данных,

- группировку однопорядковых результатов исследования,

- анализ взаимосвязей различных группировок,

- обобщающие выводы.

Выделяют следующие приемы качественного анализа: классификация, типологизация, систематизация, периодизация, категоризация, казуистика.

Категоризация – систематизация и дифференциация материала исследований по типам, видам, вариантам, построение схем, структур.

Казуистика – системное описание типичных и уникальных случаев, тех, которые представляют типологию, и тех, которые являются исключением.

Методы качественного анализа разделены на две группы:

- анализ по аналогии (при этом используются такие приемы, как обращение к личному опыту, интуиции исследователя, к ссылкам на авторитет, на результаты аналогичных исследований).

- инверсия

№16

Первичная обработка нацелена на упорядочивание информации об объекте и предмете изучения, полученной на эмпирическом этапе исследования.

Суть метода регистрации заключается в приписывании определенных чисел объектам, различающимся по некоторому, интересующему исследователя признаку. Например, выделяют какой-нибудь признак и отмечают каждый случай, когда в наблюдении или эксперименте встречается объект или явление с этим признаком. Каждому такому объекту или явлению приписывается «1». Каждому из наблюдаемых объектов или явлений, у которых этот признак отсутствует, приписывают «0».

Чтобы произвести регистрацию предметов или явлений, достаточно уметь отличать предметы или явления, имеющие данный признак, от предметов и явлений, у которых он отсутствует.

Такая регистрация дает меру для определения величин, характеризующих исследуемые явления. С помощью метода регистрации можно числено оценить такие признаки, как преступность, рождаемость, смертность и т.д. Таким образом, метод регистрации не требует знаний каких-либо количественных эталонов. В его основе лежит операция не физическая (измерение), а логическая, т.е. определение принадлежности данного объекта к некоторому классу с заданным признаком. Это очень важная особенность. Она позволяет осуществлять измерение даже тогда, когда невозможно количественно определить сами свойства изучаемых явлений. Необходимым и достаточным условием такой оценки является условие наличия точного критерия, пользуясь которым, исследователь в любой ситуации может однозначно отличить объект, имеющий данный признак, от объекта, который этого признака не имеет.

Ранговой оценкой пользуются в тех случаях, когда величину признака измерить не представляется возможным и в тех случаях, когда мы не знаем, что представляет собой эта величина.

Суть метода ранговой оценки заключается в том, что явления или объекты располагаются в порядке возрастания или убывания величины рассматриваемого признака. Затем каждому объекту или явлению приписывается порядковое число, обозначающее его место в данном ряду. Это число называют рангом.

Ранговые числа подбирают так, чтобы объектам с большей величиной изучаемого признака приписывались числа большие, чем у объектов с меньшей величиной этого признака. При этом расстояние между значениями соседних рангов может быть произвольным (это определяет сам исследователь).

Примером ранговой оценки может служить оценка работ и ответов учащихся по пятибалльной шкале, оценка работ, выполняемых рабочими, оценка результатов конкурсов или соревнований и подобные им измерения. Необходимыми и достаточными условиями такого измерения являются: 1. Наличие точного критерия для установления наличия или отсутствия нужного признака у исследуемых объектов или явлений. 2. Наличие критерия для выявления количественных величин данного признака у исследуемых объектов или явлений.

№17

Вторичная обработка заключается главным образом в статистическом анализе итогов первичной обработки. Данные методы помогают выявлять скрытые закономерности, устанавливать взаимосвязи.

Вторичные методы:

1. Корреляционный анализ – между двумя переменными может существовать определенная зависимость. При наличии такой зависимости изменения в одной переменной автоматически стимулируют изменения показателей второй переменной. Подобная связь присутствует, когда имеются некоторые общие факторы, оказывающее влияние в обоих случаях.

2. Регрессионный – позволяет выявить зависимость одной случайной переменной от другой, или нескольких переменных. Первый показатель считается зависимым, остальные показатели — независимые. Исследователь самостоятельно определяет, какие переменные будут выполнять выбранные роли. Его решение зависит от того, какие задачи ставятся изначально.

3. Факторный – выявление некоторого фактора, объединяющего большое количество переменных по какому-либо признаку. Это позволяет сузить массив обрабатываемой информации до оптимальных значений. При помощи факторного анализа все многообразие данных объединяется в несколько ключевых показателей.

4. Канонический – Позволяет установить зависимость между двумя модулями переменных, которые характеризуют объекты. Данный способ исследования помогает обобщить информацию и выявить влияние одного фактора на группу переменных.

5. Частотный – создание специальных таблиц частот для изучения категориальных переменных. Обычно данные таблицы частот представляют собой графические изображения в виде гистограмм. Частотный ряд имеет смысл применять в том случае, когда в исходной выборке присутствует множество схожих значений.

6. Кластерный – Все многочисленные объекты исследования разбиваются на группы по схожим признакам. Преимуществом подхода является тот факт, что объекты могут объединяться в однородные группы не только по одному схожему признаку, но и по совокупности признаков.

7. Дискриминантный – изначально определяется перечень нескольких групп, обладающих определенными характеристиками. Каждый объект с учетом свойственных ему признаков соответствует одной из заданных групп.

Агрегирование данных состоит в формировании промежуточных итогов, а также создании сводных и консолидированных таблиц. Промежуточные итоги. Эта опция позволят сформировать промежуточные итоговые результаты определенного вида для выделенного ряда данных. При формировании промежуточных итогов требуется предварительно произвести сортировку таблицы по полям группировки записей. Сводные таблицы. Этот инструмент табличного процессора обеспечивает формирование сводной (агрегированной) информации и представление табличных данных в структурированном виде (в определенной внешней форме с упорядочением местоположения фрагментов), а также построение связанной со сводной таблицей сводной диаграммы.

№18

Методами описательной статистики называются методы описания выборок х1, х2, ... , хn с помощью различных показателей и графиков. Достоинство методов описательной статистики в том, что ее простые и довольно информативные статистические показатели избавляют от необходимости просмотра большого количества значений выборки.

Особое внимание следует обратить на наличие в выборке выбросов – грубых, сильно отличающихся от основной массы, наблюдений. Выбросы могут не только исказить значение выборочных показателей, но и привести к ошибочным выводам. Проще всего обнаружить выбросы с помощью перехода от выборки к вариационному ряду или гистограмме с большим числом интервалов группировки.

Описательная статистика применяется для систематизации и описания данных наблюдения. Задачи, которые решает описательная статистика, — это прежде всего задачи соединения и обобщения данных. Цель здесь состоит не только в том, чтобы извлечь и представить в самом сжатом виде существенную информацию об изделии или процессе, придав ей форму некоторой системы данных.

В качестве основных средств описания информации наиболее широко используются графики и таблицы. Графическое представление данных наблюдения является наиболее наглядным и удобным для обобщения, что во многих случаях без дальнейшего анализа позволяет сделать необходимые выводы или определить явные причины необычного поведения или распределения данных. К графическим средствам отображения наблюдений можно отнести следующие: столбчатые графики; круговые диаграммы; ленточные графики; графики накопленных частот; многомерные графики и др. Табличная форма регистрации данных удобна для проведения группировки экспериментальных данных. Такие таблицы называются статистическими. Таблицы бывают простыми и сложными. К простым относятся таблицы, применяемые при альтернативной группировке, когда одна группа данных противопоставляется другой. К сложным таблицам относятся многопольные таблицы, в которых данные наблюдений в дальнейшем используются для выяснения причинно-следственных отношений между варьирующими признаками

№19

Корреляционный анализ – это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Корреляция – это всего лишь показатель, показывающий зависимость между событиями или объектами. Она отображает приближенную взаимосвязь и не дает точных ответов. Связь между событиями характеризуется коэффициентом корреляции. Значение коэффициента варьируется от -1 до +1. Связь может быть трех видов: сильной; слабой; отсутствовать. Анализ корреляционного соотношения помогает выдвинуть гипотезу о причинно-следственных связях.

Регрессионный анализ – это количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами. Суть регрессионного анализа заключается в нахождении наиболее важных факторов, которые влияют на зависимую переменную. Связь между переменными может быть положительная, отрицательная или плохая. Создание регрессионной модели представляет собой итерационный процесс, направленный на поиск эффективных независимых переменных, чтобы объяснить зависимые переменные, которые мы пытаемся смоделировать или понять, запуская инструмент регрессии, чтобы определить, какие величины являются эффективными предсказателями. Различают линейные и нелинейные регрессии.

Анализ различий – выявление групп респондентов, статистически значимо различающихся между собой. Существует два основных метода определения различий между группами: t-тесты и дисперсионный анализ. Первый метод прост в использовании, и поэтому он применяется часто. Однако в связи с ограничением на количество тестируемых групп (между которыми устанавливается различие) t-тесты не могут применяться для решения всех задач. Дисперсионный анализа – анализ, который позволяет анализировать одновременно любое число групп. Различают одномерный и многомерный дисперсионный анализ. Для одномерного дисперсионного анализа существует только одна зависимая переменная, для многомерного – несколько.