Методы математической статистики в психолого

РОССИЙСКАЯ ФЕДЕРАЦИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
Государственное образовательное учреждение
высшего профессионального образования
ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Институт математики и компьютерных наук
Кафедра математики и информатики
Д.В. Шармин
МЕТОДЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ В ПСИХОЛОГОПЕДАГОГИЧЕСКИХ НАУКАХ
Учебно-методический комплекс
Рабочая программа для студентов направления
050400.62 «Психолого-педагогическое образование»
Профиль подготовки «Психология образования»
Форма обучения – очная
Тюменский государственный университет
2011
Шармин Д.В. Методы математической статистики в психологопедагогических науках. Учебно-методический комплекс. Рабочая
программа для студентов направления 050400.62 «Психолого-педагогическое
образование», профиль подготовки «Психология образования», форма
обучения очная. Тюмень, 2011, 17 стр.
Рабочая программа составлена в соответствии с требованиями ФГОС
ВПО с учетом рекомендаций и ПрООП ВПО по направлению и профилю
подготовки.
Рабочая программа дисциплины опубликована на сайте ТюмГУ:
Методы математической статистики в психолого-педагогических науках
[электронный ресурс] / Режим доступа: http://www.umk3.utmn.ru., свободный.
Рекомендовано к изданию кафедрой математики и информатики.
Утверждено проректором по учебной работе Тюменского государственного
университета.
ОТВЕТСТВЕННЫЙ РЕДАКТОР: Т.В. Мальцева, д.ф.-м.н., доцент
© Тюменский государственный университет, 2011
© Шармин Д.В., 2011
2
1. Пояснительная записка
1.1. Цели и задачи дисциплины
Цель изучения дисциплины – формирование представлений о
математических методах сбора, систематизации, обработки и интерпретации
результатов наблюдений для выявления статистических закономерностей, а
также представлений о возможностях применения современных
информационных технологий при выполнении математической обработки
результатов наблюдений.
Задачи дисциплины:
1. Формирование у студентов представлений о математической статистике
как о науке, имеющей свой предмет, задачи и методы.
2. Формирование у студентов знаний и умений, необходимых для
применения методов математической обработки информации в области
профессиональной деятельности.
3. Формирование у студентов знаний и умений, необходимых для
использования современных компьютерных и информационных
технологий при выполнении математической обработки информации в
области профессиональной деятельности.
4. Формирование у студентов знаний и умений, необходимых для
дальнейшего самообразования в области применения методов
математической обработки информации при проведении теоретического и
экспериментального исследования в профессиональной деятельности.
5. Развитие логического и алгоритмического мышления студентов.
В рамках курса рассматриваются методы математической статистики,
используемые при решении практических задач. Кроме того, в учебном
плане не предусмотрены лекционные занятия по данной дисциплине.
Поэтому при изучении дисциплины «Методы математической статистики в
психолого-педагогических науках» не представляется необходимым строгое
изложение теоретического материала. Изложение материала должно
сопровождаться решением значительного количества примеров и
демонстрацией возможностей применения изучаемых методов в будущей
профессиональной деятельности студентов.
1.2. Место дисциплины в структуре ООП бакалавриата
Цикл: Б2. Естественнонаучный цикл, базовая часть.
Для освоения дисциплины «Методы математической статистики в
психолого-педагогических науках» студенты должны обладать базовыми
3
знаниями, умениями и навыками, приобретенными при изучении дисциплин
«Алгебра», «Алгебра и начала анализа» и «Информатика и ИКТ» в
общеобразовательной школе, а также при изучении дисциплины
«Современные информационные технологии в образовании» во 2 семестре.
При изучении дисциплины «Методы математической статистики в
психолого-педагогических науках» студенты знакомятся с основными
разделами математической статистики, приобретают навыки математикостатистической обработки экспериментальных данных. В содержание данной
дисциплины также включена тема «Основы теории вероятностей»,
знакомство с которой необходимо для понимания большинства тем и
разделов математической статистики.
Дисциплина «Методы математической статистики в психологопедагогических науках» завершает цикл дисциплин, направленных на
подготовку студентов к использованию математических методов и
информационных технологий в профессиональной деятельности. Знания,
умения и навыки, формируемые при ее изучении, используются студентами
при выполнении обработки экспериментальных данных в процессе
написания курсовых и выпускных квалификационных работ.
Кроме того, в процессе обучения дисциплине «Методы математической
статистики в психолого-педагогических науках» закладываются основы
знаний и умений, необходимых для дальнейшего самообразования в области
применения
этих
методов
при
проведении
теоретического
и
экспериментального исследования в психологии и педагогике.
1.3.
Компетенции
выпускника
ООП
бакалавриата,
формируемые в результате освоения данной дисциплины
В результате освоения дисциплины формируются компетенции:
 владеет моральными нормами и основами нравственного поведения
(ОК-3);
 способен последовательно и грамотно формулировать и высказывать
свои мысли, владеет русским литературным языком, навыками устной
и письменной речи, способен выступать публично и работать с
научными текстами (ОК-5);
 владеет основными методами, способами и средствами получения,
хранения, переработки информации; имеет навыки работы с
компьютером как средством управления информацией; осознаёт
сущность и значение информации в развитии современного общества,
4

















способен работать с информацией в глобальных компьютерных сетях
(ОК-7);
способен понять принципы организации научного исследования,
способы достижения и построения научного знания (ОК-9);
готов применять качественные и количественные методы в
психологических и педагогических исследованиях (ОПК-2).
В результате освоения дисциплины студент должен:
Знать:
основные понятия теории вероятностей, необходимые для изучения
математической статистики;
сущность выборочного метода и основные связанные с этим методом
понятия и факты;
сущность точечных и интервальных статистических оценок параметров
распределения и основные связанные с ними понятия и факты;
общие принципы проверки статистических гипотез и виды
статистических гипотез;
основные понятия и факты корреляционно-регрессионого анализа;
возможности использования электронных таблиц Microsoft Excel для
решения задач математической статистики;
некоторые возможности одной из специальных программ,
используемых для статистической обработки данных (например, пакет
Statistica).
Уметь:
распознавать типичные задачи математической статистики;
аналитически и графически описывать вариационные ряды;
находить точечные и интервальные оценки для генеральной средней,
генеральной дисперсии и вероятности;
проверять статистические гипотезы о параметрах распределений и о
законах распределения;
решать основные задачи корреляционно-регрессионного анализа;
использовать Microsoft Excel для решения типовых задач
математической статистики;
интерпретировать полученные результаты.
Владеть:
представлением о предмете и методах математической статистики;
5
 представлением о возможностях и ограничениях применения методов
математической статистики в профессиональной деятельности;
 представлением о возможностях использования специальных
программных средств (например, пакет Statistica) при проведении
математико-статистической обработки экспериментальных данных;
 базовыми понятиями и идеями математической статистики;
 навыками решения простейших задач математической статистики
(например, нахождения выборочной средней, выборочной дисперсии и
т.п.).
2. Структура и трудоемкость дисциплины
Семестр: 6.
Форма промежуточной аттестации: зачет.
Общая трудоемкость дисциплины составляет 2 зачетные единицы, 72
часа, в том числе: лабораторные работы – 34 часа, самостоятельная работа –
38 часов.
3. Тематический план изучения дисциплины
Таблица 1
Тематический план
№
Тема
Недели семестра
Лабораторные
работы
Самостоятельная
работа
Итого часов по теме
В том числе в интерактивной
форме
Итого количество баллов
Виды учебной
работы и
самостоятельная
работа, в час.
1
2
3
4
5
6
7
8
1-3
6
4
10
2
4-5
4
4
8
1
0-10
0-10
10
8
18
3
6-8
6
6
12
2
9-11
6
7
13
2
1.
2.
1.
2.
Модуль 1
Основы теории вероятностей
Математическая статистика как
наука. Выборочный метод
Всего
Модуль 2
Статистические оценки
параметров распределения
Проверка статистических
0-20
0-15
0-20
6
1.
2.
гипотез 1
Всего
Модуль 3
Проверка статистических
гипотез 2
Элементы корреляционнорегрессионного анализа
Всего
Итого (часов, баллов)
В том числе в интерактивной
форме
12
13
25
4
12-13
4
6
10
1
14-17
8
11
19
3
12
34
17
38
29
72
4
11
11
0-35
0-15
0-30
0-45
0-100
11
Таблица 2
Виды и формы оценочных средств в период текущего контроля
Выполнение
домашних заданий
Контрольная
работа
Электронные
практикумы
Выполнение
домашних заданий
Модуль 1
1.
2.
Всего
Модуль 2
1.
2.
Всего
Модуль 3
1.
2.
Всего
Итого
Информационные
системы и технологии
Решение задач на
лабораторной
работе
№
темы
Письменные работы
Ответы на
лабораторной
работе
Устный
опрос
Итого
кол-во
баллов
0-3
0-1
0-4
0-3
0-1
0-4
0-4
0-1
0-5
-0-5
0-5
-0-1
0-1
-0-1
0-1
0-10
0-10
0-20
0-2
0-2
0-4
0-2
0-2
0-4
0-2
0-2
0-4
0-5
0-10
0-15
0-2
0-2
0-4
0-2
0-2
0-4
0-15
0-20
0-35
0-2
0-3
0-5
0-13
0-2
0-3
0-5
0-13
0-2
0-3
0-5
0-14
0-5
0-15
0-20
0-40
0-2
0-3
0-5
0-10
0-2
0-3
0-5
0-10
0-15
0-30
0-45
0-100
7
Таблица 3
Планирование самостоятельной работы студентов
№
Модули и темы
Виды СРС (обязательные)
Неделя Объем Кол-во
семестра часов баллов
Модуль 1
1.
Основы теории
вероятностей
2.
Математическая
статистика как
наука. Выборочный
метод
Подготовка к лабораторным
работам, выполнение домашних
заданий в письменной форме
Подготовка к лабораторным
работам, выполнение домашних
заданий в письменной и
электронной формах,
выполнение индивидуальной
домашней контрольной работы
1-3
4
0-4
4-5
4
0-7
8
0-11
6-8
6
0-9
9-11
7
0-14
13
0-23
12-13
6
0-9
14-17
11
0-21
17
38
0-30
0-64
Всего
Модуль 2
1.
Статистические
оценки параметров
распределения
2.
Проверка
статистических
гипотез 1
Подготовка к лабораторным
работам, выполнение домашних
заданий в письменной и
электронной формах,
выполнение индивидуальной
домашней контрольной работы
Подготовка к лабораторным
работам, выполнение домашних
заданий в письменной и
электронной формах,
выполнение индивидуальной
домашней контрольной работы
Всего
Модуль 3
1.
Проверка
статистических
гипотез 2
2.
Элементы
корреляционнорегрессионного
анализа
Всего
ИТОГО
Подготовка к лабораторным
работам, выполнение домашних
заданий в письменной и
электронной формах,
выполнение индивидуальной
домашней контрольной работы
Подготовка к лабораторным
работам, выполнение домашних
заданий в письменной и
электронной формах,
выполнение индивидуальной
домашней контрольной работы
8
4. Разделы дисциплины и междисциплинарные связи с
обеспечиваемыми (последующими) дисциплинами
№
п/п
1.
2.
Наименование обеспечиваемых
(последующих) дисциплин
Подготовка и защита курсовых
работ
Подготовка и защита ВКР
Темы дисциплины необходимые
для изучения обеспечиваемых
(последующих) дисциплин
Модуль 1 Модуль 2 Модуль 3
+
+
+
+
+
+
+
+
+
+
5. Содержание дисциплины
Модуль 1
Тема 1. Основы теории вероятностей
Понятие случайного события. Классическое и статистическое
определения вероятности. Понятие случайной величины. Закон
распределения
вероятностей
дискретной
случайной
величины.
Биномиальный закон распределения. Числовые характеристики дискретных
случайных величин. Непрерывные случайные величины. Нормальный закон
распределения. Понятие n-мерной случайной величины. Закон распределения
вероятностей дискретной двумерной случайной величины. Условные законы
распределения составляющих системы дискретных случайных величин.
Условное математическое ожидание. Функция регрессии. Зависимые и
независимые случайные величины. Коэффициент корреляции и его свойства.
Двумерное нормальное распределение. Линейная функция регрессии.
Тема 2. Математическая статистика как наука. Выборочный метод
Предмет и задачи математической статистики. Место математической
статистики среди других разделов математики и ее роль в проведении
прикладных исследований в области психологии и педагогики. Генеральная
и выборочная совокупности. Виды выборок и способы отбора.
Статистическое распределение выборки. Интервальная таблица частот.
Графическое изображение статистического распределения.
Модуль 2
Тема 1. Статистические оценки параметров распределения
Понятие статистической оценки. Понятие несмещенной, эффективной
и состоятельной оценки. Генеральная и выборочная средние. Групповая и
общая средние. Генеральная и выборочная дисперсии. Групповая,
9
внутригрупповая, межгрупповая и общая дисперсии. Исправленная
выборочная дисперсия. Точечные и интервальные статистические оценки
параметров распределения. Точность и надежность оценки. Доверительные
интервалы для оценки математического ожидания и среднего
квадратического отклонения нормального распределения. Точечная и
интервальная оценка вероятности биномиального распределения по
относительной частоте.
Тема 2. Проверка статистических гипотез 1
Понятие статистической гипотезы. Ошибки первого и второго рода.
Общий алгоритм проверки статистической гипотезы. Виды статистических
гипотез. Проверка гипотез о числовых значениях параметров нормального
распределения. Проверка гипотезы о равенстве генеральных средних двух
нормально распределенных совокупностей. Проверка гипотезы о равенстве
генеральных дисперсий двух нормально распределенных совокупностей.
Модуль 3
Тема 1. Проверка статистических гипотез 2
Проверка гипотезы о числовом значении вероятности события.
Проверка гипотезы о равенстве вероятностей двух биномиальных
распределений. Проверка гипотез о законах распределения. Критерии
согласия. Критерий согласия Пирсона (критерий  2 ). Проверка гипотезы о
нормальном распределении генеральной совокупности.
Тема 2. Элементы корреляционно-регрессионного анализа
Функциональная, статистическая и корреляционная зависимости.
Условные средние. Выборочные уравнения регрессии. Выборочное
уравнение прямой линии регрессии. Выборочный коэффициент корреляции.
Проверка гипотезы о значимости выборочного коэффициента корреляции.
Интервальная оценка коэффициента корреляции нормально распределенной
генеральной совокупности. Выборочное корреляционное отношение и его
свойства. Проверка гипотезы о значимости выборочного корреляционного
отношения. Примеры нелинейных функций регрессии. Понятие о
множественной корреляции.
6. Планы практических занятий
Практические занятия учебным планом ООП не предусмотрены.
7. Темы лабораторных работ
Модуль 1
Тема 1. Основы теории вероятностей
10
1. Вероятность случайного события. Закон распределения вероятностей
случайной величины. Числовые характеристики случайных величин.
2. Некоторые законы распределения случайных величин: биномиальный
закон распределения, нормальный закон распределения.
3. Двумерные случайные величины.
Тема 2. Математическая статистика как наука. Выборочный метод
1. Предмет и задачи математической статистики. Выборочный метод.
2. Статистическое распределение выборки. Графическое изображение
статистического распределения.
Модуль 2
Тема 1. Статистические оценки параметров распределения
1. Статистические оценки параметров распределения: основные сведения.
2. Числовые характеристики вариационных рядов. Точечные оценки
параметров распределения.
3. Интервальные статистические оценки параметров распределения.
Тема 2. Проверка статистических гипотез 1
1. Проверка статистических гипотез: основные сведения.
2. Проверка гипотез о числовых значениях параметров нормального
распределения.
3. Проверка гипотез о равенстве генеральных средних и генеральных
дисперсий двух нормально распределенных совокупностей.
Модуль 3
Тема 1. Проверка статистических гипотез 2
1. Проверка гипотезы о числовом значении вероятности события.
Проверка гипотезы о равенстве вероятностей двух биномиальных
распределений.
2. Критерий согласия Пирсона. Проверка гипотезы о нормальном
распределении генеральной совокупности.
Тема 2. Элементы корреляционно-регрессионного анализа
1. Корреляционно-регрессионный анализ: основные сведения.
2. Выборочное уравнение прямой линии регрессии. Выборочный
коэффициент корреляции.
3. Выборочное корреляционное отношение.
4. Нелинейная регрессия. Множественная корреляция.
8. Примерная тематика курсовых работ
Курсовые работы учебным планом ООП не предусмотрены.
11
9. Учебно-методическое обеспечение самостоятельной
работы студентов. Оценочные средства для текущего контроля
успеваемости, промежуточной аттестации по итогам освоения
дисциплины
9.1. Организация самостоятельной работы
Этот вид работы включает:
1. Подготовку к лабораторным работам, то есть изучение теоретического
материала по теме предстоящего занятия (используются материалы в
электронной форме, выданные преподавателем, и [1], [2], [3] перечня
основной литературы, а в некоторых случаях [1], [2] перечня
дополнительной литературы).
2. Выполнение домашних заданий в письменной и электронной формах по
теме прошедшей лабораторной работы (используются материалы в
электронной форме, выданные преподавателем, и [1], [4], [5] перечня
основной литературы).
3. Выполнение индивидуальных домашних контрольных работ по
следующим темам (примерные варианты контрольных работ приведены в
пункте 9.2):
 «Выборочный
метод.
Статистические
оценки
параметров
распределения»;
 «Проверка статистических гипотез»;
 «Элементы корреляционно-регрессионного анализа».
9.2. Примерные варианты контрольных работ
Выборочный метод. Статистические оценки параметров распределения
Задание 1
Случайно отобранные учащиеся старших классов школ города
выполняли контрольную работу в форме теста, результаты которого
оценивались по десятибалльной шкале. Были получены следующие баллы: 9,
7, 5, 10, 6, 8, 7, 10, 8, 6, 7, 9, 5, 7, 6, 8, 7, 5, 9, 8, 7, 6, 9, 8, 6, 7, 9, 8, 10, 8, 7, 9, 6,
7, 8, 7, 9, 5, 8, 7. По данным выборки: а) найти распределение частот и
распределение относительных частот; б) построить полигон частот и полигон
относительных частот; в) найти выборочную среднюю, выборочную
дисперсию, исправленную выборочную дисперсию, выборочное среднее и
исправленное выборочное среднее квадратическое отклонение.
Задание 2
12
Для изучения некоторого непрерывного количественного признака X
генеральной совокупности получена выборка:
8,3
6,3
7,1
5,7
5,1
7,2
5,4
6,7
6,7
6,5
6,2
8,2
7,3
7,0
6,7
6,7
7,5
6,2
6,9
5,2
7,3
6,2
7,2
4,7
8,9
5,7
5,9
6,6
8,7
5,5
7,7
6,2
6,5
4,2
7,1
8,2
6,7
5,7
4,7
6,8
6,1
5,2
6,0
8,7
4,9
7,2
7,4
6,7
6,2
8,1
5,3
6,5
7,9
6,7
5,8
Необходимо: а) задать статистическое распределение выборки в виде
интервальной таблицы частот; б) построить гистограмму частот и полигон
частот; г) найти несмещенные и состоятельные оценки математического
ожидания и генеральной дисперсии X; д) считая, что генеральная
совокупность X имеет нормальный закон распределения, найти
доверительные интервалы для оценки математического ожидания и среднего
квадратического отклонения генеральной совокупности X с надежностью
  0,95 .
Проверка статистических гипотез
Задание 1
Из нормально распределенной генеральной совокупности с известным
средним квадратическим отклонением   40 извлечена выборка объема
n  120 и по ней найдена выборочная средняя x  136,5 . При уровне
значимости
  0,01
проверить
нулевую
гипотезу
H 0 : a  130
при
конкурирующей гипотезе: а) H1 : a  130 ; б) H1 : a  130 .
Задание 2
По двум независимым выборкам, объемы которых равны n1  12 и
n2  17 ,
извлеченным
из
нормально
распределенных
генеральных
совокупностей X и Y , найдены исправленные выборочные дисперсии
s 2X  0,87 и sY2  0,46 . При уровне значимости   0,05 проверить нулевую
гипотезу
о
равенстве
генеральных
дисперсий
H 0 : D X   DY 
при
конкурирующей гипотезе: а) H1 : D( X )  D(Y ) ; б) H1 : D( X )  D(Y ) .
Задание 3
При уровне значимости   0,05 проверить гипотезу о нормальном
распределении генеральной совокупности X, если статистическое
распределение выборки задано в виде интервальной таблицы частот.
N
Интервал [ai; ai+1)
Частота ni
1
[3;8)
6
2
[8;13)
8
3
[13;18)
15
4
[18;23)
40
5
[23;28)
16
6
[28;33)
8
7
[33;38)
7
13
Элементы корреляционно-регрессионного анализа
Задание 1
По данным корреляционной таблицы найти выборочный коэффициент
корреляции и оценить тесноту линейной связи между Y и X. Считая, что
выборка извлечена из нормально распределенной двумерной генеральной
совокупности, проверить гипотезу о значимости найденного выборочного
коэффициента корреляции при   0,05 . Найти выборочное уравнение
прямой линии регрессии Y на X. Построить линию регрессии и линию
условных средних.
X
Y
5 7 9 11 13
ny
2,0 – – 2 3 1
6
3,5 – 4 5 1 –
10
5,0 – 8 5 5 –
18
6,5 3 8 2 – –
13
8,0 2 1 – – –
3
nx 5 21 14 9 1 n = 50
Задание 2
По
данным
корреляционной
таблицы
найти
выборочное
корреляционное отношение  yx и оценить тесноту связи между величинами.
Считая, что выборка извлечена из нормально распределенной двумерной
генеральной совокупности, проверить гипотезу о значимости найденного
выборочного корреляционного отношения при   0,01 .
Y
1
2
3
4
nx
5 10 15
3 10 2
– 8 15
– 7 11
– – –
3 25 28
X
20 25 30
ny
– – –
15
12 – –
35
14 6 –
38
– 4 8
12
26 10 8 n = 100
9.3. Вопросы к зачету
1. Понятие случайного события. Классическое и статистическое
определения вероятности.
2. Понятие случайной величины. Дискретные случайные величины.
Биномиальный закон распределения.
3. Непрерывные случайные величины. Нормальный закон распределения.
14
4. Закон распределения вероятностей дискретной двумерной случайной
величины. Условные законы распределения составляющих системы
дискретных случайных величин. Функция регрессии.
5. Понятие зависимых и независимых случайных величин. Коэффициент
корреляции и его свойства.
6. Двумерное нормальное распределение. Линейная функция регрессии.
7. Предмет и задачи математической статистики.
8. Генеральная и выборочная совокупности. Виды выборок и способы
отбора.
9. Статистическое распределение выборки. Графическое изображение
статистического распределения.
10.Несмещенные и состоятельные статистические оценки генеральной
средней (математического ожидания) и генеральной дисперсии.
11.Групповая и общая средние. Групповая, внутригрупповая, межгрупповая
и общая дисперсии.
12.Интервальные статистические оценки параметров распределения.
Точность и надежность оценки.
13.Доверительные интервалы для оценки математического ожидания и
среднего квадратического отклонения нормального распределения.
14.Точечная и интервальная оценка вероятности биномиального
распределения по относительной частоте.
15.Понятие статистической гипотезы. Ошибки первого и второго рода.
Общий алгоритм проверки статистической гипотезы.
16.Проверка гипотез о числовых значениях параметров нормального
распределения.
17.Проверка гипотезы о числовом значении вероятности события.
18.Проверка гипотезы о равенстве генеральных средних двух нормально
распределенных совокупностей.
19.Проверка гипотезы о равенстве генеральных дисперсий двух нормально
распределенных совокупностей.
20.Проверка гипотезы о равенстве вероятностей двух биномиальных
распределений.
21.Критерии согласия. Критерий согласия Пирсона (критерий  2 ). Проверка
гипотезы о нормальном распределении генеральной совокупности.
22.Функциональная, статистическая и корреляционная зависимости.
Выборочные уравнения регрессии.
15
23.Выборочное уравнение прямой линии регрессии. Выборочный
коэффициент корреляции.
24.Проверка гипотезы о значимости выборочного коэффициента корреляции.
Интервальная
оценка
коэффициента
корреляции
нормально
распределенной генеральной совокупности.
25.Выборочное корреляционное отношение и его свойства. Проверка
гипотезы о значимости выборочного корреляционного отношения.
26.Множественная корреляция.
10. Образовательные технологии
При проведении лабораторных занятий используются две основных
формы организации работы: объяснение нового материала и выполнение
студентами учебных заданий в письменной и электронной формах.
При объяснении нового материала применяются технологии
объяснительно-иллюстративного и проблемного обучения в сочетании с
современными информационными технологиями обучения (различные
демонстрации с использованием проекционного мультимедийного
оборудования).
При выполнении студентами различных заданий в аудитории и
организации самостоятельной работы применяются технологии проблемного
обучения, дифференцированного обучения, репродуктивного обучения, а
также современные информационные технологии обучения (самостоятельное
изучение студентами учебных материалов в электронной форме, различные
демонстрации с использованием проекционного мультимедийного
оборудования, выполнение студентами электронных практикумов).
В процессе проведения аудиторных занятий используются следующие
активные и интерактивные методы и формы обучения: проблемная лекция,
работа в малых группах, занятия в диалоговом режиме, самостоятельная
работа с учебными материалами, представленными в электронной форме.
11. Учебно-методическое и информационное обеспечение
дисциплины
11.1. Основная литература
1. Белько И.В., Свирид Г.П. Теория вероятностей и математическая
статистика. Примеры и задачи. – Минск: Новое знание, 2002. 250 с.
2. Бородин А.Н. Элементарный курс теории вероятностей и математической
статистики. – СПб.: Лань, 1998. 224 с.
16
3. Гмурман В.Е. Теория вероятностей и математическая статистика. М.:
Высшая школа, 2008. 479 с.
4. Гмурман В.Е. Руководство к решению задач по теории вероятностей и
математической статистике. М.: Высшая школа, 2007. 400 с.
5. Мальцева Т.В., Шармин Д.В. Математика. Теория вероятностей и
математическая статистика: Сборник заданий для самостоятельной
работы студентов. Тюмень: Изд-во ТюмГУ, 2009. 44 с.
11.2. Дополнительная литература
1. Вуколов Э.А. Основы статистического анализа: практикум по
статистическим методам и исследованию операций с использованием
пакетов Statistica и Excel. – М.: ИНФРА-М, 2010. 464 с.
2. Горелова Г.В. Теория вероятностей и математическая статистика в
примерах и задачах с применением Excel. – Ростов-на-Дону: Феникс,
2002. 400 с.
3. Калинина В.Н., Панкин В.Ф. Математическая статистика. – М.: Дрофа,
2002. 336 с.
4. Суходольский Г.В. Основы математической статистики для психологов. –
СПб.: Изд-во СПбГУ, 1998. 464 с.
5. Тихонов А.Н. Статистическая обработка результатов экспериментов. – М.:
Изд-во МГУ, 1988. 174 с.
11.3. Программное обеспечение и Интернет-ресурсы
1. Microsoft Office Excel 2007.
2. Пакет Statistica.
3. Учебно-методические материалы по дисциплине для студентов
гуманитарных специальностей [электронный ресурс] / Режим доступа:
http://www.mii.utmn.ru, свободный.
12. Технические средства
обеспечение дисциплины
и
материально-техническое
1. Компьютерный класс для проведения лабораторных работ, оснащенный
мультимедиа-проектором.
17