1. Outils de traitement des données statistiques dans Excel
2. Utilisation de fonctions spéciales
3. Utilisation de l'outil ANALYSIS PACKAGE
Littérature:
principal:
1. Burke. Analyse des données à l'aide de Microsoft Excel. : Par. de l'anglais / Burke, Kenneth, Carey, Patrick. - M. : Maison d'édition "William", 2005. - P. 216 - 256.
2. Mishin A.V. Les technologies de l'information dans les activités juridiques : atelier / A.V. Mishin. – M. : RAP, 2013. – P. 2-11.
supplémentaire:
3. Informatique pour les juristes et les économistes : un manuel pour les universités / Ed. S.V. Simonovitch. – Saint-Pétersbourg : Peter, 2004. – P. 498-516.
Leçon pratique n°30
Thème n° 11.1. Maintenance des bases de données dans le SGBD Access
La leçon se déroule selon la méthode projet.
Objectif du projet : développer une base de données sur le travail du tribunal.
Tâche technique :
1. Créer une base de données « Tribunal » à partir de deux tables « Juges » et « Réclamations », ayant respectivement la structure suivante :
Table des juges
| Nom de domaine | Code du juge | NOM ET PRÉNOM | Jours de réception | Heures de travail | L'expérience professionnelle |
| Type de données | Numérique | Texte | Texte | Texte | Numérique |
| Taille du champ | Entier long | Entier long | |||
| Format du champ | Basique | Basique | |||
| Nombre de décimales | |||||
| Valeur par défaut | "Épouser" | "15h00-17h00" | |||
| Condition sur la valeur | >36200 Et<36299 | Lun Ou Mar Ou Mer Ou Jeu Ou Ven | >0 Et<40 | ||
| Message d'erreur | Les valeurs valides sont « Mon », « Tue », « Wed », « Jeudi » ou « Fri ». Veuillez entrer à nouveau ! | ! | Les valeurs valides sont comprises entre 1 et 39. Veuillez saisir à nouveau ! | ||
| Champ obligatoire | Oui | Oui | Non | Non | Non |
| Champ indexé | Non | Non | Non | Non |
Note. Déclarez le champ « Code du juge » comme champ clé.
Tableau « Réclamations »
| Nom de domaine | Numéro de dossier | Demandeur | Réponse-poussin | Code du juge | Date de la réunion |
| Type de données | Numérique | Texte | Texte | Numérique | Date Heure |
| Propriétés du champ : onglet Général | |||||
| Taille du champ | Entier long | Entier long | Format de date complète | ||
| Format du champ | Basique | ||||
| Nombre de décimales | |||||
| Valeur par défaut | |||||
| Condition sur la valeur | >0 Et<99999 | >36200 Et<36299 | |||
| Message d'erreur | Mauvaise saisie - veuillez répéter ! | Les valeurs valides vont de 36201 à 36298. Veuillez saisir à nouveau ! | |||
| Champ obligatoire | Oui | Non | Non | Non | Non |
| Champ indexé | Oui (Aucune correspondance autorisée) | Non | Non | Oui (matchs autorisés) | Non |
2. Dans le tableau « Juges », saisissez les enregistrements de données suivants :
Dans le tableau « Réclamations », saisissez les enregistrements de données suivants :
3. À l'aide du champ « Code du juge », établissez une relation un-à-plusieurs entre les tables. Juges Et Poursuites. En même temps, définissez « Assurer l’intégrité des données » et « Mise à jour en cascade des champs associés ».
Littérature:
principal:
1. Mishin A.V. Les technologies de l'information dans les activités professionnelles : manuel / A.V. Mishin, L.E. Mistrov, D.V. Kartavtsev. – M. : RAP, 2011. – P. 259-264.
supplémentaire:
Leçon pratique n°31
Thème n° 11.2. Principes de création de formulaires et de requêtes dans le SGBD Access
1. Développement de formulaires de saisie pour la saisie des données.
2. Méthodologie d'exécution des calculs et d'analyse des données saisies.
Littérature:
principal:
1. Mishin A.V. Les technologies de l'information dans les activités professionnelles : manuel / A.V. Mishin, L.E. Mistrov, D.V. Kartavtsev. – M. : RAP, 2011. – P. 265-271.
supplémentaire:
2. Informatique et technologies de l'information : un manuel pour les étudiants universitaires / I.G. Lesnichaya, I.V. Manquant, Yu.D. Romanova, V.I. Chestakov. - 2e éd. - M. : Eksmo, 2006. - 544 p.
3. Mikheeva E.V. Les technologies de l'information dans les activités professionnelles : un manuel pour les étudiants des établissements d'enseignement secondaire professionnel / E.V. Mikheeva. - 2e éd., effacé. - M. : Académie, 2005. - 384 p.
Cours 12. Méthodes de traitement statistique des résultats.
Les méthodes de traitement statistique des résultats sont appelées techniques mathématiques, formules, méthodes de calculs quantitatifs, à l'aide desquelles les indicateurs obtenus au cours d'une expérience peuvent être généralisés, introduits dans un système, révélant des modèles qui y sont cachés. Nous parlons de modèles de nature statistique qui existent entre les variables étudiées dans l'expérience.
1. Méthodes de traitement statistique primaire des résultats expérimentaux
Toutes les méthodes d'analyse mathématique et statistique sont classiquement divisées en primaires et secondaires. Les méthodes primaires sont celles qui peuvent être utilisées pour obtenir des indicateurs qui reflètent directement les résultats de mesures effectuées lors d'une expérience. En conséquence, par indicateurs statistiques primaires, nous entendons ceux qui sont utilisés dans les méthodes psychodiagnostiques elles-mêmes et qui sont le résultat du traitement statistique initial des résultats psychodiagnostiques. Les méthodes secondaires sont appelées méthodes de traitement statistique, à l'aide desquelles, sur la base de données primaires, des modèles statistiques qui y sont cachés sont révélés.
Les principales méthodes de traitement statistique comprennent, par exemple, la détermination de la moyenne de l'échantillon, de la variance de l'échantillon, du mode d'échantillonnage et de la médiane de l'échantillon. Les méthodes secondaires comprennent généralement l'analyse de corrélation, l'analyse de régression et les méthodes de comparaison des statistiques primaires sur deux échantillons ou plus.
Considérons les méthodes de calcul des statistiques mathématiques élémentaires.
Mode Ils appellent la valeur quantitative de la caractéristique étudiée, que l'on retrouve le plus souvent dans l'échantillon.
Médian est la valeur de la caractéristique étudiée, qui divise l'échantillon, ordonné par la valeur de cette caractéristique, en deux.
Moyenne de l'échantillon(moyenne arithmétique) en tant qu'indicateur statistique représente l'évaluation moyenne de la qualité psychologique étudiée dans l'expérience.
Dispersion(parfois cette valeur est appelée plage) de l'échantillon est désignée par la lettre R. Il s'agit de l'indicateur le plus simple qui puisse être obtenu pour l'échantillon - la différence entre les valeurs maximales et minimales de cette série de variations particulière.
Dispersion est la moyenne arithmétique des carrés des écarts des valeurs d'une variable par rapport à sa valeur moyenne.
2. Méthodes de traitement statistique secondaire des résultats expérimentaux
A l'aide de méthodes secondaires de traitement statistique des données expérimentales, les hypothèses associées à l'expérience sont directement testées, prouvées ou réfutées. Ces méthodes, en règle générale, sont plus complexes que les méthodes de traitement statistique primaire et nécessitent que le chercheur soit bien formé aux mathématiques et aux statistiques élémentaires.
Le groupe de méthodes en discussion peut être divisé en plusieurs sous-groupes :
1 Calcul de régression
Le calcul de régression est une méthode de statistiques mathématiques qui permet de réduire des données privées et dispersées à un graphique linéaire qui reflète approximativement leur relation interne, et de pouvoir estimer approximativement la valeur probable d'une autre variable en fonction de la valeur de l'une des variables.
2. Corrélation
La méthode suivante de traitement statistique secondaire, par laquelle le lien ou la dépendance directe entre deux séries de données expérimentales est déterminée, est appelée méthode de corrélation. Il montre comment un phénomène influence ou est lié à un autre dans sa dynamique. Des dépendances de ce type existent, par exemple, entre des quantités qui entretiennent des relations de cause à effet les unes avec les autres. S'il s'avère que deux phénomènes sont statistiquement corrélés de manière significative l'un avec l'autre, et s'il est certain que l'un d'eux peut agir comme la cause de l'autre phénomène, alors la conclusion selon laquelle il existe une relation de cause à effet entre eux est définitivement suit.
3 Analyse factorielle
L'analyse factorielle est une méthode statistique utilisée lors du traitement de grandes quantités de données expérimentales. Les objectifs de l'analyse factorielle sont : réduire le nombre de variables (réduction des données) et déterminer la structure des relations entre les variables, c'est-à-dire classification des variables, l'analyse factorielle est donc utilisée comme méthode de réduction des données ou comme méthode de classification structurelle.
Questions de révision
1.Quelles sont les méthodes de traitement statistique ?
2. En quels sous-groupes les méthodes secondaires de traitement statistique sont-elles divisées ?
3.Expliquez l'essence de la méthode de corrélation ?
4. Dans quels cas les méthodes de traitement statistique sont-elles utilisées ?
5. Selon vous, quelle est l’efficacité de l’utilisation des méthodes de traitement statistique dans la recherche scientifique ?
2. Considérez les caractéristiques des méthodes de traitement des données statistiques.
Littérature
1.. Gorbatov D.S. Atelier sur la recherche psychologique : Proc. allocation. - Samara : "BAKHRAH - M", 2003. - 272 p.
2. Ermolaev A. Yu. Statistiques mathématiques pour les psychologues. - M. : Institut psychologique et social de Moscou : Flinta, 2003.336p.
3. Kornilova T.V. Introduction à l'expérience psychologique. Manuel pour les universités. M. : Maison d'édition CheRo, 2001.
Travail de laboratoire n°3. Traitement des données statistiques dans le système MatLab
Exposé général du problème
L'objectif principal des travaux de laboratoire est de vous familiariser avec les bases du traitement des données statistiques dans l'environnement MatLAB.
Partie théorique
Traitement des données statistiques primaires
Le traitement des données statistiques repose sur des méthodes quantitatives primaires et secondaires. Le traitement primaire des données statistiques a pour finalité de structurer les informations obtenues, ce qui consiste à regrouper les données dans des tableaux récapitulatifs selon différents paramètres. Les données primaires doivent être présentées dans un format qui permet à une personne de faire une évaluation approximative de l'ensemble de données résultant et d'identifier des informations sur la distribution des données de l'échantillon de données résultant, telles que l'homogénéité ou la compacité des données. Après l'analyse des données primaires, des méthodes de traitement des données statistiques secondaires sont appliquées, sur la base desquelles des modèles statistiques dans l'ensemble de données existant sont déterminés.
Effectuer une analyse statistique primaire sur un tableau de données vous permet d'acquérir des connaissances sur les éléments suivants :
Quelle valeur est la plus typique pour l’échantillon ? Pour répondre à cette question, des mesures de tendance centrale sont définies.
Quelle est l’ampleur de la diffusion des données par rapport à cette valeur caractéristique, c’est-à-dire quel est le « flou » des données ? Dans ce cas, des mesures de variabilité sont déterminées.
Il convient de noter que les indicateurs statistiques de tendance centrale et de variabilité sont déterminés uniquement sur la base de données quantitatives.
Mesures de tendance centrale– un groupe de valeurs autour duquel est regroupé le reste des données. Ainsi, les mesures de tendance centrale généralisent le tableau de données, ce qui permet de tirer des conclusions à la fois sur l'échantillon dans son ensemble, et de mener une analyse comparative de différents échantillons les uns avec les autres.
Supposons que nous disposions d'un échantillon de données, alors les mesures de tendance centrale sont évaluées par les indicateurs suivants :
1. Moyenne de l'échantillon est le résultat de la division de la somme de toutes les valeurs de l'échantillon par leur nombre. Déterminé par la formule (3.1).
(3.1)
Où - jeème élément de la sélection ;
n– nombre d'éléments de l'échantillon.
La moyenne de l'échantillon offre la plus grande précision dans le processus d'estimation de la tendance centrale.
Disons que nous avons un échantillon de 20 personnes. Les éléments de l'échantillon sont des informations sur le revenu mensuel moyen de chaque personne. Supposons que 19 personnes aient un revenu mensuel moyen de 20 000 roubles. et 1 personne avec un revenu de 300 tr. Le revenu mensuel total de l'ensemble de l'échantillon est de 680 roubles. La moyenne de l'échantillon dans ce cas est S = 34.
2. Médian– forme une valeur au-dessus et en dessous de laquelle le nombre de valeurs différentes est le même, c'est-à-dire c'est la valeur centrale dans une série séquentielle de données. Déterminé en fonction du nombre pair/impair d'éléments dans l'échantillon à l'aide des formules (3.2) ou (3.3).Algorithme d'estimation de la médiane pour un échantillon de données :
Tout d’abord, les données sont classées (ordonnées) par ordre décroissant/ascendant.
Si l'échantillon ordonné comporte un nombre impair d'éléments, alors la médiane coïncide avec la valeur centrale.
(3.2)
Où n
Dans le cas d'un nombre pair d'éléments, la médiane est définie comme la moyenne arithmétique des deux valeurs centrales.
(3.3)
où est l'élément moyen de l'échantillon ordonné ;
- élément de la sélection ordonnée à côté de ;
Nombre d'éléments d'échantillonnage.
Si tous les éléments de l'échantillon sont différents, alors exactement la moitié des éléments de l'échantillon sont supérieurs à la médiane et l'autre moitié est inférieure. Par exemple, pour l'échantillon (1, 5, 9, 15, 16), la médiane est égale à l'élément 9.
Dans l'analyse des données statistiques, la médiane permet d'identifier les éléments de l'échantillon qui influencent grandement la valeur de la moyenne de l'échantillon.
Disons que nous avons un échantillon de 20 personnes. Les éléments de l'échantillon sont des informations sur le revenu mensuel moyen de chaque personne. Supposons que 19 personnes aient un revenu mensuel moyen de 20 000 roubles. et 1 personne avec un revenu de 300 tr. Le revenu mensuel total de l'ensemble de l'échantillon est de 680 roubles. La médiane, après classement de l'échantillon, est définie comme la moyenne arithmétique des dixième et onzième éléments de l'échantillon) et est égale à Me = 20 tr. Ce résultat est interprété comme suit : la médiane divise l'échantillon en deux groupes, de sorte que nous pouvons conclure que dans le premier groupe, chaque personne a un revenu mensuel moyen d'au plus 20 000 roubles, et dans le deuxième groupe d'au moins 20 000 roubles. mille roubles. R. Dans cet exemple, nous pouvons dire que la médiane est caractérisée par le salaire « moyen » d’une personne. Alors que la valeur de la moyenne de l'échantillon est largement dépassée S=34, ce qui indique le caractère inacceptable de cette caractéristique lors de l'évaluation des gains moyens.
Ainsi, plus la différence entre la médiane et la moyenne de l'échantillon est grande, plus la dispersion des données de l'échantillon est grande (dans l'exemple considéré, une personne avec un revenu de 300 roubles diffère clairement de la moyenne d'un échantillon particulier et a un impact sur l’estimation du revenu moyen). Que faire de ces éléments est décidé dans chaque cas individuel. Mais dans le cas général, pour assurer la fiabilité de l'échantillon, ils sont supprimés, car ils ont une forte influence sur l'évaluation des indicateurs statistiques.
3. Mode (mois)– génère la valeur qui apparaît le plus fréquemment dans l'échantillon, c'est-à-dire la valeur avec la fréquence la plus élevée.Algorithme d'estimation de mode :
Dans le cas où un échantillon contient des éléments qui apparaissent également fréquemment, on dit qu'il n'y a pas de mode dans un tel échantillon.
Si deux éléments d'échantillon adjacents ont la même fréquence, qui est supérieure à la fréquence des éléments d'échantillon restants, alors le mode est défini comme la moyenne de ces deux valeurs.
Si deux éléments de l'échantillon ont la même fréquence, qui est supérieure à la fréquence des éléments de l'échantillon restants, et que ces éléments ne sont pas adjacents, alors l'échantillon est dit avoir deux modes.
Le mode d'analyse statistique est utilisé dans les situations où une évaluation rapide de la mesure de la tendance centrale est nécessaire et où une grande précision n'est pas requise. Par exemple, la mode (par taille ou par marque) peut être facilement utilisée pour déterminer les vêtements et les chaussures les plus demandés par les clients.
Mesures de dispersion (variabilité)– un groupe d'indicateurs statistiques caractérisant les différences entre les valeurs individuelles des échantillons. Sur la base des indicateurs des mesures de dispersion, le degré d'homogénéité et de compacité des éléments de l'échantillon peut être évalué. Les mesures de dispersion sont caractérisées par l’ensemble d’indicateurs suivant :
1. Gamme - il s'agit de l'intervalle entre les valeurs maximales et minimales des résultats d'observation (éléments de l'échantillon). L'indicateur de plage indique la répartition des valeurs dans l'ensemble de données. Si la plage est grande, alors les valeurs de l'agrégat sont très dispersées, sinon (la plage est petite), on dit que les valeurs de l'agrégat sont proches les unes des autres. La plage est déterminée par la formule (3.4).
(3.4)
Où 
- élément d'échantillon maximum ;
- élément d'échantillon minimum.
2.Écart moyen– différence moyenne arithmétique (en valeur absolue) entre chaque valeur de l'échantillon et sa moyenne d'échantillon. L'écart moyen est déterminé par la formule (3.5).
(3.5)
Où - jeème élément de la sélection ;
La valeur moyenne de l'échantillon calculée à l'aide de la formule (3.1) ;
Nombre d'éléments d'échantillonnage.
Module 
nécessaire car les écarts par rapport à la moyenne pour chaque élément spécifique peuvent être à la fois positifs et négatifs. Par conséquent, si vous ne suivez pas le module, alors la somme de tous les écarts sera proche de zéro et il sera impossible de juger du degré de variabilité des données (encombrement des données autour de la moyenne de l'échantillon). Lors de l'exécution d'une analyse statistique, le mode et la médiane peuvent être pris à la place de la moyenne de l'échantillon.
3. Dispersion- une mesure de dispersion qui décrit l'écart comparatif entre les valeurs des données et la valeur moyenne. Il est calculé comme la somme des carrés des écarts de chaque élément de l'échantillon par rapport à la valeur moyenne. Selon la taille de l'échantillon, la variance est estimée de différentes manières :
Pour les grands échantillons (n>30) selon la formule (3.6)
(3.6)
Pour les petits échantillons (n<30) по формуле (3.7)
(3.7)
où X i est le i-ème élément de l'échantillon ;
S – moyenne de l'échantillon ;
Nombre d'éléments d'échantillonnage ;
(X i – S) - écart par rapport à la valeur moyenne pour chaque valeur de l'ensemble de données.
4. Écart-type-une mesure de la dispersion des points de données par rapport à leur moyenne.
Le processus de mise au carré des écarts individuels lors du calcul de la variance augmente le degré d’écart de l’écart résultant par rapport aux écarts d’origine, ce qui introduit à son tour des erreurs supplémentaires. Ainsi, afin de rapprocher l'estimation de l'étalement des points de données par rapport à leur moyenne de la valeur de l'écart moyen, la racine carrée de la variance est prise. La racine extraite de la variance caractérise une mesure de variabilité appelée racine carrée moyenne ou écart type (3.8).
(3.8)
Disons que vous êtes le responsable d'un projet de développement logiciel. Vous avez cinq programmeurs sous vos ordres. En gérant le processus d'exécution du projet, vous répartissez les tâches entre les programmeurs. Pour simplifier l'exemple, nous partirons du fait que les tâches sont égales en complexité et en temps de réalisation. Vous avez décidé d'analyser le travail de chaque programmeur (le nombre de tâches terminées au cours de la semaine) au cours des 10 dernières semaines, à la suite de quoi vous avez reçu les échantillons suivants :
| Nom de la semaine | ||||||||||
En estimant le nombre moyen de tâches réalisées, vous obtenez le résultat suivant :
| Nom de la semaine | S | ||||||||||
| 22,3 | |||||||||||
| 22,4 | |||||||||||
| 22,2 | |||||||||||
| 22,1 | |||||||||||
| 22,5 |
Sur la base de l'indicateur S, tous les programmeurs travaillent en moyenne avec la même efficacité (environ 22 tâches par semaine). Cependant, l'indicateur de variabilité (plage) est très élevé (de 5 tâches pour le quatrième programmeur à 24 tâches pour le cinquième).
| Nom de la semaine | S | P. | ||||||||||
| 22,3 | ||||||||||||
| 22,4 | ||||||||||||
| 22,2 | ||||||||||||
| 22,1 | ||||||||||||
| 22,5 |
Estimons l'écart type, qui montre comment les valeurs des échantillons sont distribuées par rapport à la moyenne, et plus précisément, dans notre cas, estimons l'ampleur de l'écart dans l'achèvement des tâches d'une semaine à l'autre.
| Nom de la semaine | S | P. | DONC | ||||||||||
| 22,3 | 1,56 | ||||||||||||
| 22,4 | 1,8 | ||||||||||||
| 22,2 | 2,84 | ||||||||||||
| 22,1 | 1,3 | ||||||||||||
| 22,5 | 5,3 |
L'estimation résultante de l'écart type indique ce qui suit (nous évaluerons deux cas extrêmes, programmeurs 4 et 5) :
Chaque valeur de l'échantillon de 4 programmeurs s'écarte en moyenne de 1,3 affectations de la valeur moyenne.
Chaque valeur de l'échantillon 5 du programmeur s'écarte en moyenne de 5,3 éléments de la valeur moyenne.
Plus l'écart type est proche de 0, plus la moyenne est fiable, puisqu'elle indique que chaque valeur de l'échantillon est presque égale à la moyenne (dans notre exemple, 22,5 items). Par conséquent, le programmeur 4 est le plus cohérent, contrairement au programmeur 5. La variabilité de l'exécution des tâches d'une semaine à l'autre pour le 5ème programmeur est de 5,3 tâches, ce qui indique un écart significatif. Dans le cas du 5ème programmeur, on ne peut pas faire confiance à la moyenne et, par conséquent, il est difficile de prédire le nombre de tâches terminées pour la semaine suivante, ce qui complique à son tour la procédure de planification et le respect des horaires de travail. Peu importe la décision de gestion que vous prenez dans ce cours. Il est important que vous receviez une évaluation sur la base de laquelle vous pourrez prendre des décisions de gestion appropriées.
Ainsi, une conclusion générale peut être tirée selon laquelle la moyenne n'évalue pas toujours correctement les données. L'exactitude de l'estimation moyenne peut être jugée par la valeur de l'écart type.
Atyusheva Anna
En utilisant l'exemple du traitement des données sur les performances des élèves de 7e année, l'ouvrage examine les principales caractéristiques statistiques, collecte et regroupe les données statistiques, présente visuellement les informations statistiques et analyse les données obtenues.
L'ouvrage contient une présentation d'accompagnement.
Télécharger:
Aperçu:
Établissement d'enseignement municipal autonome « Gymnase n°24 »
XXIIe conférence scientifique MAGNI
Traitement des données statistiques
MAOU "Gymnase n°24" Atyusheva Anna
Consultant : professeur de mathématiques
Shchetinina Natalia Sergueïevna
Magadan, 2016
Introduction…………………………………………………………………………………………………………3
- Concepts de base utilisés dans le traitement des données statistiques……………………….5
- Partie recherche………………………………………………………………………………………… ......7
2.1.Traitement statistique des données sur les progrès des élèves de la 7e année « B »…………………..7
2.2.Présentation visuelle des données à l'aide d'histogrammes……………………………………………………18
2.3. Caractéristiques comparatives des activités pédagogiques des étudiants à partir des résultats du premier et du deuxième trimestres…………………………………………………………………………………… …………………..21
2.4. Analyse d'une enquête auprès des élèves de 7e année « B » sur le contrôle des parents sur les progrès de leurs enfants……………………………………………………………………………… …………………………...23
Conclusion………………………………………………………………………………………...27
Littérature…………………………………………………………………………………………………………28
Introduction
Chacun d'entre nous, ouvrant un livre ou un journal, allumant la télévision ou arrivant à une gare, est constamment confronté à une forme tabulaire de présentation des informations. Il s'agit d'horaires de cours, d'horaires de train, de tables de multiplication et bien plus encore. Toutes les informations sont présentées sous forme de tableaux ou de graphiques.
Vous devez être capable de traiter et d’analyser ces informations. Sans traitement des données et comparaison des événements, il est impossible de retracer l'évolution d'un problème particulier.
Dans le cours d'algèbre, nous avons étudié des caractéristiques statistiques largement utilisées dans diverses études. J'étais intéressé par l'application pratique des caractéristiques étudiées et par la capacité de traiter les données de manière à ce que les informations présentées déterminent clairement le cours du développement d'un problème particulier et, par conséquent, sa solution. En tant que tel, j'ai décidé de considérer les performances de ma classe au cours des trimestres du premier semestre.
Zone d'étude de l'objet– algèbre
Objet d'étude– caractéristiques statistiques
Sujet d'étude– performance académique des élèves de la 7e année « B » au cours des trimestres du premier semestre
Hypothèse: Nous pensons qu'en utilisant l'exemple du traitement des données sur les performances des élèves de 7B, nous nous familiariserons non seulement avec les caractéristiques statistiques de base, mais apprendrons également par nous-mêmes :
- collecter et regrouper des données statistiques ;
- présenter visuellement des informations statistiques ;
- analyser les données obtenues.
Cible: apprendre à traiter, analyser et présenter visuellement les informations disponibles.
Tâches:
- étudier les caractéristiques statistiques;
- recueillir des informations sur les performances des élèves de 7e année par trimestre
premier semestre ;
- traitement de l'information;
- visualiser des informations à l'aide d'histogrammes ;
- analyser les données obtenues et tirer les conclusions appropriées.
Concepts de base utilisés dans le traitement des données statistiques
La statistique est une science qui consiste à obtenir, traiter et analyser des données quantitatives sur divers phénomènes de masse se produisant dans la nature et dans la société. Le mot « statistiques » vient du mot latin « statut », qui signifie « état des lieux ».
Les caractéristiques statistiques les plus simples sont la moyenne arithmétique, la médiane, l'étendue et le mode.
- Moyenne arithmétiqued'une série de nombres est appelé le quotient de la somme de ces nombres divisé par le nombre de termes. Habituellement, la moyenne arithmétique est trouvée lorsqu'ils veulent déterminer la valeur moyenne d'une certaine série de données : le rendement moyen du blé par hectare dans la région, le rendement moyen d'un travailleur d'une équipe par équipe, la qualité moyenne d'un certificat, la température moyenne de l'air à midi au cours de cette décennie, etc.
- Médian d'une série ordonnée de nombres avec un nombre impair de termes est le nombre écrit au milieu, et la médiane d'une série ordonnée de nombres avec un nombre pair de termes est appelée la moyenne arithmétique des deux nombres écrits au milieu. Notez qu'il est plus pratique et plus rapide de travailler avec une série de numéros si elle est ordonnée, c'est-à-dire une série dans laquelle chaque numéro suivant n'est ni inférieur (ni supérieur) au précédent.
- Mode Une série de nombres est le nombre qui apparaît le plus fréquemment dans une série donnée. Une série de nombres peut avoir plusieurs modes, voire aucun mode. Le mode d'une série de données est généralement trouvé lorsque l'on souhaite identifier un indicateur typique. Notez que la moyenne arithmétique d'une série de nombres peut ne coïncider avec aucun de ces nombres, et le mode, s'il existe, coïncide nécessairement avec deux ou plusieurs nombres de la série. De plus, contrairement à la moyenne arithmétique, la notion de « mode » ne fait pas uniquement référence à des données numériques.
- Portée une série de nombres est la différence entre le plus grand et le plus petit de ces nombres. L'étendue d'une série est trouvée lorsqu'ils souhaitent déterminer l'ampleur de la répartition des données dans une série.
Montrons la définition de chacune des caractéristiques en utilisant comme exemple une série de nombres : 47,46,52,47,52,47,52,49,45,43,53,53,47,52.
Moyenne arithmétique 48,7.
On le trouve ainsi : on détermine la somme des nombres et on la divise par leur nombre.
(47+46+52+47+52+47+52+49+45+43+53+53+47+52):14=48,7.
Médian de cette série de nombres sera le nombre 48.
On le trouve ainsi : on dispose une série de nombres en choisissant celui qui est au milieu. Si le nombre de nombres est pair, alors on trouve la moyenne arithmétique des deux nombres au milieu de la série de nombres.
43,45,46,47,47,47, 47,49 ,52,52,52,52,53,53
(47+49):2=48
Mode d'une série donnée de nombres seront des nombres 47 et 52 . Ces chiffres sont répétés le plus souvent.
47 ,46, 52 , 47 , 52 , 47 , 52 ,49,45,43,53,53, 47 , 52 .
Portée de cette série de nombres sera 10.
On le trouve ainsi : on sélectionne le plus grand et le plus petit nombre de la série et on trouve la différence entre ces nombres.
47,46,52,47,52,47,52,49,45, 43, 53 ,53,47,52
53-43=10
Partie recherche
Traitement statistique des données sur les performances des élèves de la 7e année « B »
Passons au traitement de l'information. Faisons des tableaux pour chacun des sujets, composés de trois lignes, la première contiendra une série de données. Chaque option de cette série a effectivement été observée un certain nombre de fois dans l’échantillon. Cette quantité est appelée multiplicité des options. Mettons donc la multiplicité de l'option correspondante dans la deuxième ligne. Nous obtenons un exemple de tableau de distribution.
Si l'on additionne tous les multiples, on obtient le nombre de toutes les mesures prises lors de l'échantillonnage - la taille de l'échantillon (dans notre cas, il s'agit du nombre 24, qui correspond au nombre d'élèves dans la classe).
Dans la troisième ligne, le rapport, exprimé en pourcentage, est appelé fréquence des variantes.
Options de fréquence =
En général, si un tableau des fréquences relatives est établi sur la base des résultats de l'étude, alors la somme des fréquences relatives est égale à 100 %.
je quarte
Langue russe.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4 ,4 ,4,5.
Moyenne du sujet :(moyenne).
Tableau de distribution de fréquence
Option | ||||
Options de multiplicité | Non | |||
Fréquence % | 58.3% | 37.5% | 4.2% |
Littérature.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,5,5 ,5,5,5.
Moyenne du sujet :(moyenne).
Options d'évaluation | ||||
multiplicité | Non | |||
Fréquence % | 37.5% | 41.7% | 20.8% |
Algèbre.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4 ,4,5,5.
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont « 4, 3 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
multiplicité | Non | |||
Fréquence % | 45.8% | 45.8% | 8.3% |
Histoire.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4 ,4 ,4,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 45.8% | 4.2% |
Science sociale.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,5,5 ,5 ,5,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 37.5% | 41.7% | 20.8% |
Géographie.
Trions les exemples de données (marques) : 3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,5,5,5,5,5,5 ,5,5 ,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 20.8% | 41.7% | 37.5% |
La physique.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,4 ,4 ,4,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 37.5% | 58.3% | 4.2% |
La biologie.
Trions les exemples de données (marques) : 3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4.4,5,5,5,5,5 ,5 ,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 45.8% | 29.2% |
FONDAMENTAUX DE LA SÉCURITÉ DES PERSONNES.
Trions les exemples de données (marques) : 4,4,4,4,4,4.4.5,5,5,5,5,5,5,5,5,5,5,5,5,5,5 ,5 ,5
Moyenne du sujet :(moyenne).
Options d'évaluation | ||||
Multiplicité | Non | Non | ||
Fréquence % | 29.2% | 70.8% |
Trions les exemples de données (marques) : 3,4,4,4.4,4,4,4,4,4,5,5,5,5,5,5,5.5,5,5.5,5,5,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont « 5 » (mode)
Environ la moitié des étudiants en langue russe obtiennent un score de 5 (médiane).
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 4.2% | 37.5% | 58.3% |
Langue anglaise.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,5.5,5 ,5 ,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 37.5% | 41.7% | 20.8% |
L'informatique.
Trions les exemples de données (marques) : 3,4,4,4,4.4,4,4,4,4,4,4,4,4,5,5,5,5.5.5,5,5,5 ,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 4.2% | 54.2% | 41.7% |
Technologie.
Trions les exemples de données (marques) : 3,3,3,3,3,4,4,4,4,4,4,5,5,5.5,5,5,55,5,5,5,5 ,5
Moyenne du sujet :(moyenne).
Le plus grand nombre d'étudiants dans la matière ont « 5 » (mode)
Environ la moitié des étudiants en langue russe obtiennent un score de 4,5 (médiane).
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 20.8% | 54.2% |
Nous allons maintenant collecter des informations similaires sur la base des résultats du deuxième trimestre.
Langue russe.
Trions les exemples de données (marques) : 3,3,3.3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,4 ,4 ,4
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
multiplicité | Non | Non |
||
Fréquence % | 41.7% | 58.3% |
Littérature.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,5,5,5 ,5 ,5,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 3 » (mode)
Environ la moitié des étudiants en langue russe étudient à 3 ans (médiane)
Options d'évaluation | ||||
multiplicité | Non | |||
Fréquence % | 41.7% | 33.3% |
Algèbre.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4 ,5 ,5,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 3 » (mode)
Environ la moitié des étudiants en langue russe étudient à 3 ans (médiane)
Options d'évaluation | ||||
multiplicité | Non | |||
Fréquence % | 37.5% | 12.5% |
Histoire.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,4.4,4,4,4,4,4,4,4,4,4,4,4 ,4 ,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 37.5% | 58.3% | 4.2% |
Société.
Trions les exemples de données (marques) : 3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4 ,5 ,5,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 16.7% | 70.8% | 12.5% |
Géographie.
Trions les exemples de données (marques) : 3,3,3,4,4,4,4,4,4,4,4,4,4,4,4,4,4,5,5,5,5 ,5 ,5,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 12.5% | 58.3% | 29.2% |
La physique.
Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,44,5 ,5 ,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 33.3% | 16.7% | 12.5% |
La biologie.
Trions les exemples de données (marques) : 3,3,3,4,4,4,4,4,4,4.4,4,4,4,4,4,4,4,5,5,5,5 ,5 ,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 12.5% | 62.5% |
FONDAMENTAUX DE LA SÉCURITÉ DES PERSONNES.
Trions les exemples de données (marques) : 3,4,4,5,5,5,5,5.5,5,5,5,5,5,5,5,5,5,5,5,5,5 ,5 ,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont « 5 » (mode)
Environ la moitié des étudiants en langue russe obtiennent un score de 5 (médiane).
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 4.2% | 8.3% | 87.5% |
Histoire et société du pays natal.
Trions les exemples de données (marques) : 3,3,3,4,4,4,4,4,4,4,4,4,4,4,5,5,5,5,5,5,5 ,5 ,5,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 12.5% | 45.8% | 41.7% |
Langue anglaise.
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 20.8% | 29.2% |
L'informatique.
Trions les exemples de données (marques) : 3,3,3,3,3,4,4,4,4,4,4,4,4,4,4,4,4,5,5,5,5 ,5 ,5,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont un « 4 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 20.8% | 29.2% |
Technologie.
Trions les exemples de données (marques) : 3,4,4,4,4,4,4,4,5,5,5,5,5,5,5,5,5,5,5,5,5 ,5 ,5,5
Moyenne du sujet :(moyenne)
Le plus grand nombre d'étudiants dans la matière ont « 5 » (mode)
Environ la moitié des étudiants en langue russe étudient à 4 ans (médiane)
Options d'évaluation | ||||
Multiplicité | Non | |||
Fréquence % | 4.2% | 29.2% | 66.7% |
Visualisez les données à l'aide d'histogrammes
Pour présenter visuellement les données obtenues à la suite d'une recherche statistique, diverses méthodes de représentation sont largement utilisées.
Nous utiliserons des histogrammes pour visualiser les données. Un histogramme est une figure en escalier composée de rectangles fermés. La base de chaque rectangle est égale à la longueur de l'intervalle et la hauteur est égale au multiple de la variante ou de la fréquence relative. Ainsi, dans un histogramme, contrairement à un histogramme classique, les bases du rectangle ne sont pas choisies arbitrairement, mais sont strictement déterminées par la longueur de l'intervalle.
Caractéristiques comparatives des performances des étudiants dans les matières du premier trimestre
Caractéristiques comparatives des performances des étudiants dans les matières du deuxième trimestre
conclusions
Sur la base des résultats du premier trimestre, il apparaît clairement que les élèves ont le plus de difficultés à maîtriser des matières telles que la langue russe et l'algèbre, matières dans lesquelles le « C » est une note prioritaire sur les autres notes. Cela signifie que la qualité de ces matières est inférieure à celle des autres.
Il est également clair qu’il existe un niveau élevé de notes C dans des matières telles que la littérature, l’histoire, la société, la physique et l’anglais. La présence de notes C dans des matières telles que la technologie, la biologie et la géographie est également triste.
Selon les résultats du deuxième trimestre, le nombre de trois et cinq a considérablement diminué, c'est-à-dire que les étudiants ont réparti leurs forces dans toutes les matières, et non dans celles préférées individuellement.
Histogramme de répartition des scores moyens par matières du premier trimestre
Histogramme de répartition des scores moyens dans les matières du deuxième trimestre
Conclusion
Pour créer ces diagrammes, nous avons utilisé une caractéristique statistique telle que la moyenne arithmétique. Il est clairement visible qu'au deuxième trimestre, la connaissance de la langue russe, de l'histoire et de la société de son pays natal et de l'informatique s'est détériorée. Amélioré en histoire, société, physique, biologie, sécurité des personnes et anglais. Mais en même temps, les diagrammes montrent que des changements positifs plus significatifs ne se sont produits qu'en physique et en anglais.
Caractéristiques comparatives des activités éducatives des étudiants à partir des résultats du premier et du deuxième trimestre
Histogramme de la qualité des connaissances dans les matières du premier trimestre
Histogramme de la qualité des connaissances dans les matières du deuxième trimestre
En combinant les deux histogrammes en un seul, il est beaucoup plus facile de comparer les performances des classes. Et individuellement, il est plus facile de voir dans quelles matières la qualité est la plus élevée. Par exemple, au premier trimestre, la qualité est inférieure à 60 % dans les matières - algèbre, langue russe, histoire, au deuxième - langue russe, littérature, algèbre, physique. Il est déjà clair que la langue russe et l'algèbre sont les plus difficiles pour les étudiants. Et le pourcentage de qualité dans toutes les matières n'est pas très différent : 66% - le premier trimestre, 68% - le deuxième. C'est-à-dire que la qualité spasmodique des matières, qui est clairement visible dans le diagramme comparatif, suggère que les étudiants n'essaient pas particulièrement d'améliorer le niveau de leurs connaissances et ne maintiennent pas leurs positions dans l'une ou l'autre matière.
Diagramme comparant tous les articles par qualité pour les 1er et 2ème trimestres
Au cours du deuxième trimestre, le nombre d'étudiants bons et excellents dans les domaines de la langue russe, de la société, de la biologie, de l'anglais et de la technologie a considérablement augmenté. Le nombre d'étudiants dans les domaines de la littérature, de l'algèbre, de la sécurité des personnes, de l'IORK et de l'informatique a légèrement diminué. Et on constate une forte baisse de la qualité en physique, due au manque de préparation des élèves aux cours.
Et encore une fois, nous arrivons à la conclusion que les enfants apprennent « à pas de géant » et qu'il n'y a pas de préférences particulières dans le sens de l'apprentissage (matières humanitaires, physique et mathématiques, matières scientifiques).
Analyse d’une enquête auprès des élèves de 7e année « B » sur le contrôle des parents sur les progrès de leurs enfants
Sur la base des résultats de l'étude décrite ci-dessus, nous avons décidé de mener une enquête auprès des élèves de la 7e année « B » concernant le contrôle parental sur l'éducation de leurs enfants (questionnaires, voir annexe).
La taille de l'échantillon est de 22 personnes.
Parents vérifiant leurs devoirs
Conclusion
Près d’un quart des élèves sont sans contrôle parental sur cette question, ce qui affecte bien entendu leurs performances.
Nombre de contrôles de devoirs par semaine
Médiane = 0,0,0,0,0,0,1,1,2,2,3,3,3,3,4,4,5,7,7,7,7,7 = (3+3 ):2 = 3
Moyenne arithmétique = 3
Conclusion
En moyenne, la tâche est vérifiée trois fois par semaine. Compte tenu des progrès considérables en matière d’apprentissage, cela ne suffit pas.
Médiane = 0,0,0,0,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,5,5,6,7, 7,7 = (2+2) :2 = 2
Moyenne arithmétique = 3 (en moyenne, les agendas sont vérifiés par les parents 3 fois par semaine)
Le temps que les élèves consacrent aux devoirs
Possibilités | Moins que 1 | ||||||
Fréquence % |
- Plage R=x(max) – x(min)= 3,5 – 0,5 = 3 heures
(caractérise la répartition des valeurs observées, c'est-à-dire montre la différence entre le temps le plus long et le temps le plus court)
- Mode M(0) = 2,5 heures ( montre le sens qui apparaît plus souvent que les autres, c'est-à-dire montre le temps que les étudiants passent le plus souvent)
Histogramme du temps passé par les élèves aux devoirs
Conclusion
En moyenne, les devoirs durent 2,5 heures par jour. Ce qui est considéré comme normal pour l’âge des élèves.
Conclusion
Grâce au travail effectué, j'ai appris à traiter et analyser les informations disponibles
La connaissance des caractéristiques statistiques m'a aidé à déterminer le score moyen dans diverses matières, ainsi que le mode et l'étendue des indicateurs de performance pour lesquels il semblerait impossible de les déterminer. Sans traitement des données et comparaison des événements, il est impossible de retracer l'évolution d'un problème particulier. Nous avons essayé non seulement de surveiller le problème qui s'était posé - une diminution du niveau de qualité des connaissances et des performances dans les matières, mais aussi d'essayer d'en découvrir la raison, qui, à notre avis, résidait dans un contrôle insuffisant des parents sur les progrès de leurs enfants. L'enquête et les résultats académiques ont montré que les élèves de la 7e année « B » n'ont pas suffisamment de compétences en matière de maîtrise de soi sur leur apprentissage, et les parents pensent le contraire.
Je pense que le travail effectué sera utile à la fois au professeur principal dans son travail avec les parents et à mes camarades de classe pour améliorer leurs résultats dans certaines matières à l'avenir.
La statistique est une science qui étudie, traite et analyse des données quantitatives sur une grande variété de phénomènes de masse de la vie. Nous n’avons révélé que peu de choses sur ses caractéristiques, mais il reste encore beaucoup de choses inconnues et intéressantes à venir.
Bibliographie:
- http://www.nado5.ru/e-book/naibolshii-obzchii-delitel
Aperçu:
Pour utiliser les aperçus de présentation, créez un compte Google et connectez-vous : https://accounts.google.com
Légendes des diapositives :
Traitement des données statistiques Préparé par : élève de 7e année « B » du MAOU « Gymnase n° 24 » Anna Atyusheva Consultante : professeur de mathématiques Natalya Sergeevna Shchetinina
Objectif : apprendre à traiter, analyser et présenter visuellement les informations disponibles. Objectifs : étudier les caractéristiques statistiques ; collecter des informations sur les performances des élèves de la 7e année B au cours du premier semestre ; traitement de l'information; visualiser des informations à l'aide d'histogrammes ; analyser les données obtenues et tirer les conclusions appropriées.
Hypothèse, en utilisant l'exemple du traitement des données sur les performances des étudiants, vous pouvez non seulement vous familiariser avec les caractéristiques statistiques de base, mais également apprendre à collecter et regrouper des données statistiques ; présenter visuellement des informations statistiques ; analyser les données reçues.
La statistique est une science qui consiste à obtenir, traiter et analyser des données quantitatives sur divers phénomènes de masse se produisant dans la nature et dans la société. Le mot « statistiques » vient du mot latin « statut », qui signifie « état des lieux ». Les caractéristiques statistiques les plus simples : moyenne arithmétique mode plage médiane
A propos de la définition de chacune des caractéristiques à l'aide de l'exemple d'une série de nombres : 47,46,52,47,52,47,52,49,45,43,53,53,47,52. La moyenne arithmétique de cette série de nombres sera le nombre 48,7. (47+46+52+47+52+47+52+49+45+43+53+53+47+52) :14=48,7. La médiane de cette série de nombres sera le nombre 48. 43,45,46,47,47,47, 47, 49,52,52,52,52,53,53 (47+49) :2=48 Le Le mode de cette série de nombres sera les nombres 47 et 52. 47,46, 52, 47, 52, 47, 52,49,45,43,53,53, 47, 52. La plage de cette série de nombres sera 10. 47,46,52,47,52,47 ,52, 49,45, 43, 53,53,47,52 53-43=10
Problèmes de performance scolaire en 7e année « B »
Option 2 3 4 5 Multiplicité aucune option 14 9 1 Fréquence % 0% 58,3% 37,5% 4,2% Langue russe. Trions les exemples de données (marques) : 3,3,3,3,3,3,3,3,3,3,3,3,3,3,4,4,4,4,4,4,4 ,4 ,4,5. Score moyen dans la matière : 14∙3+9∙4+5∙124=8324≈3,5 (moyenne arithmétique). Le plus grand nombre d'étudiants dans la matière ont un « 3 » (mode). Environ la moitié des étudiants en langue russe étudient à 3 (médiane)
Pour présenter visuellement les données obtenues à la suite d'une recherche statistique, diverses méthodes de représentation sont largement utilisées.
Caractéristiques comparatives des performances des étudiants dans les matières du premier trimestre
Caractéristiques comparatives des performances des étudiants dans les matières du deuxième trimestre
Histogramme de répartition des scores moyens dans les matières des 1er et 2ème trimestres
Schéma comparant toutes les matières par qualité pour les 1er et 2ème trimestres
Une enquête auprès des élèves de 7e année « B » concernant le contrôle parental sur l'éducation de leurs enfants QUESTIONNAIRE 1. Vos parents vérifient-ils vos devoirs ? ___________________________________________________________ 2. Combien de fois par semaine ? ___________________________________________________________ 3. Combien de fois par semaine tes parents consultent-ils ton journal ? ___________________________________________________________ 4. En moyenne, combien de temps consacrez-vous chaque jour à faire vos devoirs ? ___________________________________________________________________________
Parents vérifiant leurs devoirs
Nombre de contrôles de devoirs par semaine Médiane = 0,0,0,0,0,0,1,1,2,2,3,3,3,3,4,4,5,7,7,7,7, 7 = (3+3):2 = 3 Moyenne arithmétique = 3
Histogramme du temps passé par les élèves aux devoirs