Проект освоения темы "СТАТИСТИЧЕСКИЕ СПОСОБЫ ОБРАБОТКИ РЕЗУЛЬТАТОВ"
материал по теме

Проект освоения темы

"СТАТИСТИЧЕСКИЕ СПОСОБЫ ОБРАБОТКИ РЕЗУЛЬТАТОВ"

Автор: Беликова Елена Владимировна

Основная идея

Изучить теоретический материал по теме «Методы первичной статистической обработки результатов», возможности его применения для анализа данных в повседневной жизни.

Методами статистической обработки результатов исследования называются математические приемы, формулы, способы количественных расчетов, с помощью которых показатели, получаемые в ходе исследования, можно обобщать, приводить в систему, выявляя скрытые в них закономерности. Речь идет о таких закономерностях статистического характера, которые существуют между изучаемыми в исследовании и  переменными величинами.

Некоторые из методов математико-статистического анализа позволяют вычислять так называемые элементарные математические статистики, характеризующие выборочное распределение данных, например выборочное среднее, выборочная дисперсия, мода, медиана и ряд других.

Цели

1. Познакомить обучающихся с методами первичной статистической обработки результатов.
2. Развить творческую активность обучающихся, умение делать обобщения на основе данных, полученных в результате исследований.
3. Развить познавательную деятельность обучающихся, которая, в свою очередь, способствует развитию разносторонней личности.
4. Воспитывать у обучающихся стремление к самосовершенствованию, удовлетворению познавательных потребностей.

Рабочие группы и вопросы для исследования

Группа “Теоретики”

1. Изучить методы первичной статистической обработки результатов: мода, медиана, выборочное среднее, разброс выборки, дисперсия.
2. Найти определения: мода, медиана, выборочное среднее, разброс выборки, дисперсия.

Группа “Исследователи успеваемости группы”

1. Рассчитать  средний бал: успеваемости каждого обучающегося группы, ивсей группы.
2. Найти моду, медиану, разброс выборки, дисперсию.
3.  Группа “Эксперты”

Во время отчетов рабочих групп следить за их выводами и делать свои выводы, в конце занятия  дать оценку работе каждой группы.

Отчетные материалы

1. Создание презентации (слайды).
2. Подготовка сообщений.

Тип занятия: усвоение новых знаний.

Методы и приемы работы: реализация проектно-исследовательской технологии.

Оборудование:

1. Учебник математика для 10-11х классов, авторы Мордкович  и другие;
2. Презентация;
3. Интернет ресурсы;

Ход урока

Вступительное слово учителя: Уважаемые ребята! Наше занятие проходит в рамках проектно-исследовательских технологий и посвящено СТАТИСТИЧЕСКИМ СПОСОБАМ ОБРАБОТКИ. Методами статистической обработки результатов исследования называются математические приемы, формулы, способы количественных расчетов, с помощью которых показатели, получаемые в ходе исследования, можно обобщать, приводить в систему, выявляя скрытые в них закономерности. Речь идет о таких закономерностях статистического характера, которые существуют между изучаемыми в исследовании и  переменными величинами.

В подготовке к занятию участвовало 2 рабочие группы:

1. теоретики;
2. исследователи успеваемости группы;

Каждая группа имела свои рабочие вопросы, и по ходу занятия будет знакомить нас с материалами своего исследования. Есть у нас еще одна группа - группа экспертов, которая внимательно будет следить за работой на занятии и делать выводы по его ходу, давать свою оценку работе других групп. Вас же я прошу внимательно слушать своих однокурсников  и записывать ключевые моменты их исследований.

Итак, мы начинаем. Запишем в тетради число, тема занятия

“ СТАТИСТИЧЕСКИЕ СПОСОБЫ ОБРАБОТКИ”.

Сегодня на занятии мы должны ответить на один вопрос: “Что рассматривает статистика, каким способом можно обрабатывать  результаты исследования ?”

Слово предоставляется группе теоретиков.

Первый студент. Наша группа изучала методы первичной статистической обработки результатов исследования.

Все методы математико-статистического анализа условно делятся на первичные и вторичные. Первичными называют методы, с помощью которых можно получить показатели, непосредственно отражающие результаты производимых в эксперименте измерений. Соответственно под первичными статистическими показателями имеются в виду те, которые применяются в самих психодиагностических методиках и являются итогом начальной статистической обработки результатов психодиагностики. Вторичными называются методы статистической обработки, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности.

К первичным методам статистической обработки относят, например, определение выборочной средней величины, выборочной дисперсии, выборочной моды и выборочной медианы. В число вторичных методов обычно включают корреляционный анализ, регрессионный анализ, методы сравнения первичных статистик у двух или нескольких выборок.

           Числовой характеристикой выборки, как правило, не требующей вычислений, является так называемая мода. Модой называют количественное значение исследуемого признака, наиболее часто встречающееся в выборке. Для симметричных распределений признаков, в том числе для нормального распределения, значение моды совпадает со значениями среднего и медианы. Для других типов распределении, несимметричных, это не характерно. К примеру, в последовательности значений признаков 1, 2, 5, 2, 4, 2, 6, 7, 2 модой является значение 2, так как оно встречается чаще других значений - четыре раза.

Моду находят согласно следующим правилам:

1) В том случае, когда все значения в выборке встречаются одинаково часто, принято считать, что этот выборочный ряд не имеет моды. Например: 5, 5, 6, 6, 7, 7 - в этой выборке моды нет.

2) Когда два соседних (смежных) значения имеют одинаковую частоту и их частота больше частот любых других значений, мода вычисляется как среднее арифметическое этих двух значений. Например, в выборке 1, 2, 2, 2, 5, 5, 5, 6 частоты рядом расположенных значений 2 и 5 совпадают и равняются 3. Эта частота больше, чем частота других значений 1 и 6 (у которых она равна 1). Следовательно, модой этого ряда будет величина =3,5

3) Если два несмежных (не соседних) значения в выборке имеют равные частоты, которые больше частот любого другого значения, то выделяют две моды. Например, в ряду 10, 11, 11, 11, 12, 13, 14, 14, 14, 17 модами являются значения 11 и 14. В таком случае говорят, что выборка является бимодальной.

Могут существовать и так называемые мультимодальные распределения, имеющие более двух вершин (мод).

4) Если мода оценивается по множеству сгруппированных данных, то для нахождения моды необходимо определить группу с наибольшей частотой признака. Эта группа называется модальной группой.

Второй студент: Медианой называется значение изучаемого признака, которое делит выборку, упорядоченную по величине данного признака, пополам. Справа и слева от медианы в упорядоченном ряду остается по одинаковому количеству признаков. Например, для выборки 2, 3, 4, 4, 5, 6, 8, 7, 9 медианой будет значение 5, так как слева и справа от него остается по четыре показателя. Если ряд включает в себя четное число признаков, то медианой будет среднее, взятое как полусумма величин двух центральных значений ряда. Для следующего ряда 0, 1, 1, 2, 3, 4, 5, 5, 6, 7 медиана будет равна 3,5.

Знание медианы полезно для того, чтобы установить, является ли распределение частных значений изученного признака симметричным и приближающимся к так называемому нормальному распределению. Средняя и медиана для нормального распределения обычно совпадают или очень мало отличаются друг от друга. Если выборочное распределение признаков нормально, то к нему можно применять методы вторичных статистических расчетов, основанные на нормальном распределении данных. В противном случае этого делать нельзя, так как в расчеты могут вкрасться серьезные ошибки.

            Выборочное среднее (среднее арифметическое) значение как статистический показатель представляет собой среднюю оценку изучаемого в исследовании психологического качества. Эта оценка характеризует степень его развития в целом у той группы испытуемых, которая была подвергнута психодиагностическому обследованию. Сравнивая непосредственно средние значения двух или нескольких выборок, мы можем судить об относительной степени развития у людей, составляющих эти выборки, оцениваемого качества.

Выборочное среднее определяется при помощи следующей формулы:

где х - выборочная средняя величина или среднее арифметическое значение по выборке; n - количество испытуемых в выборке или частных психодиагностических показателей, на основе которых вычисляется средняя величина; хk - частные значения показателей у отдельных испытуемых. Всего таких показателей n, поэтому индекс k данной переменной принимает значения от 1 до n; ∑ - принятый в математике знак суммирования величин тех переменных, которые находятся справа от этого знака. Выражение соответственно означает сумму всех х с индексом k, от 1до n. В психодиагностике и в экспериментальных психолого-педагогических исследованиях среднее, как правило, не вычисляется с точностью, превышающей один знак после запятой, т.е. с большей, чем десятые доли единицы. В психодиагностических обследованиях большая точность расчетов не требуется и не имеет смысла, если принять во внимание приблизительность тех оценок, которые в них получаются, и достаточность таких оценок для производства сравнительно точных расчетов.

Третий студент: Разброс (иногда эту величину называют размахом) выборки обозначается буквой R. Это самый простой показатель, который можно получить для выборки - разность между максимальной и минимальной величинами данного конкретного вариационного ряда, т.е.

R= хmax - хmin

Понятно, что чем сильнее варьирует измеряемый признак, тем больше величина R, и наоборот. Однако может случиться так, что у двух выборочных рядов и средние, и размах совпадают, однако характер варьирования этих рядов будет различный. Например, даны две выборки:

Х = 10 15 20 25 30 35 40 45 50X = 30 R = 40

Y = 10 28 28 30 30 30 32 32 50 Y=30 R = 40

При равенстве средних и разбросов для этих двух выборочных рядов характер их варьирования различен. Для того чтобы более четко представлять характер варьирования выборок, следует обратиться к их распределениям.

Дисперсия - это среднее арифметическое квадратов отклонений значений переменной от её среднего значения.

Дисперсия как статистическая величина характеризует, насколько частные значения отклоняются от средней величины в данной выборке. Чем больше дисперсия, тем больше отклонения или разброс данных.

где 5 - выборочная дисперсия, или просто дисперсия;

2 (……) - выражение, означающее, что для всех х, от первого до последнего в данной выборке необходимо вычислить разности между частными и средними значениями, возвести эти разности в квадрат и просуммировать;

п - количество испытуемых в выборке или первичных значений, по которым вычисляется дисперсия. Однако сама дисперсия, как характеристика отклонения от среднего, часто неудобна для интерпретации. Для того, чтобы приблизить размерность дисперсии к размерности измеряемого признака применяют операцию извлечения квадратного корня из дисперсии. Полученную величину называют стандартным отклонением.

Из суммы квадратов, делённых на число членов  ряда извлекается квадратный корень.

Иногда исходных частных первичных данных, которые подлежат статистической обработке, бывает довольно много, и они требуют проведения огромного количества элементарных арифметических операций. Для того чтобы сократить их число и вместе с тем сохранить нужную точность расчетов, иногда прибегают к замене исходной выборки частных эмпирических данных на интервалы. Интервалом называется группа упорядоченных по величине значений признака, заменяемая в процессе расчетов средним значением.

Вывод экспертов.

Учитель: На примере успеваемости вашей группы ребята покажут расчеты: моды, медианы, выборочного среднего, разброса выборки, дисперсии.

Слово предоставляется третьей группе – группе исследователей успеваемости группы.

Первый ученик. Наша группа занималась изучением и исследованием успеваемости нашей группы.

Мы должны знать соответствующие определения, научиться находить эти характеристики в несложных случаях, понимать их практический смысл в конкретных ситуациях. Для закрепления полученных знаний мы  подготовили результаты успеваемости нашей группы.

Данная таблица показывает рейтинг успеваемости обучающихся нашей группы.

Мода – 3,36

Средний балл-3,7.

Медиана ряда-3,63.

Размах ряда = 4,63 – 3 = 1,63

Дисперсия ( (3,7-3,27)2 +(3,7-4,18)2 +(3,7-3,9)2 +(3,7-4)2 +(3,7-3,9)2 +(3,7-3,18)2 +(3,7-4,63)2 +(3,7-3,63)2 +(3,7-3,36)2 +(3,7-3,27)2 +(3,7-3,36)2 +(3,7-3,81)2 +(3,7-3,36)2 +(3,7-3,3)2 +(3,7-3,36)2 )/15-1= (0,432+(-0,48)2+(-0,2)2+(-0,3)2+

(-0,2)2+0,522+0,932+0,072+0,342+0,432+0,662+0,112+ 0,342+0,72+0,342)/14=3,1283/14=0,22

Стандартное отклонение =0,469

Учитель: Спасибо ученикам 2-ой группы за их практическую часть исследования.

Вывод экспертной группы.

Вывод по уроку (делает студент).

Во время подготовки к занятию каждой группе пришлось выполнять свою работу, и все соединилось воедино лишь сейчас. Первичная статистическая обработка заключается в определении необходимого числа элементарных математических статистик. Такая обработка почти всегда предполагает как минимум определение выборочного среднего значения. В тех случаях, когда информативным показателем для экспериментальной проверки предложенных гипотез является разброс данных относительного среднего, вычисляется дисперсия или квадратическое отклонение. Мне кажется, что каждый из нас получил на сегодняшнем занятии большой запас знаний из области математики, Все приобретенные знания, я надеюсь, пригодятся нам и помогут стать более образованными и интересными собеседниками.

Учитель: Уважаемые ребята. Позвольте поблагодарить вас за труд, который вы проделали, за ваши исследования. Работа каждого из вас будет оценена индивидуально. На следующем занятии  мы продолжим изучение методов вторичной статистической обработки результатов исследований на практике – будем решать задачи.