<< Назад

[Ссылка на источник.]

Выбор подходящего статистического метода для обработки результатов исследования

Цель статьи - предоставить алгоритм, позволяющий выбрать валидный метод статистической обработки данных и разработки модели получения знаний о статистических методов и овладения навыками грамотного применения знаний в различных исследовательская деятельность. Метод моделирования является ведущим подходом к изучению этой проблемы. Это позволяет рассматривать данный вопрос как целенаправленный и организованный процесс применения авторская методика выбора подходящего статистического метода для оперативная обработка результатов исследования. В статье представлен алгоритм, который позволяет выбрать подходящий метод статистической обработки данных: общий алгоритм применения статистических методов в научных исследованиях, статистические задачи систематизация, на основе которой были намечены условия для конкретных применение методов исследования. Для принятия окончательного решения относительно статистической метод на этапе получения данных и определения статистических задач исследования, предложено использовать авторский алгоритм, позволяющий грамотно выбрать метод обработка результатов исследования.

Введение:

В настоящее время постоянно растет потребность исследователей в статистическом анализе данных, их потребность в применении статистических методов при статистической обработке данных. Статистическим методам посвящены работы многих ученых (Гланц, 1998; Глэс и Стэнли, 1976; Кохран, 1976; Урбак, 1975; Холлендор, 1983). Эти методы являются одними из основных, универсальных методов современной науки, которые применяются в различных предметных областях. Большой объем методов статистической обработки данных обуславливает проблему адекватного сравнения, корреляции и синтеза различных результатов исследований. Неправильный выбор метода анализа экспериментальных данных может привести к ошибочным выводам. В настоящее время постоянно растет потребность исследователей в статистического анализа данных, их потребность в применении статистических методов в статистической обработка данных. Статистическим методам посвящены работы многих ученых (Гланц, 1998 год; Гласс и Стэнли, 1976; Кокран 1976; Урбах, 1975; Холлендер, 1983). Эти методы являются одними из основных, универсальных методов современной науки, которые применяется в различных предметных областях. Большой объем методов статистической обработки данных вызывает проблему адекватного сравнение, корреляция и синтез различных результатов исследований. Неправильный выбор метода анализа экспериментальных данных может привести к ошибочным выводам, неправильной интерпретации результатов исследования и тем самым исказить или даже привести к потеря научной ценности результатов таких исследований и потеря информативности. В настоящее время, например, существует проблема выбора наиболее эффективных статистический метод, предполагающий в основном определение характеристик каждого метода, перечень требований к информации и статистике. В связи с этим важно не только для приобретения соответствующих знаний о статистических методах, но и для улучшения навыки применения этих знаний в различной исследовательской деятельности.

На сегодняшний день существуют различные интерпретации «статистических методов». концепция; мы остановимся на самых распространенных. Статистические методы являются одними из методы прикладной математической статистики, используемые для обработки экспериментальные результаты (Профессиональное образование, 1999). В настоящее время в различных научных исследованиях используются всевозможные статистические методы. поля, в зависимости от экспериментальных данных и задач, которые стоят перед исследователем. решать. Например, в современной демографии статистические методы используются в основном в четырех области: для получения информации о населении и демографических процессах, в том числе реконструкция этих процессов по неполному набору данных; обрабатывать данные и дать статистическую характеристику демографическим процессам; проанализировать демографические модели и социально-демографические отношения; консолидировать характеристики демографических процессов и рассчитать некоторые агрегаты Воспроизводство и движение населения. В демографии статистические методы широко применяются при изучении демографические процессы против конкретных социально-экономических факторов. Для этого используются корреляционный и регрессионный анализы (например, корреляция между рождаемость или брачность и условия жизни и т. д.). Другими словами, мы изучаем корреляция между характеристиками: индивиды или семьи (домохозяйства), группы популяции или субпопуляции. В статистике мы выделяем наиболее часто применяемые статистические методы. среди существующих: описательная статистика; планирование экспериментов; выборка; проверка гипотезы; регрессионный, корреляционный и факторный анализ; анализ временных рядов; статистически заданные допуски; анализ точности измерений; статистический контроль процесса; Статистический контроль процессов; анализ надежности; анализ причины несоответствий; анализ возможностей процесса.

В экономике применение статистических методов играет важную роль, т.к. занимается обработкой и анализом огромного массива информации о социально-экономических явлениях, в свою очередь экономические исследования решают задачу выявления факторы, определяющие уровень и динамику экономического процесса. Примечательно, что экономическая статистика, изучающая количественные характеристики массы явления и процессы в экономике средствами анализа и статистических данных обработка. Основными его методами являются описательный, аналитический и сравнительный методы. В психологии выделяют следующие области применения статистических методов: 1) описательная статистика, включая группировку, табулирование, графическое представление и количественное описание данных; 2) используемая теория статистического вывода в психологических исследованиях для прогнозирования результатов выборочного опроса (индуктивный статистика); 3) теория планирования эксперимента служит для обнаружения и проверки причинно-следственной связи. отношения между переменными (аналитическая статистика). Статистические методы глубоко и широко используются в биологии и медицине. В биологии, есть области исследований, посвященные применению статистических методов в биологии; включает биометрию, биостатистику; в медицинской науке статистический методы используются для анализа экспериментальных данных и клинических наблюдений, биомедицинская статистика. В экологии также применяют статистические методы – методы статистика изменчивости, позволяющая исследовать целое (например, фитоценоз, популяцию, производительность) в своей конкретной популяции (например, с использованием данных, полученных на участках обследования) и оценить степень точности результатов.

В истории с помощью различных статистических методов можно проследить динамику развитие общества, изменения в его населении, социальном происхождении, политическом мнения, экономические условия и так далее. Например, район агроисторического исследования — самая широкая область применения факторного анализа (Литвак, 1985). Клиометрия возникший в конце 1950-х годов и с тех пор развивающийся, является направлением в исторические исследования, предполагающие систематическое использование статистических и математических методы. Кроме того, статистические методы успешно применяются в археологии. расшифровать надписи на древних языках. Статистические методы получили наибольшее распространение в криминалистике благодаря Ю.Д. Блувштейн (1981), а именно в криминологической статистике и правовой статистике: уголовной и административно-правовая статистика. Здесь статистические методы позволяют всесторонне качественный анализ правовых количественных явлений: 1) дать числовую рейтинг состояния, уровня, структуры и динамики преступности и правоприменения борьбы с ней, то есть ответить на вопросы о сложившейся ситуации (описательные функция); 2) выявить статистические связи, закономерности в состоянии, структуре и динамики преступности, а также в правоохранительной сфере, то есть исследовать до определенного степень причин конкретной ситуации (объяснительная функция); 3) идентифицировать тенденций развития преступности, сделать статистико-криминологический прогноз, что заключается в том, чтобы предусмотреть хотя бы приблизительно то, что ожидается, каковы перспективы (прогностическая функция); 4) выявить «тревожные» признаки в характеристике преступности, положительные черты и недостатки в работе правоохранительных органов, «узкие места», уязвимые места (низкий уровень раскрываемости преступлений, длительные сроки и низкая качество расследования и судебного разбирательства и др.) (организационные, административная функция).

Статистические методы в культурологии наиболее ярко проявляются в квантово-волновая (монадическая) теория и контент-анализ культуры; например, там представляет собой ряд исследовательских методов, специально разработанных для анализа политических текстов, такие как метод когнитивного картирования, метод семантического дифференциала. Что касается литературной критики, то статистические методы используются для атрибуции анонимные и псевдонимные произведения, а также определить: эволюцию стиля писателя, что помогает уточнить хронологическую последовательность его произведений в отсутствие дат; лексика литературных произведений, морфологические категории. В 2013 году А. Г. Николаев и М. П. Дегтярева (2013) решили задачу однозначного идентификация художественных текстов на основе сюжетного исследования с помощью системного анализ текстового объекта с применением статистических методов выявления тематика текстов, методы системного анализа, теория графов, функциональный анализ. Статистические методы широко используются не только в упомянутых выше, но и в других областях. также научные направления. Основные типы статистических методов являются универсальными. методы, методы, применяемые в соответствии с потребностями той или иной области деятельность, методы статистического анализа конкретных данных. Применимый объем специфических статистических методов значительно меньше, чем методов общего назначения, но их значение при анализе конкретной ситуации гораздо больше.Научные результаты, значимость которых оценивается в соответствии с общенаучными критериями, соответствуют работам общего назначения, а работам, ориентированным на анализ конкретных данных необходимо обеспечить успешное решение конкретных задач в конкретной области применения (экономика, социология, медицина, история, криминология, и т.д.). При этом, вне зависимости от сферы применения, необходимо правильно применять статистические методы при проведении научных исследований, тем самым гарантируя научно обоснованные и достоверные результаты обработки данных

Методологическая основа

Модель приобретения знаний статистических методов и овладения навыками к рассмотрению предлагается компетентное применение знаний в различных областях научных исследований. Эта модель, в свою очередь, и есть система. Система представляет собой целостность, состоящую из отдельных элементов и связей между ними. их. Включает в себя следующие компоненты: мотивационный, содержательный, процессуальный. и оценочный. Модель также включает соответствующие процедуры для выбор статистических методов для эффективной обработки результатов исследования (Ганиева и др., 2014; Зарипова и др., 2014; Масалимова, Нигматов, 2015). Необходимо выделить мотивационную составляющую, так как овладение знания и навыки являются не только результатом, но и целью. Вот и стремление к подготовке к научной и профессиональной деятельности могут служить основными мотивами осознанного обучения, связанного с осознанием его целей.

Для обучения статистике целесообразно использовать следующие подходы. методы и развивать их способность делать соответствующий выбор:

1. Методологический, оказывающий влияние на цели и процесс обучения.
2. Системный, который влияет как на содержание, так и на процесс обучения.
3. Деятельностно-алгоритмический подход, влияющий на процессуальный аспект обучения.
4. Процессно-ориентированный подход влияет на процесс обучения, в первую очередь на проведение экспериментов и статистических исследований.

Методологический подход в своей основе представляет собой метод научного познания, особенности которого иллюстрируются историко-научным материалом. Этот подход определяет цель обучения: введение в научное познание метод, приобретение определенных исследовательских навыков. Эксперимент и научные исследования используются при обучении статистических методов в соответствии с этим подходом. Таким образом методический подход также влияет на процесс обучения. Деятельно-алгоритмический подход способствует развитию статистической методический процесс обучения. С точки зрения деятельностного подхода цели обучения статистическим методам формулируются с помощью задач, деятельности и методов, когда задача представляет собой ситуацию, в которой нужно достичь определенной цели, деятельность есть процесс достижения цели, а метод способ осуществления деятельности. Согласно теории А. Н. Леонтьева (1959), потребность - цель - цель. условия и коррелирующие с ними действия - действия - операции являются основными элементы деятельности. Любая деятельность осуществляется с использованием различных методов (путями), поэтому статистический научный метод включает в себя несколько приемов. Статистический Методы исследования включают этапы сбора, обработки и представления результаты исследований.

Методы обработки статистических материалов сильно привязаны к использованию алгоритмы. Применение алгоритмов в процессе обучения было изучено Б. В. Бирюков (1974), Л. Лунд (1966), Н. Розенберг (1979) и др. Ан алгоритм представляет собой пошаговое описание механически пошагового выполнения единая и опирающаяся на конечный набор правил процедура решения задачи. В используются алгоритмы обучения статистических методов исследования в виде регламентов решать учебные задачи с обеспечением оперативного режима (алгоритм). Каждый алгоритм служит моделью, следуя которой студент регистрирует его знание той или иной изученной части учебного материала и тем самым называет это выученным. Алгоритмический подход реализуется путем проверки порядка оценка статистических показателей по формулам. Возможна разработка алгоритмов индуктивным и дедуктивным способами. В первом случае студенты изучают формулу, разделить ее на составные части (анализ формулы), а затем объединить действия (синтез). Во втором случае формулы выводятся из поставленной задачи, они определяют шаги для ее решения (анализ проблемы), а затем выводят формула (синтез).

Результаты

Следует отметить, что статистические методы анализа данных используются в практически во всех областях человеческой деятельности. Они используются всякий раз, когда необходимо получить и обосновывать любые суждения о группе (объектов или субъектов) некоторыми внутренняя неоднородность. Целесообразно выделить три вида научно-прикладной деятельности в области статистических методов анализа данных (по степени специфичности методы, предполагающие конкретное погружение в задачу):

1. разработка и изучение методов общего назначения без учета специфики приложений;
2. разработка и анализ статистических методов и моделей реальных явлений и процессов в соответствии с потребностями конкретной сферы деятельности;
3. применение статистических методов и моделей при статистическом анализе конкретных данных.

Мы кратко рассмотрели три вновь выявленных вида научной и прикладной деятельности. По мере перехода от а) к в) область применения конкретного статистического метода сужается, но это повышает его ценность для анализа конкретной ситуации.

Заключение

Вышеупомянутый алгоритм позволяет постепенно выбирать тип статистической задачи, которую необходимо решить одновременно с проведением исследования. Затем на основе сделанного выбора должны быть определены условия применение определенных методов исследования. С полученными данными и статистическими проблемами исследования определили окончательный решение о выборе статистических методов принимается в соответствии с алгоритм применения статистических методов к конкретным областям науки и позволяющий быстро и правильно выбрать подходящий метод статистической обработки данных. предложенный в статье алгоритм сочетает в себе преимущества отдельного, ранее известные алгоритмы и методы выбора статистических методов для решения конкретные статистические задачи. Таким образом, методы обработки результатов исследования и рекомендации по их реализации имеют свою специфику, которая, прежде всего, определяется конкретный вид исследования, его методология и способы представления результатов исследования. Между тем статистические методы могут адекватно использовать имеющиеся данные для принятия решений и тем самым способствовать положительному изменению некоторых процессов (психологических, социологические, экономические и др.)

2014 Progress Report of the Arbitration Court of the Kirov region. (2014). Reference Form № 1. from http://kirov.arbitr.ru
Biryukov, B. V. (1974). Cybernetics and science methodology. Moscow: Nauka.
Bluvshtejn, J. D. (1981). Criminological statistics. Minsk.
Cochran, W. (1976). Sampling techniques. Moscow: Statistika
Ermolaev, O. J. (2006). Mathematical statistics for psychologists: the textbook. Moscow: Flint.
Ganieva, Y. N., Azitova, G. S., Chernova, Y. A., Yakovleva, I. G., Shaidullina, A. R., Sadovaya, V. V. (2014). Model of High School Students Professional Education. Life Science Journal, 11(8s), 1097-8135.
Glantz, S. (1998). Biomedical statistics. Moscow: Practice
Glass, J. & Stanly, J. (1976). Statistical methods in pedagogy and psychology. Moscow: Progress.
Gmurman, V. E. (2003). The theory of probability and mathematical statistics: a manual for schools. Moscow: Higher School.
Grabar, M. & Krasnyanskaya K. A. (1977). Application of mathematical statistics in educational research. Non-parametric methods. Moscow: Pedagogika.
Granichina, O. (2012). Mathematical and statistical methods of psychological and educational research: study guide. St. Petersburg, St. Petersburg.: Publishing house of VVM.
Hollender, M. & Wolfe, D. (1983). Nonparametric Statistical Methods. Moscow: Finance and Statistics.
Kabanova-Meller, E.N. (1981). Training activities and developmental teaching. Moscow: Knowledge.
Krajewski, V. V. (1977). Problems of scientific substantiation of training (Methodological Analysis). Moscow: Pedagogika.
Krutetskiy, V. A. (1972). Fundamentals of educational psychology. Moscow: Prosvescheniye Landa, L. N. (1966). Algorithmization in training. Moscow.
Leontiev, A. N. (1959). Problems of the mental development. Moscow: APS RSFSR.
Lerner, I. J. (1981). Didactic fundamentals of training methods. Moscow: Pedagogika Litvak, K. B. (1985). Information capacity scope of communal reviews in the territorial census reports as part of households types study. Mathematical methods and computers in the historical research. Moscow.
Masalimova, A. R. & Nigmatov, Z. G. (2015). Structural-Functional Model for Corporate Training of Specialists in Carrying Out Mentoring. Review of European Studies, 7(4), 39- 48.
Mikheev, V. (1987). Modeling and measurement theory methods in pedagogy: scientificmethodical manual for teachers and researchers, mathematicians, scientists and graduate students involved in educational research methodology. Moscow: Higher School
Nikolaev, A. G. & Degtyarev, M. P. (2013). Identification of text files by statistical methods (conventional cases). Radioelektronni kopm'yuterni i sistemi, 4 (63), 55-59.
Novikov, D. A. & Novochadov, V. V. (2005). Statistical Methods in Experimental Medicine and Biology (conventional cases). Volgograd: Publishing house of VSMU.
Novikov, D. A. (2004). Statistical methods in educational research (typically). Moscow: MZPress
Orlov, A. I. (2001). Development of Methodology of Statistical Methods. Statistical methods of assessment and hypothesis testing. Interuniversity collection of scientific papers. Perm, Perm: Publishing house of the PSU.

Резюме Биография Реферат Ссылки Отчет о поиске Индивидуальный раздел