- •Введение
- •Компьютерные методы и технологии анализа и интерпретации данных
- •1.1. Методы математической статистики
- •Методы анализа для проверки исследовательских гипотез
- •Пакет для прикладного статистического анализа данных statistica
- •Одномерный и многомерный статистический анализ
- •Компьютерное моделирование в научных исследованиях
- •Понятие компьютерной модели
- •Суть компьютерного моделирования
- •. Прикладные инструментальные пакеты для решения математических задач на компьютере
- •2.4. Программные средства моделирования систем
- •2.4.1. Использование универсальных языков для компьютерного моделирования
- •2.4.2. Использование специализированных языков для компьютерного моделирования
- •2.4.3. Использование имитационных сред для компьютерного моделирования
- •2.5. Этапы компьютерного моделирования
- •Компьютерное моделирование как основа представления баз знаний
- •Визуальное моделирование для разработки программного обеспечения
- •3.1. Графовая метафора визуализации по
- •3.2. Понятие визуального моделирования
- •3.3. Средства визуального моделирования
- •3.4. Метод использования визуального моделирования sadt
- •3.5. Современные методы использования визуального моделирования
- •Case-пакеты как универсальные программные инструменты
- •Предметно-ориентированные программные инструменты
- •3.8. Эволюция средств программирования
- •4.1.2. Гост р 52657-2006. Рубрикация электронных образовательных ресурсов
- •4.2. Проблемы современного образования
- •4.3. Сферы применения информационных технологий обучения
- •4.4. Роль преподавателя в условиях применения информационных технологий
- •4.5. История развития, современное состояние и перспективы развития информационных технологий обучения
- •5. Математические модели обучения
- •5.1. Линейная модель обучения
- •5.2. Одноэлементная бинарная модель обучения
- •5.3. Модель Эстеса
- •6. Технология создания мультимедийного курса
- •6.1. Проектирование курса
- •6.2. Подготовка материалов для курса
- •6.2.1. Подготовка текстов
- •6.2.2. Подготовка статических иллюстраций
- •6.2.3. Создание мультимедиа
- •6.3. Компоновка материалов в единый программный комплекс
- •6.3.1.Пользовательский интерфейс электронного учебника
- •6.3.2. Создание локальных компонент мультимедийного курса
- •6.3.3. Создание сетевых компонент
- •6.3.4. Реализация технологии клиент-сервер
- •6.4. Использование мультимедийных курсов в учебном процессе
- •6.4.1. Особенности мультимедийных курсов по образовательным отраслям
- •6.4.2. Особенности мультимедийных курсов по видам учебной деятельности
- •6.4.3. Анализ эффективности использования мультимедиа в учебном процессе
- •6.5. Пример мониторинга процесса дистанционного обучения
- •7. Инструментальные средства для подготовки учебных комплексов
- •7.1. Конструктор дистанционных курсов eAuthor
- •7.2. Объектно-ориентированная система разработки Quest
- •7.3. Авторская система Seminar
- •7.4. Универсальная инструментальная среда stratum
- •7.5. Программный продукт lersus
- •7.6. Объектно-ориентированные инструментарии разработки ToolBook Assistant и Instructor
- •7.7. Конструктор мультимедийных приложений HyperStudio
- •7.8. Конструктор мультимедийных приложений MultiVision
- •7.9. Пакет разработки мультимедийных приложений HyperMetod
- •7.10. Инструментальная система hm-Card
- •8. Организационные аспекты применения информационных технологий обучения
- •8.1. Выбор используемых компьютерных и информационных средств обучения
- •8.2. Определение совокупности способов и приемов организации познавательной деятельности
- •8.3. Организационные особенности дистанционного образования
- •8.3.1. Личностно-ориентированный способ обучения
- •8.3.2. Структура информационно-образовательной среды
- •8.3.3. Проблемы эффективности образования в новой образовательной среде
- •8.3.4. Приоритеты и проблемы в развитии новых информационных технологий в образовании
- •5. Интеграция национальных информационных ресурсов в мировую информационную среду.
- •Заключение
- •Библиографический список
- •394026 Воронеж, Московский просп., 14
Пакет для прикладного статистического анализа данных statistica
В настоящее время новый импульс развития и использования получили компьютерные технологии обработки и анализа данных. Разработка собственных компьютерных программ не всегда целесообразна, так как большой сегмент рынка прикладных программ занимают пакеты по статистической обработке данных. Это профессиональные пакеты (SAS, BMDP), универсальные пакеты (STADIA, OLIMP, STATGRAPHICS, SPSS, STATISTICA), специализированные (BIOSTAT, MESOSAUR, DATASCOPE).
Одним из наиболее известных в России пакетов для прикладного статистического анализа данных является пакет STATISTICA.
STATISTICA — это универсальная интегрированная система, предназначенная для статистического анализа и обработки данных. Содержит многофункциональную систему для работы с данными, широкий набор статистических модулей, в которых собраны группы логически связанных между собой статистических процедур, специальный инструментарий для подготовки отчетов, мощную графическую систему для визуализации данных, систему обмена данными с другими Windows-приложениями.
С помощью реализованных в системе STATISTICA языков программирования (SQL, STATISTICA BASIC), снабженных специальными средствами поддержки, легко создаются законченные пользовательские решения и встраиваются в различные другие приложения или вычислительные среды.
Система STATISTICA производится фирмой StatSoft Inc. (США), основанной в 1984 г. в городе Тулса (США). Первые программные продукты фирмы (PsyhoStat-2,3) были предназначены для обработки социологических данных.
Система STATISTICA имеет более полумиллиона зарегистрированных пользователей во всем мире. Пользователями системы являются крупнейшие университеты, исследовательские центры, компании, банки всего мира, государственные учреждения. В 1999 г. состоялся выпуск русской версии.
Появление операционной системы Windows XP привело к необходимости структурных изменений программы STATISTICA и созданию новой версии STATISTICA 6.O. В ней существенно изменены структуры интерфейса, диалоговых окон.
Одномерный и многомерный статистический анализ
Одномерный статистический анализ совокупности данных, состоящих из наблюдений и характеризующих их переменных, заключается в рассмотрении каждой отдельной переменной и исследовании их попарной взаимосвязи. Естественно, такой подход весьма ограничен, так как закономерности и взаимосвязи, присущие всей совокупности, невозможно выявить, исследуя каждую переменную в отдельности. Поэтому наиболее интересным, с точки зрения прикладных исследований, разделом математической статистики является многомерный статистический анализ данных.
Многомерный статистический анализ — это раздел математической статистики, посвященный математическим методам построения оптимальных планов сбора, систематизации и обработки многомерных статистических данных, направленных на выявление характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и предназначенных для получения научных и практических выводов. Под многомерным признаком понимается р-мерный вектор X = (х1 , х2 ,..., хр) показателей (признаков, переменных) х1 , х2 ,..., хр, среди которых могут быть количественные, т.е. скалярно измеряющие в определенной шкале степень проявления изучаемого свойства объекта; порядковые (или ординальные), т.е. позволяющие упорядочить анализируемые объекты по степени проявления в них изучаемого свойства; и классификационные (или номинальные), т.е. позволяющие разбивать исследуемую совокупность объектов на не подающиеся упорядочиванию однородные (по анализируемым свойствам) классы.
Многомерный статистический анализ дает возможность получить общие выводы относительно всей совокупности данных. Учитывая также и то, что анализируемые данные являются стохастическими, т.е. ограниченными и неполными, использование методов многомерного анализа является не только оправданным, но и существенно необходимым.