22070

Обробка, аналіз та інтерпретація отриманої інформації

Лекция

Педагогика и дидактика

Потім близькі за смислом відповіді об’єднуються і кожній групі приписується певний код. Таким чином при класифікації відкритих відповідей необхідно дотримуватися наступних правил: виділяти групи відповідей у відповідності до мети дослідження; всі відповіді в одній групі повинні мати загальну логічну і смислову основу; різні групи повинні розрізнятися чітко по смислу. Наприклад: середній бал у групі де ознаки мають такі варіації 54. Наприклад аналіз відвідування занять студентами 2х груп в першій групі – 20 студентів в другій – 30...

Украинкский

2013-08-04

313.5 KB

5 чел.

ТЕМА 7 : Обробка, аналіз та інтерпретація отриманої      інформації.

План

  1.  Обробка первинної інформації та її наочне відображення.   

2.  Статистична обробка експериментальних даних.  

3.  Аналіз та    інтерпретація результатів дослідження.

                                                     Література

      Основна

1. Введение в научное исследование по педагогике / Под. ред. В.И. Журавлева. – М., 1988.

2..   Капица Л.П. Эксперимент, теория, практика. – М., 1977.

3.  Лудченко А.А., Лудченко Я.А., Примак Т.А. Основы научных исследований. – К., 2001.

4. Пустыльник Е.И. Статистические методы анализа и обработки наблюдений. –Мю,1968.

5. Рудницька О.П., Бончарський А.Г., Свистельніков Т.Ю. Основи педагогічних досліджень. – К., 1998.

6. Румшинский З.Л. Математическая обработка результатов експеримента. – М., 1971.

7. Шейко В.М., Кушнаренко Н.М. Організація і методика науково-дослідницької діяльності. – К., 2006.

Додаткова

1. Калова О.Н.Основы научных исследований. – К., 1978.

2. Стрельский В.И. Основы научно-исследовательской работы студентов. - К., 1981.

3. Теория и практика педагогического эксперимента / Под. ред. А.И. Пастухова, Г.В. Воробьева. -  М., 1979.

                 1.Обробка первинної інформації та її наочне відображення

Яким би методом не була отримана інформація, сама по собі вона ще не дозволяє зробити узагальнюючі висновки, перевірити гіпотезу, розв’язати поставлені в дослідженні завдання.

Для того, щоб інформація виконувала свої функції їй необхідно шляхом опрацювання придати відповідний вигляд, а потім узагальнити, проаналізувати і здійснити наукову інтерпретацію. Тільки після цього зявиться реальна можливість сформулювати висновки і практичні рекомендації.

Щоб зібрану інформацію опрацювати і узагальнити, заповнений методичний інструментарій повинен пройти стадію попередньої підготовки до обробки.

І етап такої підготовки – перевірка методичного інструментарію на точність, повноту,надійність ( якість)  заповнення.

Перевірка на точність заповнення полягає у виявленні правильності відповідей на кожне питання. Наприклад, в питанні: «Чи знаєте Ви основні види запису опрацьованої літератури? обведена відповідь – «так, знаю». На питання: «Назвіть види запису опрацьованої літератури» - відповідь відсутня. В такому випадку при опрацюванні анкети відповідь «так знаю» - треба  закреслити і підкреслити пункт – «відповідь відсутня».

Під час вивчення дослідник часто стикається з відмовою частини респондентів брати участь в опитуванні або відповідати на окремі запитання. Через це необхідно на стадії конструювання інструментарію ретельно будувати запитання, можливу роль відіграють також психологічні фактори взаємовідносин між анкетером (інтерв'юером) та респондентом, час і місце проведення опитування. Одержати всі відповіді майже ніколи не вдається. Тому після проведення опитування здійснюють контроль повноти даних і вибраковують анкети з надмірною кількістю "пропусків".

Перевірка методичного інструментарію на повноту передбачає вибраковку тих анкет, бланків-індексів, в яких відсутня відповідь на  більше ніж 33% питань.

Під надійністю( якістю) даних розуміють, по-перше, відповідність структури вибірки структурі генеральної сукупності, змістовну однаковість інтерпретації запитань і відповідей дослідником і респондентом, по-третє, точність і логічну неперечливість відповідей, їх ясність, чіткість і зрозумілість. В противному разі неможлива точна і однозначна інтерпретація відповідей.

Якщо виявлено розбіжності із структурою генеральної сукупності, необхідно виконати  так званий  ремонт вибірки. Є два способи "відремонтувати" вибірку: а) за допомогою залучення додаткових документів (заповнених бланків інструментарію) масиву; б) за допомогою додаткового опитування.

Ті бланки-відповіді, що залишилися, нумеруються, щоб потім можна було проводити їх групування за певними ознаками.

ІІ етап – кодування інформації. Процедура кодування інформації являє собою допоміжний процес формалізації відповідей на питання . Принцип кодування заключається в переведенні якісної інформації в кількісну, що дає можливість здійснювати числові операції з інформацією, незалежно від її початкового вигляду.

Процедура кодування заключається в присвоєнні кожному варіанту відповіді певного умовного числа, яке називається кодом. У відповідності до цього вся інформація як би перетворюється в упорядковану систему чисел. Кодування здійснюється в закритих або напівзакритих анкетах чи відповідях в бланках-інтервю.  Код відмічається респондентом певним знаком : +, v, х.

По-іншому кодуються відповіді на відкриті питання. Кодування включає в себе 3 етапи:

1.На першому етапі всі відповіді виписуються на окремий листок. Проти кожного варіанта проставляються число, яке вказує частому його повторюваності.

2. На другому етапі виписані варіанти відповідей класифікуються за рівнем смислової близькості один до одного.

3. Потім близькі за смислом відповіді об’єднуються і кожній групі приписується певний код.

В результаті отримується формалізований список варіантів відповідей.

В кінцевому результаті розмаїття різновидностей суджень респондентів зводяться до декількох (3-5-10) смислових груп.

При здійсненні цієї процедури сама велика складність – це точно віднести відповідь респондента до відповідної позиції (коду). Таким чином, при класифікації відкритих відповідей необхідно дотримуватися наступних правил:

  •  виділяти групи відповідей у відповідності до мети дослідження;
  •  всі відповіді в одній групі повинні мати загальну логічну і смислову основу;
  •  різні групи повинні розрізнятися чітко по смислу.

           Після завершення кодування інформації дослідник переходить до її обробки.

Складність цього процесу заключається в узагальненні  первинної інформації – кількісне вираження її в числах, які потім переводяться у відсотки. Розподілені дані відображаються у таблицях. Таблиця може бути складена за однією, двома, трьома і більше ознаками. Наприклад:

Питання анкети:

1. Як ви відноситесь до необхідності систематичної самостійної роботи?

а) вважаю це важливою, обов’язковою постійною справою;

б) вважаю це важливою, необхідною, обов’язковою, але непостійною справою;

в) не бачу необхідності в систематичній С Р.

2. Як ви виконуєте завдання самостійної роботи:

а) систематично;

б) періодично (в разі гострої необхідності);

в) практично не виконую.

3. Які результати Вашої  навчальної діяльності. Середній бал успішності:

а) 4,0 – 5,0;

б) 3,0 – 3,99;

в) 2,1 – 2,9.

Отримані узагальнені дані заносяться в таблицю..

Таблиця1.

Розподіл студентів (учнів) за ставленням до виконання С Р і рівнем успішності

к/р

Питання, варіанти відповідей

Кількість респондентів

Числове вираження

Доля в %

1.

Як ви відноситесь до необхідності систематичної самостійної роботи?

30

100

а)

вважаю це важливою, обов’язковою, постійною справою

9

30

б)

вважаю це важливою, необхідною, обов’язковою, але непостійною справою

15

50

в)

не бачу необхідності в систематичній С Р.

6

20

2.

Як ви виконуєте завдання самостійної роботи:

30

100

а)

Систематично

10

33,3

б)

періодично (в разі гострої необхідності)

14

46,7

в)

практично не виконую

6

20

3.

Які результати Вашої  навчальної діяльності. Середній бал успішності:

30

100

а)

4,0 – 5,0

12

40

б)

3,0 – 3,99

13

43,3

в)

2,1 – 2,99

5

16,7

На основі даних таблиці можна здійснити порівняльний аналіз.

Поряд з табличним, з метою наочності, широко приміняється графічний спосіб відображення експериментальних даних. Частіше всього він має вигляд полігона або гістограми.

Будуються графіки в прямокутній системі координати в якій на осі «у» відмічається загальна кількість, або доля респондентів (в %) по групах, а на осі «х» – значення або порядок ознаки.

Наприклад, відобразимо за допомогою полігона, гісторгам дані

таблиці 1.

Розподіл респондентів за ставленням до виконання СР і рівнем успішності

Полігон

Гістограми:

а) стовпчата

б) кругова

     

  1.  Статистична обробка експериментальних даних

Педагогічні процеси завжди мають імовірний характер, бо зв'язки між причиною і наслідками не є однозначними, а залежать від численних факторів, котрі не можна передбачити наперед і повністю врахувати. Наприклад, результат навчально-виховного впливу на одного учня буде позитивним, а на іншого негативним або нейтральним, що не дасть змоги характеризувати успішність педагогічних дій у цілому і їх прогнозувати. Тому проведення педагогічних досліджень потребує використання методів математичної статистики.

Для практичного здійснення розрахунків необхідно:

-  чітко визначити складові педагогічного процесу, які можуть бути зафіксовані у певних одиницях вимірювання (балах, кількості відповідей, виконаних завдань, витраченого часу, подій, що відбулися тощо);

-  розробити експериментальну методику, яка стимулює відповідні дії досліджуваних (тести, опитувальні листки);

-  отримати результати експерименту і надати їм зручного для обчислення вигляду (таблиці, графіки);

-  обрати доцільний для певного педагогічного явища спосіб розрахунків (відсотки, середнє значення характеристик, межі відхилень від середніх значень, дисперсія та ін.);

-  подати кількісні результати у формі, що забезпечує можливість їх педагогічної інтерпретації, тобто єдності якісної та кількісної оцінок.

Більш глибоке узагальнення  первинної інформації передбачає врахування експериментальних статистичних величин. Для цього використовуються методи кількісної обробки якісної інформації (методи математичної статистики).

Серед цих методів виділяють найбільш вживані середню арифметичну величину, дисперсію, коефіцієнт рангової кореляції.

Середня арифметична є інтегральна узагальнена величина, яка дозволяє порівнювати між собою не тільки групи одного ряду розділу, але і самі ряди розподілу, якщо вони будуються за ідентичними ознаками. Загальна формула для вираховування має вигляд:

, де

- сережня арифметична величина, х числове значення ознак, і – число  ознак. Знак Σ – означає суму.

Наприклад, треба вирахувати середній бал успішності групи студента, який має оцінки 5,4,3.2. Тоді середній бал буде вираховуватися наступним числом:

Середня арифметична обчислюється в тому випадку, коли групування здійснюється за ознаками, які не мають  варіацій.

Якщо ознака має варіацію, то в такому випадку середня арифметична обчислюється за формулою

, де

   

хi - числове значення першої позиції ознаки, N1,2,3....n  число респондентів, які виділили першу позицію ознаки, Nзагальна кількість респондентів (N = Σ N1…n.).

Наприклад: середній бал у групі, де ознаки мають такі варіації 5,4.3.5,2,4,4,5,2,3,4 можна вирахувати за формулою середньої арифметичної

За формулою зваженої середньої арифметичної можна розрахунок буде здійснений наступним чином:

Недолік середньої арифметичної, як характеристики опитуваних за певними ознаками, заключаються в тому, що вона може ховати  за собою  різну ступінь «розмаху» значень і таким чином  якісне порівняння різних груп за даними характеристиками утруднюється.

Наприклад, аналіз відвідування занять студентами  2-х груп (в першій групі – 20 студентів, в другій – 30 студентів) показав:

протягом 4-х днів заняття відвідували в першій групі - 18,20,20,18 студентів (тобто 2 студента  пропустили два дні), у другій групі - 19, 23, 10, 28  (тобто відсутні були 15, 7, 20, 2 студенти). Вирахуємо середній показник відвідувань занять по групам:

Як бачимо середній показник однаковий. Хоч різниця у відвідуванні занять суттєва. Для того, щоб виміряти ступінь рівномірності, або нерівномірності тієї чи іншої характеристики опитуваних, використовується формула  обчислення ступеня розмаху значень ознаки,  які називаються дисперсією і позначаються

 , де

Ni- кількість студентів в групі, Xiвідвідування у групі,  – середньоарифметична величина відвідувань, (Х1-)2величина квадратичного відхилення.

Значення дисперсії легше вираховувати, попередньо представивши розрахунки окремих елементів в таблиці.

Таблиця №1

               Розрахунки окремих елементів дисперсії

п/п

Відвідування занять у першій групі

Відхилення від середньої Х1-

Величина квадратичного відхилення (Xi - )2

Відвідування занять у другій групі

Відхилення від середньої Х2-

Величина квадратичного відхилення (X2 – )2

1

18

-1

1

15

-4

16

2

20

+1

1

23

+4

16

3

20

+1

1

10

-9

81

4

18

-1

1

28

+9

81

(сігма квадрат) в першій групі становить 1, в другій групі – 48,5.

Розрахунки для І групи:

N1  – 20,  – 19,

Х1 18,  

        

Х2 – 20,  

Х3 – 20,  

Х4 – 18,

Дисперсія по першій групі в цілому за даною ознакою вираховується за формулою середньоарифметичної

Розрахунки для другої групи

      N2 – 30,     – 19

Х1 – 15

Х2 – 23    

 Х3 – 10  

Х4 – 28     

           

Дисперсія по другій групі в цілому за даною ознакою вираховується за формулою середньоарифметичної:

Більшому значенню дисперсії відповідає і більший розмах ознаки – нерівномірність відвідування занять.

Ще більш глибокий вид математичного аналізу характеристик явищ, що вивчаються – вияснення їх взаємодії і тенденцій змін.  Здійснюється він  за допомогою порівняння і співставлення рядів розподілу, вибудованих на основі групувань за різними ознаками. Для розв’язання проблемної задачі існують спеціальні коефіцієнти, які називають коефіцієнтом  кореляції.

Кореляція означає наявність статистичного взаємозв’язку ознак. Один із таких коефіцієнтів – коефіцієнт рангової кореляції (r) по Спірмену, який легко розраховується «вручну» за формулою:

, де

dрізниця рангів;

nзагальне число рангів (тобто, варіантів відповідей);

сума квадратів різниці рангів.

Коефіцієнт рангової кореляції змінює свою величину від  - 1 до +1.

Поряд з приведеними методами математичної статистики (середня арифметична, дисперсія, коефіцієнт кореляції) для полегшення аналізу дослідник може використати власний індекс, який розраховується за формулою

ƒ

Наприклад, ми виявляємо в 4 групах рівень  зверненості респондентів до читання педагогічної літератури. Проанкетували респондентів і виявили  тих, хто читає педагогічну літературу регулярно і тих, хто читає не регулярно. Тепер необхідно порівняти між собою ці групи. Для цього позначимо буквою А респондентів, які читають педагогічну літературу регулярно, а буквою В – тих, що читають не регулярно.

Різниця між тими, хто читає регулярно і не регулярно, поділена на суму всіх респондентів дає отриманий індекс.

Визначаємо межі змін значень індексу. Якщо регулярно читають всі – то А=1, а В=0.  Значення ƒ буде 1. Якщо навпаки – А=0, а В – (- 1), то ƒ буде –    ( -1).

Тобто ƒ змінює свої значення в межах від (-1) до (+1), або приймає значення  0 коли А=В.

Наприклад, необхідно за допомогою анкетування визначити індекс зверненості до читання педагогічної літератури 4-х груп, в кожній з яких навчається 30 студентів.

Дані анкетування і індекси представлені в таблиці №1.

Порівняльний аналіз рівня зверненості респондентів до читання педагогічної літератури

Таблиця №1

Показники

1-ша група

2-га група

3-тя група

4 група

1. Читаючі педагогічну літературу регулярно(А)

18

14

8

26

2. Читаючі педагогічну літературу не регулярно

12

16

22

4

Значення індексу

0,2

- 0,066

- 0,47

0,7

Розрахунки для груп:

1)ƒ

2) ƒ

3) ƒ

4)ƒ

 

Із порівняння значень ƒ можна зробити висновок, що краще всього положення з читанням педагогічної літератури в четвертій групі (ƒ = 0,7), а гірше всього – в третій групі (ƒ= - 047). Подальший більш глибокий аналіз  експериментальних даних дослідник отримує в процесі їх пояснення.

3. Аналіз та інтерпретація експериментальних даних.

Отримані в процесі дослідження зведені в таблиці і відображені за допомогою графіків, малюнків, діаграм результати являють собою числові величини, придатні для  висновків про характер і оцінки явища, що вивчається.

Але для висновків необхідна творча робота дослідника,  бо самі по собі числа  безучасті до змістової сторони явища, що вивчається, вони самі по собі не дають відповіді на поставлені перед дослідженням питання. Таблиці, схеми, діаграми, гістограми нічого не доводять, вони можуть тільки ілюструвати процес.

Тому першою умовою, яка дозволяє належним  чином використати експериментальні дані є їх всебічний аналіз і правильне пояснення, яке  називається інтерпретацією.

Єдиних правил, алгоритмів інтерпретації результатів дослідження не існує. Вона залежить від ряду факторів (об’єктивних і субєктивних).

Проте, відсутність єдиних правил не означає, що дослідник може безмежно фантазувати.

Межі прояву творчості установлюють вимоги загальної логіки інтерпретації, яка проявляється в перетворені дослідником даних в показники.

У структурі тлумачення більш-менш   чітко виділяється декілька досить стійких пунктів:

1. Що підлягає обговоренню.

2. Про що свідчать і можуть свідчити обговорені дані самі по собі й у порівнянні з іншими.

3. Чим обумовлено їхній стан.

4. Що з них випливає з повною очевидністю.

5. Які висновки випливають із результатів інтерпретації фактів: досить певні, менш певні.

6. Що залишається неясним.

7. Які знання з добутих є новими, які уточнюють, розвивають, спростовують, підтверджують відоме в науці й практиці.

8. Які проблеми виявляються в результаті інтерпретації.

Ці показники вже  не просто числові величини (відсотки, середня арифметична, дисперсія тощо) а дані, які отримали оцінку шляхом їх співвіднесення з першопочатковими замислами дослідника, його знаннями,  переконаннями, досвідом.

Кожен показник несе в  собі певне смислове навантаження, вказує на спрямованість наступних висновків і рекомендацій.

Із вищевикладеного можна зробити два принципі висновки:

1) отримані дані самі по собі показниками не являються, а є лише узагальнені по заданим логічним й математичним правилам числові величини, які тільки ще можуть стати показниками, тобто набути певного смислового змісту;

2) кожна числова величина має властивість многозначності: одне й теж число може нести різний смисловий зміст. Наприклад,  числове значення 90% студентів регулярно відвідують заняття може бути інтерпретовано як показник:

- високої трудової дисципліни;

- високого рівня відповідальності студентів;

- позитивного ставлення студентів до занять.

Тому, вихідна позиція дослідника при інтерпретації числових даних повинна базуватися на задачах дослідження, що є другою умовою ефективного використання експериментальних даних.  Дослідницькі дані перетворюються в показники тільки в тому випадку, коли дослідник «вносить» в них  змістовий смисл, тобто співвідносить їх з проблемою дослідження, з найбільш важливими сторонами об’єкта і предмета дослідження.

Відхилення від цієї умови приводить або до помилкових висновків, або веде до конструювання показників, які не пов’язані з початковим замислом дослідження, або невірно пояснюють дійсне значення отриманих результатів.

В процесі перетворення числових даних  в показники велике значення має висунута гіпотеза. Саме на стані інтерпретації виявляється важлива і практична значимість глибоко продуманої гіпотези.

Гіпотеза дослідження перевіряється  безпосередньо шляхом співвідношення передбачуваного твердження з виявленою в результаті дослідження числовою величиною.

Але часто одні і ті ж дані інтерпретуються по- різному: одні дослідники вважають їх позитивними доказами, інші ж  - негативними, а треті  - не бачать в них ні того ні іншого. Тобто, діапазон  інтерпретації досить широкий.

Щоб впевнено орієнтуватися в отриманому емпіричному матеріалі, робити на його основі правильні  висновки, зв’язувати з практичним розв’язанням  поточних і перспективних задач, досліднику необхідно володіти певними знаннями, здібностями, розвинутим аналітичним мисленням, дослідницькою культурою.

Щоб дослідницькі дані перетворилися в показники необхідно їх також оцінювати.

Ця процедура завжди виконується в формі  співвідношення дослідницьких даних:

  •  або зі знаннями і установками дослідника;
  •  або між собою;
  •  або з певними спорідненими зовнішніми ознаками.

Якщо є  труднощі в порівнянні певної середньої величини з іншими величинами, щоб перетворити її в показник, єдиним «еталоном» оцінки стане позиція дослідника з приводу проблеми, що досліджується.

Наприклад, припустимо, що в процесі дослідження було встановлено, що 60% респондентів задоволені введенням в навчальний процес ігрового метода навчання. Як оцінити цю величину?

Можна так. Число задоволених використанням ігрового метода навчання досягло 60%, що безперечно є важливим показником ефективності впровадження активних методів в навчальний процес.

Або ж так. Дані дослідження свідчать, що не дивлячись на значні зусилля, спрямовані на впровадження ігрового  методу в навчальний процес, задоволеність навчанням виразило менше 2/3 опитаних, що свідчить про наявність певних недоліків (резервів) в цьому процесі.

Тобто, в залежності від позиції дослідника, його знань проблеми, виражена протилежна оцінка однакової числової величини.

Інтерпретація може здійснюватися 2-ма шляхами: внутрішнім і зовнішнім  співвідношенням.

Під внутрішнім співвідношенням розуміють порівняння між собою елементів числового ряду.

Процедура внутрішнього співвідношення дає можливість однозначно інтерпретувати результати групування в тому випадку, коли в числовому ряді явно виділяється найбільша величина. Співвідношення елементів числового ряду в такому випадку заключається в ранжуванні. Наприклад, на питання :Як ви відноситесь до своєї навчальної діяльності? – 60% відповіло:  прагну віддавати навчальній діяльності всі свої  сили»; 35% – » в принципі виконую все, що від мене  вимагається, але не більше; 5% – в основному працюю без бажання, по необхідності.

Так як відсоткові величини дають однозначне кількісне ранжування опитуваних, не складно оцінити загальний характер відношення студентів до навчальної діяльності.

Якщо числові величини ряду розподілені таким чином, що їх внутрішнє порівняння ускладнюється, то тоді необхідно використовувати зовнішнє співвідношення числового ряду.

Під зовнішнім співвідношенням розуміється порівняння двох або декількох рядів розподілу, побудованих за двома чи декількома ознаками, із яких одна обов’язково є загальною для рядів, що співвідносяться.

Здебільшого зовнішнє співвідношення здійснюється на основі виявлення взаємозв’язку ознак.

Наприклад, висунута гіпотеза, що  пізнавальна активність вища у студентів, які проявляють  інтерес до змісту навчального матеріалу.

Перевірка гіпотези буде здійснюватися шляхом  співвідношення декількох рядів розподілу, побудованих на двох ознаках: рівень пізнавальної активності і ступінь інтересу до змісту навчального матеріалу.

При цьому можуть виникнути 2 ситуації: дані, що  підтверджують  залежність  (Таблиця № 1) і дані , що заперечують залежність (Таблиця № 2).

Таблиця №1

Співвідношення інтересу до змісту і пізнавальної активності

Інтерес до змісту навчального процесу

Пізнавальна активність студентів (у %)

низька

середня

висока

всього

низький

45

50

5

100

середній

25

57

18

100

високий

10

60

30

100

Таблиця №2

Співвідношення інтересу до змісту навчального матеріалу і пізнавальної активності

Інтерес до змісту навчального матеріалу

Пізнавальна активність студентів (у %)

низька

середня

висока

всього

низький

35

52

13

100

середній

20

60

20

100

високий

31

50

19

100

Як видно із таблиць, основні числові ряди, які дають можливість підтвердити чи спростувати знаходяться в першому і третьому ставленні. В таблиці №1 проглядається пряма залежність зростання кількості студентів  з високим рівнем пізнавальної активності від інтересу до змісту навчального матеріалу. Дані таблиці №2 свідчать про зворотне.

Отже, наукова глибина, обґрунтованість зроблених висновків і рекомендацій повністю залежать від глибини знань дослідником об’єкта і предмета дослідження, здатності дослідника до аналізу і узагальнення широкої емпіричної інформації.


 

А также другие работы, которые могут Вас заинтересовать

40823. Подэтапы первого этапа моделирования. Алгоритмизация моделей систем и их машинная реализация 183 KB
  Формы представления моделирующих алгоритмов Подэтапы первого этапа моделирования Рассмотрим более подробно основные подэтапы построения концептуальной модели МК системы и ее формализации см. формулировка цели и постановка задачи машинного моделирования системы. Дается четкая формулировка задачи цели и постановка исследования конкретной системы S и основное внимание уделяется таким вопросам как: а признание существования цели и необходимости машинного моделирования; б выбор методики решения задачи с учетом имеющихся ресурсов; в определение...
40824. Получение и интерпретация результатов моделирования систем 160 KB
  Подэтапы второго этапа моделирования. Получение и интерпретация результатов моделирования систем. Особенности получения результатов моделирования Подэтапы второго этапа моделирования Рассмотрим подэтапы алгоритмизации модели системы и её машинной реализации.1 Построение логической схемы модели.
40825. СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ СИСТЕМ НА ЭВМ 207.5 KB
  Подэтапы третьего этапа моделирования. Общая характеристика метода статистического моделирования. Сущность метода статистического моделирования. Примеры статистического использования Подэтапы третьего этапа моделирования Прежде чем приступить к последнему третьему этапу моделирования системы необходимо для его успешного проведения иметь чёткий план действий сводящийся к выполнению следующих основных подэтапов.
40826. Псевдослучайные последовательности и процедуры их машинной генерации 239.5 KB
  Способы генерации случайных чисел Примеры статистического использования Пример 4. Структурная схема системы SD Система SD функционирует следующим образом: получается пара независимых случайных чисел интервала 0 1 определяется координата точки xi xi1 показанной на рис. Схема моделирующего алгоритма системы SP В данном моделирующем алгоритме после ввода исходных данных и реализации операторов цикла происходит обращение к генератору случайных чисел т. Отметим что во всех рассмотренных примерах не требуется запоминания всего множества...
40827. Генерация базовой последовательности. Требования к генератору случайных чисел 259 KB
  Требования к генератору случайных чисел. Проверка и улучшение качества последовательностей псевдослучайных чисел. При дискретном моделировании базовым процессом является последовательность чисел {xi} = x0 x1 xN представляющих собой реализации независимых равномерно распределенных на интервале 0 1 случайных величин {i} = 0 1 N или в статистических терминах – повторную выборку из равномерно распределенной на 0 1 генеральной совокупности значений величины . Поэтому на ЭВМ вместо непрерывной совокупности равномерных...
40828. Моделирование случайных воздействий на систему 216 KB
  Моделирование случайных воздействий на систему Моделирование случайных событий. Моделирование дискретных случайных величин. Моделирование непрерывных случайных величин. Моделирование случайных векторов 4.
40829. ПЛАНИРОВАНИЕ МАШИННЫХ ЭКСПЕРИМЕНТОВ С МОДЕЛЯМИ СИСТЕМ 223.5 KB
  Частные задачи планирования машинных экспериментов – уменьшение затрат машинного времени на моделирование увеличение точности и достоверности результатов моделирования проверка адекватности модели и т. План эксперимента определяет объем и порядок проведения вычислений на ЭВМ приемы накопления и статистической обработки результатов моделирования системы S. Таким образом при машинном моделировании рационально планировать и проектировать не только саму модель Мм системы S но и процесс ее использования т. При планировании эксперимента...
40830. РЕШЕНИЕ СИСТЕМ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ 1 MB
  Основные понятия и определения Выделяют четыре основные задачи линейной алгебры: решение СЛАУ вычисление определителя матрицы нахождение обратной матрицы определение собственных значений и собственных векторов матрицы. Задача отыскания решения СЛАУ с n неизвестными – одна из наиболее часто встречающихся в практике вычислительных задач так как большинство методов решения сложных задач основано на сведении...
40831. АППРОКСИМАЦИЯ ФУНКЦИЙ 939 KB
  Как упростить вычисление известной функции fx или же ее характеристик если fx слишком сложная Ответы на эти вопросы даются теорией аппроксимации функций основная задача которой состоит в нахождении функции y=x близкой т. Обоснование способов нахождения удачного вида функциональной зависимости и подбора параметров составляет задачу теории аппроксимации функций. В зависимости от способа подбора параметров получают различные методы аппроксимации; наибольшее распространение среди них получили интерполяция и среднеквадратичное...