Сначала рассматриваются методы, подходящие для номинальной шкалы, а затем те, которые могут использоваться в масштабированных данных. Было проведено разбиение на количество образцов, которые были сформированы во время исследования. Для удобства использования в приложениях также представлены критические таблицы массы для отдельных пробных проб, которые наиболее часто используются в педагогических исследованиях. Технология работы описывается с использованием.

Процедура испытания аналогична и состоит из следующих этапов. Определение критического значения по количеству опрошенных лиц, степеням свободы и предполагаемому уровню ошибок. Формулирование вывода - принятие одного и отказ от другой статистической гипотезы.

• Упорядочить значения, полученные в соответствующем тестовом режиме.
• Сформулируйте проверяемые статистические гипотезы.
• Вычисление значения верифицирующего измерения.
• Сравните критическое значение с полученным верификационным значением.

СТАТИСТИЧЕСКИЕ ИСПЫТАНИЯ ДЛЯ НОМИНАЛЬНОЙ ШКАЛЫ

Он предназначен для работы с данными, измеренными в дихотомическом масштабе. Например, нас интересует, существует ли связь между ответами респондентов на два вопроса в опросе. Таблица из четырех полей. Буквы в таблице имеют следующее значение. Применение критерия связано со следующими условиями.

Его значение определяется таблицей. Критическое значение берется из таблицы. Затем с вероятностью ошибки 0, 05 х 2 кр. = 3. Он предназначен для проверки наличия статистически значимого различия в результатах исследованных лиц из двух независимых образцов. Условие состоит в том, что каждый образец должен иметь объем более 50, и мы имеем по крайней мере тривиальное изменение ответов или отчетов о производительности. В исходной таблице заполнить абсолютную частоту респондентов указанным способом для каждого из образцов.

Абсолютная таблица частот. Затем вычислите относительные частоты и найдите разностный модуль для каждого из вариантов. Заполняется таблица выхода. Таблица расчета разностных модулей. Величина проверки рассчитывается по формуле. Если значение проверяемой величины больше критического значения, то гипотеза нуля отвергается и альтернатива принимается. Коэффициент обучения или знаний. . Этот коэффициент может быть рассчитан как для коррелированных, так и для независимых выборок. Технология работы такова.

Любые знания или навыки, которые проверяются, разбиваются на основные элементы, которые подлежат поглощению в течение исследовательского периода. Например, сколько операций должен выполнять студент при решении задачи. Он также может использоваться для проверки количества усвоенных слов, признанных объектов и т.д. он также применим для вычисления управляемой последовательности элементов или действий для выполнения определенного вида деятельности.

Для расчета уровня использования используется следующая формула. Фактор развития также может быть рассчитан по следующей формуле. В числителе есть контрольный коэффициент, полученный в конце и в знаменателе в начале исследования. В случае независимых выборок числителю присваивается контрольный коэффициент одного, а в знаменателе - другой выборки. Для числителя целесообразно иметь большее значение. Это дает коэффициент эффективности одного метода по сравнению с другим. Статистическая значимость полученных коэффициентов может быть рассчитана, как указано.

СТАТИСТИЧЕСКИЕ ИСПЫТАНИЯ ДЛЯ МАСШТАБА ДИАГНОСТИКИ

Используется для оценки изменения статуса индикатора для той же выборки обследуемых лиц в течение определенного периода времени. Измерение может быть выполнено с использованием шеститочечной системы оценки или подсчета выполненных операций или воспроизведенных элементов знаний. Также можно учитывать количество ошибок, допущенных при выполнении определенного вида деятельности. Технология применения критерия будет представлена ​​следующим примером.

Нас интересует, улучшилось ли качество выполнения деятельности после обучения. Мы составили нормативный список действий, которые должен выполнять каждый студент. Мы предполагаем, что максимальное количество этих операций - это таблица 4, показывающая результаты количества правильно выполненных операций каждым учащимся до и после обучения.

Результаты проведенных исследований. Затем модуль разницы в индивидуальных результатах каждого учащегося, и эти модули ранжируются в порядке убывания. При равных результатах ранги собираются и делятся на количество четных результатов, и каждый получает одинаковый ранг. Пример ранжирования: Первый и третий ученики должны иметь рейтинги 9 и 8, но поскольку они имеют равные единицы разницы в результатах, мы собираем ранги и делимся на. Аналогично, мы вычисляем ранг учеников с разностным модулем. 5 представлены результаты этой деятельности.

Определение ранга результата каждого изучаемого лица. Верификатор Т определяется как сумма диапазонов, соответствующих атипичным вариациям. В этом случае только один - все результаты растут или не меняются, а ученик с баллом №8 уменьшается. Из таблицы видно, что число обследованных лиц должно быть по крайней мере в противном случае, правильный вывод не будет сделан. Он похож на критерий Вилкоксона, но используется для сравнения результатов для двух независимых выборок, например, когда мы хотим определить, существует ли статистическая разница в производительности двух классов в заданной работе управления.

Размеры могут измеряться как по рангу, так и по шкале интервалов. Что полезно в этом случае, так это то, что критерий может также использоваться в очень маленьких выборках - число опрошенных в каждом случае может быть наименьшим. Процедура применения критерия к образцам с объемом не более 20 выглядит следующим образом.

Результаты лиц, опрошенных в двух образцах, объединяются и оцениваются в порядке убывания. Каждому балу присваивается соответствующий ранг, так как самый низкий балл соответствует самому низкому рангу. Если есть те же результаты, действуйте так же, как в критериях Уилкоксона. Затем полученные ряды выборки суммируются отдельно.

Критическое значение определяется таблицей. Если его значение меньше значения, полученного для измерения верификации, то гипотеза нуля принимается и альтернатива отвергается. Используется, когда нам нужно исследовать более двух образцов. Процедура такая же, как и критерий Ман-Уитни, но результаты опроса оцениваются в порядке возрастания.

Рассматриваемый критерий представляет собой альтернативный вариант анализа дисперсии с одним фактором при измерении величин в масштабе диапазона. Таким образом, облегчается обработка результатов, и сделанные выводы имеют одинаковую статистическую мощность.

И другие непараметрические статистические тесты, представленные в статье, имеют свои аналоги в качестве параметрической статистики. Это означает, что они могут использоваться либо в качестве заменителей, когда измерения производятся в диапазоне, либо в качестве дополнительных статистических проверок для обеспечения большей достоверности выводов.

• Алгоритм, статистика и теория вероятностей.
• Славчев Статистические методы обработки опросов.
• Лекции Теория вероятностей и математическая статистика, София, Фарм.

Непараметрические методы в статистических исследованиях стали распространяться из-за их способности разрешать обработку данных, полученных из измерений, с использованием номинальной или дальномерной шкалы. Это распространено в эмпирических педагогических исследованиях и определяет их широкое применение.

В настоящей статье мы обсудим некоторые популярные методы, которые можно использовать в конкретных условиях исследования - когда присутствуют маленькие или коррелированные образцы или доступен только один образец. Прилагаются таблицы для определения критических значений и для помощи в написании окончательных утверждений.

Результаты исследования о преимуществах бесплатного обучения - Часть третья

Таблица критических значений для критерия Вилкоксана. Таблица критических значений для критерия Ман-Уитни.

Самая большая проблема для любителей неквалификации: социальные стереотипы

Вместо этого они дают им полную свободу выбора темы, на которой они хотят смотреть, как они учатся, и глубины, по которым они исследуют. Это всегда то, что интересует ребенка. Задача родителя заключается в том, чтобы привнести знания в контекст окружающей среды и побудить их детей учиться.

Если вы хотите знать, как выполнять концепцию для каждой семьи и какие семьи извлекают выгоду из нее, ознакомьтесь с ней. Выводы, представленные в этой статье, основаны на качественном анализе анкетирования без обучения. С коллегой Джиной Райли мы разделили ответы на вопрос семь. Это звучало так: «Что, по мнению вашей семьи, является самой большой проблемой или препятствием в концепции обучения детей?».

Сначала мы разделили указанные препятствия на несколько отдельных категорий. Наиболее часто представляла категория «Общество давления», которая включает критику и осуждение других людей, родственников, друзей, знакомых и даже незнакомцев. Нелюдящие энтузиасты должны постоянно защищать свои решения против людей, которые не согласны с ними, и не хотят их понимать. В общей сложности 106 семей упомянули давление компании, из которых 57 семей считали это единственным препятствием, которое им пришлось преодолеть.

Вторая по важности категория препятствий для обучения детей была названа «Обучение родительскому уму». Это включает в себя все трудности, с которыми сталкиваются родители при попытке настроиться на обучение. Все, кто прошел классическое обучение, имеют укорененную «школьную» систему обучения в своих мозгах. Родители должны решить внутренний конфликт - они с энтузиазмом относятся к философии безбрачия, а с другой стороны, они вынуждены спорить со своим обученным в школе умом. На 95 семей приходилось 41% внутренних конфликтов.