Методичні аспекти навчання дискретних випадкових величин з використанням статистичного середовища R

Скорочена інформація про документ
dc.contributor.authorКобильник Т. П.
dc.contributor.authorKobylnyk T. P.
dc.contributor.authorЖидик В. Б.
dc.contributor.authorZhydyk V. B.
dc.date.accessioned2018-10-02T08:47:46Z
dc.date.available2018-10-02T08:47:46Z
dc.date.issued2018
dc.description.abstractСтаття присвячена методичним аспектам навчання студентів теорії ймовірностей, зокрема дискретних випадкових величин. Нами проаналізовано наукові та методичні джерела, порівняння, узагальнення з метою визначення стану проблеми та перспективних напрямків дослідження. Рекомендується використовувати статистичне середовище R як засіб навчання теорії ймовірностей та математичної статистики. Перш за все R – мова високого рівня та середовище для аналізу статистичних даних та їх графічної візуалізації. R – вільне програмне середовище з відкритим кодом, що поширюється в рамках проекту GNU. Широке навчання теорії ймовірностей та математичної статистики на основі пакетів цього середовища і всесвітня підтримка науковим співтовариством обумовили те, що наведення скриптів R поступово стає загальновизнаним «стандартом» як в журнальних публікаціях, так і в неформальному спілкуванні науковців усього світу. Слід зазначити, що є кілька графічних інтерфейсів користувача для R (RStudio, R Commander та інші), але вони не такі хороші, як інтерфейси Statistica або IBM SPSS. Методи теорії ймовірностей використовуються в різних галузях науки. Здатність і вміння використовувати різні ймовірнісно-статистичні методи для аналізу експериментальних даних є однією з важливих умов для навчання вчителів інформатики. Впровадження ймовірнісно-статистичних методів аналізу в навчальний процес дозволяє підвищити рівень підготовки вчителів. Теорія ймовірностей є основою математичної статистики. У статті наведено переваги та недоліки R, приклади його використання для розв’язування деяких задач теорії ймовірностей, зокрема вивчення дискретних випадкових величин з біноміальними, геометричними, гіпергеометричними та розподілами Пуассона. Для деяких випадкових величин ми показали, як обчислити математичне сподівання та дисперсію, використовуючи пакет R. Подальші дослідження ми зосередимо на аналізі можливостей використання пакета R для статистичного моделювання, інтелектуального аналізу даних та методиці їх навчання в педагогічному університеті.uk_UA
dc.description.abstractThe article is devoted to methodological aspects of teaching students of probability theory, in particular discrete random variables. Scientific and methodological sources were analyzed, comparison, generalization was used to determine the state of the problem and perspective directions of its solution. R is recommended to be used as a learning tool for probability theory and mathematical statistics. First of all R is a high-level language and an environment for data analysis and graphics. It is a GNU project. It is a free software environment with open source. Learning of statistical analyses with R and global scientific community support has resulted that R scripts are the standard for both of articles and in informal communication of scientists around the world. It should be noted there are several Graphical User Interfaces for R (RStudio, R Commander and others), but they are not as good as the interfaces Statistica or IBM SPSS. Probability theory methods is being used in various fields of science. The ability and skills to use various statistical methods for analyzing experimental data is one of the important conditions for the training of computer science teachers. The introduction of statistical methods of analysis in the educational process makes it possible to improve the level of teacher training. The probability theory is the basis of mathematical statistics. In the article we have presented the advantages and disadvantages of R, examples of its use for solving some problems of probability theory, in particular to study discrete random variables with a binomial, geometric, hypergeometric, and Poisson distributions. For some random variables, we showed how to calculate the mathematical expectation and variance using the R package. Further research we will focus on the analysis of the possibilities of using the R package for solving problems of statistical modeling, data mining and teaching methodology at the pedagogical university.uk_UA
dc.identifier.citationКобильник, Т. П. Методичні аспекти навчання дискретних випадкових величин з використанням статистичного середовища R [Текст] / Т. П. Кобильник, В. Б. Жидик // Фізико-математична освіта : науковий журнал / Міністерство освіти і науки України, Сумський державний педагогічний університет імені А. С. Макаренка, Фізико-математичний факультет ; [редкол.: М. П. Вовк, М. Гр. Воскоглу, Т. Г. Дерека та ін.; гол. ред. О. В. Семеніхіна]. – Суми : Вид-во СумДПУ імені А. С. Макаренка, 2018. – Вип. 2 (16). – С. 58–62.uk_UA
dc.identifier.doi10.31110/2413-1571-2018-016-2-011
dc.identifier.urihttps://repository.sspu.edu.ua/handle/123456789/5405
dc.language.isoukuk_UA
dc.publisherСумДПУ імені А. С. Макаренкаuk_UA
dc.subjectтеорія ймовірностейuk_UA
dc.subjectдискретні випадкові величиниuk_UA
dc.subjectстатистичне середовище Ruk_UA
dc.subjectProbability Theoryuk_UA
dc.subjectDiscrete Random Variablesuk_UA
dc.subjectR packageuk_UA
dc.titleМетодичні аспекти навчання дискретних випадкових величин з використанням статистичного середовища Ruk_UA
dc.title.alternativeMethodological Aspects of Learning Discrete Random Variables With R Packageuk_UA
dc.typeArticleuk_UA
dc.udc.udc378.14uk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kobylnyk.pdf
Розмір:
1.02 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
2.99 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Фізико-математична освіта