Компьютерные технологии в обучении студентов математической статистике

№43-1,

Педагогические науки

Математическая статистика как отдельная дисциплина получает все более широкое распространение. Актуально выяснить какие технические средства могут помочь как студентам так и преподавателям при изучении этой дисциплины.

Похожие материалы

Научные исследования в различных областях человеческих знаний опираются на результаты статистических опытов и экспериментов. Поэтому при подготовке специалистов в вузе предусматриваются учебные дисциплины, в которых изучаются вопросы статистической обработки данных. Так для студентов по специальности «Строительство большепролетных зданий и сооружений» на четвертом курсе политехнических вузов в учебные планы включена дисциплина «Вероятностные методы строительной механики и теория надежности строительных конструкций». В ней рассматриваются вопросы обработки данных различных измерений, в основе которых – математическая статистика и теория вероятностей. Эти дисциплины в свою очередь изучаются на уровне специалитета начальных курсов. Таким образом, актуальность изучения математической статистики и возможностей применения современных методов обучения при этом не вызывает сомнений.

Кроме того, на данном этапе развития науки и техники все больше методов решения статистических задач реализуется с помощью новых информационных технологий. Сюда можно отнести не только широко применяемую программу MS Excel, как часть пакета MS Office, но и специальные статистические пакеты такие, как Statistica, SPSS. Рассмотрим вопрос использования компьютерных технологий при изучении статистики в техническом вузе.

Достоинством MS Excel является русско-язычный интерфейс, простота в использовании и наглядность представления данных, как в табличной, так и в графической форме. В то время как программы Statistica, SPSS в широком доступе имеют только английскую версию и существуют особенности при вводе данных и получении результатов вычислений и построении графиков.

Широко применяемый пакет анализа MS Excel, в который входят описательная статистика, регрессионный и корреляционный анализ и другие методы анализа данных, позволяет по двум таблицам данных (контрольной и экспериментальной) произвести расчет значения критерия Фишера, внести в результирующую таблицу критическое значение этого критерия и уровень значимости.

Таким образом, студент (а позже и специалист-инженер) решает задачу обработки данных, не прибегая к многочисленным вычислениям. Его задача сводится к грамотной интерпретации полученных результатов.

Решение этой задачи может быть проведено средствами и разных статистических пакетов, таких как Statistica, SPSS. В Internet также можно найти онлайн калькуляторы, решающие подобные задачи. При всем удобстве и простоте решения посредством компьютерных программ, важно уметь получать решения этих же задач классическими методами (применением формул и расчетов вручную). Для получения выводов по полученным результатам специалист должен обладать знаниями теории вероятностей, основ математической статистики, алгоритма проверки статистической гипотезы, условий применимости различных статистических критериев.

Поэтому, применение компьютерных технологий при обучении студентов математической статистике способствует интенсификации обучения, позволяет в короткое учебное время повысить мотивацию студентов, обучить их решению практических задач обработки данных современными методами.

Список литературы

  1. Дмитриева, М.Н. Методика обучения математике студентов гуманитарных специальностей вузов в контексте интенсификации обучения: автореф. дис. … канд. пед. наук: 13.00.02 / Дмитриева Мария Николаевна – Саранск, 2011. – 20 с.
  2. Сивиркина А.С. Комплексное дифференцированное обучение математическим дисциплинам в высшем политехническом учебном заведении. // Диссертация на соискание ученой степени кандидата педагогических наук, специальность. – Рязань, 2004.
  3. Сивиркина А.С., Миронова Е.И. Элементы математического программирования при изучении строительных дисциплин // В сборнике: Современные тенденции в фундаментальных и прикладных исследованиях Сборник материалов Международной научно-практической конференции. 2015. С. 14-19.