Статистический материал это: СТАТИСТИЧЕСКИЕ МАТЕРИАЛЫ — ИСТОЧНИКИ ГЕОГРАФИЧЕСКОЙ ИНФОРМАЦИИ

1.5.1.Г. Статистические материалы

Необходимо различать собственно статистические материалы и материалы статистического характера. К последним могут быть отнесены любые массовые данные, которые могут быть подвергнуты статистической обработке. Материалы статистического характера иллюстрируют процесс зарождения и становления документов статистики.

Статистика обычно рассматривается как система сбора сведений для обеспечения обратной связи в системах управления разного уровня и выработки управленческих решений.

В то же время статистика отличается от учетной документации. Последняя обеспечивает реализацию уже принятых решений (учет произведенного, сделанного), в то время как статистические данные собираются для выработки управленческих решений вплоть до долговременной политики в той или иной сфере.

Статистические источники характеризуются своим созданием на основе научно-обоснованной программы, количественной (описательно-цифровой) информацией, массовым характером изучаемых объектов, определением критериев и принципов сбора и группировки материала, комплексным характером сведений; чертами, присущими массовым источникам. Следует заметить, что именно наличие вышеназванной программы статистического обследования не всегда позволяет безоговорочно применять к нему методы математической статистики. На уровне программы под влиянием идеологических и других факторов могут быть заложены такие искажения, которые отнюдь не будут являться погрешностями вычислений.

В процессе развития статистически происходит как становление собственно статистических учреждений, так и определение основных направлений: демографической статистики (статистики народонаселения), статистики сельского хозяйства и промышленности.

Статистические источники содержать массовые, преимущественно количественные, данные. Правильное их использование позволяет определить в совокупности явлений те, что кажутся случайными, характерные для них закономерности развития. Выявление отмеченных закономерностей проходит путем сравнения количественных данных, однако для этого необходимо изучение сопоставимости (однородность) статистических данных. Ибо статистические сведения содержат не только количественные, но и качественные характеристики. Изменения территории или других параметров изучаемого объекта не дают возможности сопоставить статистические данные в полном объеме.

Основные принципы использования статистических данных касаются, таким образом, трех сторон: полноты, точности и однородности изучаемых данных. Во-первых, статистические данные должны быть достаточно полными в смысле охвата ими всех важнейших элементов изучаемого явления или процесса. Для определения же точности статистических данных необходимо определить источник их происхождения: заимствованы ли они из анкеты, заполнявшейся заинтересованным в результатах лицом, или же получены он статистика, обязанного точно описывать изучаемые явления; данные собирались подготовленными специалистами, или же случайными лицами, среди которых могли быть и те, кто не имел элементарных представлений о правилах статистического учета. И, наконец, сравниваемые сведения должны быть однородными (сравниваться должны однородные явления, процессы, объекты по определенным, точно определенным параметрам).

Формирование статистических источников включает следующие стадии: 1) подготовительная работа, сбор сведений, 2) сведение (обработка) первичных данных и подготовка их к печати. Историк, имея дело преимущественно с публикациями (материалами разработки), должен получить представление об обеих стадиях, даже в тех случаях, когда первичные материалы подлежали уничтожению (материалы всеобщих переписей). Необходимо также знание языка, терминологии статистики и обязательный учет документов, определивших условия сбора и обработки информации.

Методы географических исследований и основные источники географической информации

Методы географических исследований — способы получения географической информации. Основными методами географических исследований являются:

1) Картографический метод. Карта, по образному выражению одного из основоположников отечественной экономической географии — Николая Николаевича Баранского — это второй язык географии. Карта — уникальный источник информации! Она дает представление о взаиморасположении объектов, их размерах, о степени распространения того или иного явления и многое другое.

2) Исторический метод. Всё на Земле развивается исторически. Ничего не возникает на пустом месте, поэтому для познания современной географии необходимо знание истории: истории развития Земли, истории человечества.

3) Статистический метод. Невозможно говорить о странах, народах, природных объектах, не используя статистические данные: какова высота или глубина, площадь территории, запасы природных ресурсов, численность населения, демографические показатели, абсолютные и относительные показатели производства и т.д.

4) Экономико-математический. Если есть цифры, то есть и расчёты: расчёты плотности населения, рождаемости, смертности и естественного прироста населения, сальдо миграций, ресурсообеспеченности, ВВП на душу населения и т.д.

5) Метод географического районирования. Выделение физико-географических (природных) и экономических районов — один из методов исследования географической науки.

6) Сравнительно-географический. Всё подлежит сравнению:
больше или меньше, выгодно или невыгодно, быстрее или медленнее. Только сравнение позволяет более полно описать и оценить черты сходства и различия тех или иных объектов, а также объяснить причины этих различий.

7) Метод полевых исследований и наблюдений. Географию невозможно изучать только сидя в классах и кабинетах. Увиденное своими глазами — самая ценная географическая информация. Описание географических объектов, сбор образцов, наблюдение явлений — все это тот фактический материал, который и является предметом изучения.

8) Метод дистанционных наблюдений. Современная аэро- и космическая съёмка — большие помощники в изучении географии, в создании географических карт, в развитии народного хозяйства и охране природы, в решении многих проблем человечества.

9) Метод географического моделирования. Создание географических моделей — важный метод исследования географии. Наиболее простой географической моделью является глобус.

10) Географический прогноз

. Современная географическая наука должна не только описывать изучаемые объекты и явления, но и предсказывать последствия, к которым человечество может прийти в ходе своего развития. Географический прогноз помогает избежать многих нежелательных явлений, уменьшить негативное влияние деятельности на природу, рационально использовать ресурсы, решать глобальные проблемы.

Структура научной статьи

Научная статья имеет четкую структуру и, как правило, состоит из следующих частей.

1. Название (заголовок).
2. Аннотация.
3. Ключевые слова.
4. Введение.
5. Обзор литературы.
6. Основная часть (методология, результаты).
7. Выводы и дальнейшие перспективы исследования.
8. Список литературы.

Рассмотрим особенности составных элементов научной статьи и основные требования, которые необходимо соблюдать при работе над ними.

Название

Название (заголовок) — обозначение структурной части основно­го текста произведения (раздела, главы, параграфа, таблицы и др.) или издания.

Основное требование к названию статьи — краткость и ясность. Максимальная длина заголовка — 10—12 слов. Название долж­но быть содержательным, выразительным, отражать содержание статьи.

При выборе заголовка статьи необходимо придерживаться сле­дующих общих рекомендаций.

1. Заглавие должно быть информативным.
2. Название должно привлекать внимание читателя.
3. В названии, как и во всей статье, следует строго придержи­ваться научного стиля речи.
4. Оно должно четко отражать главную тему исследования и не вводить читателя в заблуждение относительно рассматриваемых в статье вопросов.
5. В название должны быть включены некоторые из ключевых слов, отражающих суть статьи. Желательно, чтобы они стояли в нача­ле заголовка.
6. В заголовке можно использовать только общепринятые сокра­щения.

При переводе заглавия статьи на английский язык не должно использоваться никаких транслитераций с русского языка, кроме непереводимых названий собственных имен, приборов и др. объектов, имеющих собственные названия; также не используется непереводимый сленг, известный только русскоговорящим специалистам.

Аннотация

Аннотация — это не зависимый от статьи источник информации. Ее пишут после завершения работы над основным тек­стом статьи. Она включает характеристику основной темы, проблемы, объекта, цели работы и ее результаты. В ней указывают, что нового несет в себе данный документ в сравнении с другими, родст­венными по тематике и целевому назначению. Рекомендуемый объ­ем — 100 – 250 слов на русском и английском языках.

Аннотация выполняет следующие функции:

• позволяет определить основное содержание статьи, его реле­вантность и решить, следует ли обращаться к полному тексту публи­кации;
• предоставляет информацию о статье и устраняет необходи­мость чтения ее полного текста в случае, если статья представляет для читателя второстепенный интерес;
• используется в информационных, в том числе автоматизиро­ванных, системах для поиска документов и информации.

Аннотации должны быть оформлены по международным стандартам и включать следующие моменты.

1. Вступительное слово о теме исследования.
2. Цель научного исследования.
3. Описание научной и практической значимости работы.
4. Описание методологии исследования.
5. Основные результаты, выводы исследовательской работы.
6. Ценность проведенного исследования (какой вклад данная работа внесла в соответствующую область знаний).
7. Практическое значение итогов работы.

В аннотации не должен повторяться текст самой статьи (нельзя брать предложения из статьи и переносить их в аннотацию), а также ее название. В ней не должно быть цифр, таблиц, внутритекстовых сносок.

В аннотации должны излагаться существенные факты работы, и не должно содержать материал, который отсутствует в самой статье.

Предмет, тема, цель работы указываются, если они не ясны из заглавия статьи; метод или методологию проведения работы имеет смысл описывать в том случае, если они отличаются новизной или представляют интерес с точки зрения данной работы.

Результаты работы описывают предельно точно и информативно. Приводятся основные теоретические и экспериментальные результаты, фактические данные, обнаруженные взаимосвязи и закономерности. При этом отдается предпочтение новым результатам, важным открытиям, выводам, которые опровергают существующие теории, а также данным, имеющим практическое значение.

Выводы могут сопровождаться рекомендациями, оценками, предложениями, гипотезами, описанными в статье.

Сведения, содержащиеся в заглавии статьи, не должны повторяться в тексте авторского резюме.

В тексте аннотации следует употреблять синтаксические конструкции, свойственные языку научных и технических документов, избегать сложных грамматических конструкций. Он должен быть лаконичен и четок, без лишних вводных слов, общих формулировок.

ПРИМЕР АВТОРСКОГО РЕЗЮМЕ НА РУССКОМ ЯЗЫКЕ:

Значительная часть инновационных планов по внедрению изменений, содержащих в своей основе нововведения, либо не доходит до практической реализации, либо в действительности приносит гораздо меньше пользы, чем планировалось. Одна из причин этих тенденций кроется в отсутствии у руководителя реальных инструментов по планированию, оценке и контролю над инновациями. В статье предлагается механизм стратегического планирования компании, основанный на анализе как внутренних возможностей организации, так и внешних конкурентных сил, поиске путей использования внешних возможностей с учетом специфики компании. Стратегическое планирование опирается на свод правил и процедур, содержащих серию методов, использование которых позволяет руководителям компаний обеспечить быстрое реагирование на изменение внешней конъюнктуры. К таким методам относятся: стратегическое сегментирование; решение проблем в режиме реального времени; диагностика стратегической готовности к работе в условиях будущего; разработка общего плана управления; планирование предпринимательской позиции фирмы; стратегическое преобразование организации. Процесс стратегического планирования представлен в виде замкнутого цикла, состоящего из 9-ти последовательных этапов, каждый из которых представляет собой логическую последовательность мероприятий, обеспечивающих динамику развития системы. Результатом разработанной автором методики стратегического планирования является предложение перехода к «интерактивному стратегическому менеджменту», который в своей концептуальной основе ориентируется на творческий потенциал всего коллектива и изыскание путей его построения на основе оперативного преодоления ускоряющихся изменений, возрастающей организационной сложности и непредсказуемой изменяемости внешнего окружения.

ЭТО ЖЕ АВТОРСКОЕ РЕЗЮМЕ НА АНГЛИЙСКОМ ЯЗЫКЕ:

A considerable part of innovative plans concerning implementation of developments with underlying novelties either do not reach the implementing stage, or in fact yield less benefit than anticipated. One of the reasons of such failures is the fact that the manager lacks real tools for planning, evaluating and controlling innovations. The article brings forward the mechanism for a strategic planning of a company, based on the analysis of both inner company’s resources, and outer competitive strength, as well as on searching ways of using external opportunities with account taken of the company’s specific character. Strategic planning is based on a code of regulations and procedures containing a series of methods, the use of which makes it possible for company’s manager to ensure prompt measures of reaction to outer business environment changes. Such methods include: strategic segmentation; solving problems in real-time mode; diagnostics of strategic readiness to operate in the context of the future; working out a general plan of management; planning of the business position of the firm; strategic transformation of the company. Strategic planning process is presented as a closed cycle consisting of 9 successive stages, each of them represents a logical sequence of measures ensuring the dynamics of system development. The developed by the author strategic planning methods result in the recommendation to proceed to “interactive strategic management” which is conceptually based on the constructive potential of the collective body, on searching ways of its building on the basis of effective overcoming accelerating changes, increasing organizational complexity, and unpredictable changeability of the environment.

Ключевые слова

Ключевые слова выражают основное смысловое содержание ста­тьи, служат ориентиром для читателя и используются для поиска ста­тей в электронных базах. Размещаются после аннотации в количестве 4—8 слов, приводятся на русском и английском языках. Должны от­ражать дисциплину (область науки, в рамках которой написана ста­тья), тему, цель, объект исследования.

Введение

Введение призвано дать вводную информацию, касающуюся темы статьи, объяснить, с какой целью предпринято исследование. При написании введения автор прежде всего должен заявить общую тему исследования. Далее необ­ходимо раскрыть теоретическую и практическую значимость работы и описать наиболее авторитетные и доступные для читателя публика­ции по рассматриваемой теме. Во введении автор также обозначает про­блемы, не решенные в предыдущих исследованиях, которые призвана решить данная статья.

Во введении в обязательном порядке четко формулируются:

1. цель и объект предпринятого автором исследования. Работа должна содержать определенную идею, ключевую мысль, раскрытию которой она посвящена. Чтобы сформулировать цель, необ­ходимо ответить на вопрос: «Что вы хотите создать в итоге проведен­ного исследования?» Этим итогом могут быть новая методика, клас­сификация, алгоритм, структура, новый вариант известной техноло­гии, методическая разработка и т. д. Формулировка цели любой рабо­ты, как правило, начинается с глаголов: выяснить, выявить, сформи­ровать, обосновать, проверить, определить и т. п. Объект — это ма­териал изучения.
2. актуальность и новизна. Актуальность темы — степень ее важ­ности в данный момент и в данной ситуации. Это способность ре­зультатов работы быть применимыми для решения достаточно зна­чи­мых научно-практических задач. Новизна — это то, что отличает ре­зультат данной работы от результатов, полученных другими авто­рами.
3. исходные гипотезы, если они существуют.

Также в этой части работы читателя при необходимости знакомят со структурой статьи.

После написания введения его необходимо проанализировать по следующим ключевым пунктам:

четко ли сформулированы цели, объект и исходные гипотезы, если они существуют;·

нет ли противоречий;·

указана ли актуальность и новизна работы;·

упомянуты ли основные исследования по данной теме.·

Обзор литературы

Обзор литературы представляет собой теоретическое ядро иссле­дования. Его цель — изучить и оценить существующие работы по данной тематике. Предпочтительным является не просто перечисле­ние предшествующих исследований, но их критический обзор, обоб­щение основных точек зрения.

Основная часть

Методология

В данном разделе описывается последовательность выполнения исследования и обосновывается выбор используемых методов. Он должен дать возможность читателю оценить правильность этого вы­бора, надежность и аргументированность полученных результатов. Смысл информации, излагаемой в этом разделе, заключается в том, чтобы другой ученый достаточной квалификации смог воспроизвести исследование, основываясь на приведенных методах. Отсылка к лите­ратурным источникам без описания сути метода возможна только при условии его стандартности или в случае написания статьи для узко­специализированного журнала.

Результаты

В этой части статьи должен быть представлен авторский аналити­ческий, систематизированный статистический материал. Результаты проведенного исследования необходимо описывать достаточно полно, чтобы читатель мог проследить его этапы и оценить обоснованность сделанных автором выводов. По объему эта часть занимает централь­ное место в научной статье. Это основной раздел, цель которого за­ключается в том, чтобы при помощи анализа, обобщения и разъясне­ния данных доказать рабочую гипотезу (гипотезы). Результаты при необходимости подтверждаются иллюстрациями — таблицами, гра­фиками, рисунками, которые представляют исходный материал или доказательства в свернутом виде. Важно, чтобы проиллюстрированная информация не дублировала текст. Представленные в статье результаты желательно сопоставить с предыдущими работами в этой области как автора, так и других исследователей. Такое срав­нение дополнительно раскроет новизну проведенной работы, придаст ей объективности.

В зависимости от уровня знаний — теоретического или эмпириче­ского — различают теоретические и эмпирические статьи. Теоретиче­ские научные статьи включают результаты исследований, выполнен­ных с помощью таких методов познания, как абстрагирование, синтез, анализ, индукция, дедукция, формализация, идеализация, моделиро­вание. Если статья имеет теоретический характер, чаще всего она строится по следующей схеме: автор вначале приводит основные по­ложения, мысли, которые в дальнейшем будут подвергнуты анализу с последующим выводом. Эмпирические научные статьи, используя ряд теоретических методов, в основном опираются на практические методы измерения, наблюдения, эксперимента и т. п.

Результаты исследования должны быть изложены кратко, при этом содержать достаточно информации для оценки сделанных выво­дов, также должно быть очевидно, почему для анализа выбраны именно эти данные.

Заключение, выводы

Заключение содержит краткую формулировку результатов ис­сле­дования. В нем в сжатом виде повторяются главные мысли ос­новной части работы. Всякие повторы излагаемого материала луч­ше оформ­лять новыми фразами, новыми формулировками, отли­чающимися от высказанных в основной части статьи. В этом раз­де­ле необходимо сопоставить полученные результаты с обозна­ченной в начале работы целью. В заключении суммируются ре­зультаты ос­мысления темы, де­лаются выводы, обобщения и реко­мендации, ко­торые вытекают из работы, подчеркивается их прак­тическая значи­мость, а также опреде­ляются основные направления для дальней­шего исследования в этой области. В заключительную часть статьи желательно включить попытки прогноза развития рассмот­ренных вопросов.

Статистический учет и отчетность учреждений здравоохранения

Для всех органов и учреждений здравоохранения существуют единые формы статистической отчетности, утверждаемые Федеральной службой государственной статистики (Росстат), а также единые формы учета и инструкции по их заполнению. Это позволяет выполнять одно из важнейших требований к медицинской статистике — обобщать в государственном масштабе статистический материал по здравоохранению и сравнивать результаты по субъектам федерации, городам и районам.

Важными принципиальными особенностями медицинской статистики являются:

• во-первых, ее связь с процессом управления, использование статистических данных для планирования мероприятий в области здравоохранения и для оценки их реализации, иллюстрацией чему служат ежемесячные, ежеквартальные и годовые сообщения Росстата в частности, в области охраны здоровья населения;
• во-вторых, тесная взаимосвязь с практическими задачами организации здравоохранения: статистические данные ориентируют руководителей органов и учреждений здравоохранения в отношении состояния сети, кадров и лечебно-профилактической деятельности учреждений, указывают на имеющиеся достижения, вскрывают недостатки и тем самым содействуют определению путей дальнейшего развития здравоохранения в стране.

Статистические данные о сети, кадрах и деятельности органов и учреждений здравоохранения по району, городу, области, республике и по России в целом формируются на основании сводки материалов статистической отчетности отдельных учреждений здравоохранения. В силу этого обеспечение полноты и достоверности статистической отчетности любого лечебно-профилактического учреждения и органов управления здравоохранением является важной государственной обязанностью каждого организатора здравоохранения.

Статистический учет и отчетность в значительной степени необходимы для работников медицинского учреждения и его руководителя в первую очередь. Годовой медицинский статистический отчет представляет сводку данных об объемах и характере работы учреждения, условиях, в которых протекала за отчетный период деятельность учреждения.

Анализ этих данных помогает вскрывать причины отрицательных показателей работы учреждения в целом или его отдельных структурных подразделений. В то же время, являясь как бы летописью учреждения, последовательно из года в год составляемый годовой отчет содержит сведения, необходимые для всякого рода справок, докладов и т. д.

Если годовые отчетные данные освещают существующее положение дела текущего времени, то анализ материалов за более длительный период позволяет определить динамику отраженных в отчете явлений, указывает направление, в котором развивается та или иная сторона деятельности лечебно-профилактического учреждения.

Фундаментом, который кладется в основу государственной отчетности и обеспечивает ее достоверность, является учет, проводимый по единым формам и правилам. При правильном ведении учета составление государственного отчета не представляет трудностей.

Медицинский учет в лечебно-профилактических учреждениях

Медицинский учет, медицинская отчетность и их анализ являются последовательными и взаимно связанными звеньями. Взаимная связь этих звеньев заключается в следующем: правильно организованный медицинский учет способствует рациональной организации труда медицинского персонала для улучшения медицинского обслуживания и создает возможность последовательно накапливать данные о деятельности учреждения.

Медицинская отчетность представляет собой государственную общеобязательную программу обобщения сведений, накопленных в процессе ведения медицинского учета. Без правильно организованного учета невозможно составление достоверных сведений государственной медицинской статистической отчетности. Анализ данных учета и отчетности позволяет изучить деятельность ЛПУ на основе данных медицинского учета, выявить достижения и недочеты в работе и понять их причины.

Учет деятельности ЛПУ осуществляется на основе медицинской документации, содержащей большое количество характеристик. Медицинская документация представляет собой набор документов, предназначенных для записи данных о состоянии здоровья населения и отдельных лиц, отражающих характер, объем и качество оказываемой медицинской помощи, для ее организации и управления службами здравоохранения.

Существуют 13 групп медицинской документации:

1. Медицинская учетная документация, используемая в стационарах.
2. Медицинская учетная документация, используемая в поликлиниках (амбулаториях).
3. Медицинская учетная документация, используемая в стационарах и поликлиниках (амбулаториях).
4. Медицинская учетная документация для других типов лечебно-профилактических учреждений.
5. Медицинская учетная документация для учреждений судебно-медицинской экспертизы.
6. Медицинская учетная документация для лаборатории в составе лечебно-профилактических учреждений.
7. Медицинская документация, используемая при комплектовании и медицинском освидетельствовании доноров.
8. Медицинская документация, используемая при заготовке крови и ее компонентов.
9. Медицинская документация, используемая в экспедиции.
10. Медицинская документация, используемая в резус лаборатории (клинической лаборатории).
11. Медицинская документация, используемая в лаборатории стандартных сывороток.
12. Документация, используемая в отделении по изготовлению сухой плазмы и высушиванию препаратов крови лиофильным методом.
13. Документация, используемая в отделе технического контроля

Для удобства в работе на сайте группы медицинской документации объеденены в 4 группы. Четвертая группа «Основные формы первичной учетной медицинской документации учреждений судебно-медицинской экспертизы и других типов лечебно-профилактических учреждений» включает в себя вышеперечисленные группы медицинской документации, не имеющие ссылок.

Медицинская отчетность

На основании первичной медицинской документации складывается медицинская отчетность — система документов установленной формы, представляемых учреждениями и органами, органами управления, организациями здравоохранения вышестоящим органам управления здравоохранения.

Медицинская отчетность характеризует здоровье населения, объем и качество получаемой медицинской помощи, ресурсы учреждений здравоохранения и эффективность их использования. Медицинская отчетность является стержневой частью медицинской статистики, имеет высокое значение для:

• обеспечения планирования и регулирования деятельности учреждений здравоохранения;
• оценки эффективности мероприятий проводимых органами управления здравоохранения.

Годовой медицинский отчет представляет собой в сжатом виде сводку данных:

• об объеме и характере работы учреждения;
• условия, в которых протекала деятельность учреждений за отчетный период.

Учреждения здравоохранения в зависимости от вида своей деятельности составляют соответствующие отчетные формы, которые представляют собой государственную или отраслевую отчетность. В настоящее время лечебно-профилактические учреждения составляют и представляют в Минздравсоцразвития России и Росстат, с различной периодичностью (утвержденной в соответствующем порядке) следующие виды отчетов:

• N 1-ДЕТИ (здрав) — «Сведения о численности беспризорных и безнадзорных несовершеннолетних, помещенных в лечебно-профилактические учреждения»
• N 1-РБ — «Сведения об оказании медицинской помощи гражданам Республики Беларусь в государственных и муниципальных учреждениях здравоохранения Российской Федерации» (новая)
• N 1 «Сведения об инфекционных и паразитарных заболеваниях» (Инструкция по заполнению формы № 1, формы № 2)
• N 2 «Сведения об инфекционных и паразитарных заболеваниях»
• N 2-ТБ «Сведения о больных, зарегистрированных для лечения»
• N 3 — «Сведения о заболеваниях гриппом и другими острыми респираторными заболеваниями»
• N 5 — «Сведения о профилактических прививках» (Инструкция по заполнению формы № 5)
• N 6 — «Сведения о контингентах детей, подростков и взрослых, привитых против инфекционных заболеваний»
• N 7 — «Сведения о заболеваниях злокачественными новообразованиями»
• N 7-травматизм — «Сведения о травматизме на производстве и профессиональных заболеваниях»
• Приложение к форме N 7-травматизм — «Сведения о распределении числа пострадавших при несчастных случаях на производстве по основным видам происшествий и причинам несчастных случаев»
• N 7-ТБ — «Сведения о впервые выявленных больных и рецидивах заболеваний туберкулезом»
• N 8 — «Сведения о заболеваниях активным туберкулезом» (новая)
• N 8-ТБ — «Сведения о результатах курсов химиотерапии больных туберкулезом легких»
• N 9 — «Сведения о заболеваниях, передаваемых преимущественно половым путем, грибковых кожных заболеваниях и чесотке»
• N 10 — «Сведения о заболеваниях психическими расстройствами и расстройствами поведения (кроме заболеваний, связанных с употреблением психоактивных веществ)» (новая)
• N 10-ТБ — «Сведения о результатах интенсивной фазы лечения (по микроскопии мокроты) (у впервые выявленных больных)»
• N 11 — «Сведения о заболеваниях наркологическими расстройствами» (новая)
• N 12 — «Сведения о числе заболеваний, зарегистрированных у больных, проживающих в районе обслуживания лечебного учреждения» (новая)
• вкладыш к форме N 12 — «Сведения о числе заболеваний, зарегистрированных у больных, проживающих в районе обслуживания лечебного учреждения»
• N 13 — «Сведения о прерывании беременности (в сроки до 28 недель)» (новая)
• N 14 — «Сведения о деятельности стационара» (новая)
• N 14-дс — «Сведения о деятельности дневных стационаров лечебно-профилактического учреждения» (новая)
• N 15 — «Отчет о медицинском обслуживании населения, подвергшегося воздействию радиации в связи с аварией на Чернобыльской АЭС и подлежащего включению в Российский Государственный медико-дозиметрический регистр»
• N 16 — «Сведения о числе заболеваний и причинах смерти лиц, подлежащих включению в Российский Государственный медикодозиметрический регистр в связи с аварией на Чернобыльской АЭС»
• N 16-ВН — «Сведения о причинах временной нетрудоспособности»
• N 17 — «Сведения о медицинских и фармацевтических кадрах»
• N 19 — «Сведения о детях-инвалидах»
• N 24 — «Сведения о числе лиц с впервые установленными профессиональными заболеваниями (отравлениями)»
• N 27 — «Сведения о деятельности дезинфекционных организаций и структурных подразделений дезинфекционного профиля» (пр №30 от 20.02.09 Минэкономики и Росстата)
• N 30 — «Сведения о лечебно — профилактическом учреждении» (новая)
• N 31 — «Сведения о медицинской помощи детям и подросткам-школьникам»
• N 32 — «Сведения о медицинской помощи беременным, роженицам и родильницам» (новая)
• N 33 — «Сведения о больных туберкулезом» (новая)
• N 34 — «Сведения о больных заболеваниями, передаваемыми преимущественно половым путем, грибковыми кожными болезнями и чесоткой»
• N 35 — «Сведения о больных злокачественными новообразованиями»
• N 36 — «Сведения о контингентах психически больных» (новая)
• N 36-ПЛ — «Сведения о контингентах больных с психическими расстройствами, находящихся на активном диспансерном наблюдении и принудительном лечении» (новая)
• N 37 — «Сведения о больных алкоголизмом, наркоманиями, токсикоманиями» (новая)
• N 38 — «Сведения о работе отделений судебно-психиатрической экспертизы»
• N 39 — «Отчет станции, отделения переливания крови, больницы, ведущей заготовку крови»
• N 40 — «Отчет станции (отделения), больницы скорой медицинской помощи» (новая)
• N 41 — «Сведения о доме ребенка»
• N 42 — «Отчет врача судебно-медицинского эксперта, бюро судебно-медицинской экспертизы»
• N 43 — «Отчет санатория (пансионата с лечением)»
• N 44 — «Отчет детского санатория»
• N 45 — «Отчет туберкулезного санатория для взрослых»
• N 47 — «Сведения о сети и деятельности учреждений здравоохранения» (новая)
• Методические рекомендации по внутриформенному контролю годовых «Сведений о сети и деятельности учреждений здравоохранения», ф. N 47
• N 53 — «Отчет о медицинском наблюдении за лицами, занимающимися физической культурой и спортом»
• N 54 — «Отчет врача детского дома, школы-интерната о лечебно-профилактической помощи воспитанникам»
• N 55 — «Сведения о деятельности учреждения здравоохранения (медицинского формирования), принимавшего участие в ликвидации чрезвычайных ситуаций»
• N 56 — «Сведения о сети и кадрах учреждений здравоохранения службы медицины катастроф Министерства здравоохранения Российской Федерации»
• N 57 — «Сведения о травмах, отравлениях и некоторых других последствиях воздействия внешних причин»
• N 61 — «Сведения о контингентах больных ВИЧ-инфекцией»
• N 62 — «Сведения об оказании и финансировании медицинской помощи населению» (новая)
• N 63 — «Сведения о заболеваниях, связанных с микронутриентной недостаточностью»
• N 68 — «Сведения о деятельности центра здоровья»
• N 69 — «Сведения об амбулаторном принудительном и обязательном наблюдении и лечении наркологических больных»
• N 70 — «Сведения о деятельности центра медицинской профилактики»
• N 71 — «Сведения о деятельности врачей — клинических фармакологов»

Примечание. При составлении годового отчета следует ориентироваться на письма МЗ вида «О ПОРЯДКЕ СОСТАВЛЕНИЯ ГОДОВЫХ СТАТИСТИЧЕСКИХ ОТЧЕТОВ ЗА 200__ ГОД», которые обычно появляются в декабре отчетного года.

На основании анализа годовых статистических отчетов различных видов учреждений и их видов деятельности возможен расчет показателей, характеризующих работу соответствующей службы.

Источник: http://bono-esse.ru/blizzard/Medstat/stat.html

Статистика для диссертаций по медицине

Содержание статьи

Статистика для медицинских диссертаций – это важный инструмент для проведения экспериментальных данных по теме научной работы (ход развития выбранного заболевания в некоторых группах пациентов, клинические наблюдения, модернизация теоретических/практических постулатов, разработка новых методов лечения популярных заболеваний и т.д.)

В чем суть статистики для диссертации по медицине?

Статистический анализ может проводиться автором самостоятельно или при участии статистика – все зависит от сложности выбранной тематики/направления медицинского исследования. Основная задача соискателя ученой степени — подробно перечислить использованные методы анализа, статистические критерии/программы для проведения требуемых работ с учетом репрезентативности проделанной выборки данных.

Рекомендуемый объем для описания статистических методов – до десяти предложений. Если диссертация составляется по специфической тематике, разрешается выйти за рекомендуемые пределы (максимальное количество страниц – 7 шт).

Основные виды статистических данных в медицине

Illustration of graphs

Существует два типа статистических данных в медицине – это количественные (дискретные) и качественнее (номинальные) переменные. При сборе статистике/ заполнении данных, автор обязуется строго придерживаться выбранной категории – такая систематизация информации упростит соискателю дальнейшую обработку переменных в соответствующих статистических программах или редакторе Microsoft Excel.

Во избежание путаницы запрещается одновременное внесение числовых и/или текстовых переменных (пример: при указании подтверждения выбора «да/нет» как 1 или 0, не разрешается вносить буквенные обозначения действия).

Как самостоятельно собрать статистику для будущих исследований?

Сбор статистики для медицинской диссертации состоит из четырех основных этапов – это составление плана, сбор требуемого материала, систематизация полученных данных, анализ результатов.

1.Составляем план

План исследования – это документ, отображающий основные организационные элементы будущей работы с предоставлением информации о соискателе, времени и месте прогнозируемых экспериментов.

Перед составлением плана исследования, автор определяет основные свойства объекта, как статистической совокупности отдельных явлений/предметов, выделяя главные единицы наблюдения для написания диссертации.

2.Собираем требуемый материал

После составления плана, автор собирает требуемый материал и организовывает статистическое наблюдение, заполняя необходимые учетные документы в строгом соответствии с программой исследования.

При отборе категорий пациентов для определения эффективности метода лечения, соискатель учитывает их возраст, сопутствующие заболевания и т.д – это позволит объективно проанализировать результаты лечения.

3.Систематизируем полученные данные

Систематизация полученного материала может видоизменяться – все зависит от направления медицинской диссертации. Основные этапы – это контроль/шифровка данных, их группировка по категориям, сведение в таблицы, вычисление необходимых статистических показателей, создание наглядного материала (диаграммы, иллюстрации, графические изображения и т.п).

В процессе работы над данными/проведением исследований, соискатель ученой степени подбирает высокоточное оборудование с минимальным процентом погрешности, необходимое для получения объективных результатов.

4.Анализируем результаты и формируем выводы

После систематизации/анализа данных, автор сопоставляет полученные результаты с данными аналогичных исследований, обобщает материал с учетом критериев выбранного направления, формулирует конечные выводы/предложения по дальнейшему практическому применению в конкретной медицинской отрасли.

Основные этапы систематизации полученной статистики для медицинской диссертации

Упростить сбор/систематизацию статистики для медицинской диссертации помогут девять основных этапов: от определения необходимого объема выборки до анализа выживаемости определенных категорий пациентов.

1.     Определяем необходимый объем выборки

Перед началом статистического сбора, автор определяет первоначальный объем выборки данных, необходимый для достижения наилучшего результата.

2.Рандомизируем пациентов по основным группам

Разбивка пациентов по определенным группам – это один из ключевых моментов работы над медицинской статистикой, позволяющий избежать смещенной оценки полученных итогов. Рандомизация основывается на двух методах – простой и стратифицированный случайный выбор.

3.Проводим визуальный анализ полученных результатов

Составить грамотный визуальный ряд медицинской статистики поможет стороннее программное обеспечение или редактор Microsoft Excel. В зависимости от темы научной работы, можно интерактивно настроить необходимые диаграммы размаха/рассеивания, гистограммы, трехмерные графики, другие изображения по требуемым категориям.

4.Вычисляем требуемые описательные характеристики

Описательный анализ упрощает вычисление исследуемых параметров (например, дисперсия, уровень среднего отклонения от стандартных значений, доверительные интервалы, медианы, квартили для отдельно взятых пациентов и/или их групп).

5. Составляем таблицы сопряженности

Таблица сопряженности – это инструмент, необходимый для быстрой установки степени/уровня значимости взаимосвязей между несколькими категориальными признаками проводимых статистических исследований, а также вычисления относительных/абсолютных рисков с указанием предельной точки, необходимой для автоматического построения доверительных интервалов.

6. Определяем степень зависимости между несколькими показателями

Для вычисления степени зависимости между несколькими непрерывными показателями, автору рекомендуется использовать коэффициенты корреляции. Использование множественной регрессии  подойдет для случаев с непрерывной зависимой переменной и несколькими непрерывными показателями.

7. Cравниваем эффективность лечения в нескольких группах

Сравнение/вычисление эффективности в различных группах можно несколькими способами – это Т-критерии или непараметрические критерии. В зависимости от направленности исследования/количества исследуемых групп, автору рекомендуется использовать дисперсионный анализ или непараметрический критерий Краскелла-Уоллиса.

8. Выявляем основные факторы, влияющие на результативность выбранного лечения

Способы выявления значимых статистических факторов зависит от типа исходных данных и специфики рассматриваемого объекта исследования. Соискатель ученой степени может воспользоваться дискриминантным анализом или логит-регрессией.

9. Анализируем выживаемость в разных группах

Для анализа статистики выживаемости пациентов из разных возрастных категорий могут использоваться критерии Гехана-Вилкоксона, логарифмический ранговый критерий и др.инструменты.

Программа Statistica: отличный помощник в систематизации статистических данных

Программа STATISTICA упрощает систематизацию статистических данных, представляя их в удобном, наглядном формате для пользователя. Автор медицинской диссертации получает возможность провести начальное исследование представленной информации, рассчитать необходимые показатели перед подготовкой презентации к процедуре защиты научной работы. Скачать программу можно на сайте StatSoft.

Какие основные преимущества программы?

1. Подготовка данных для проведения медицинских исследований.
2. Расчет описательных характеристик для исследуемых величин (квартили, медианы, дисперсия, средние/стандартные отклонения и т.д.).
3. Создание материала для наглядного представления презентационных данных (построение гистограмм, диаграмм рассеивания, линейных графиков и т.д.).
4. Прогнозирование исхода выбранного метода лечения современных заболеваний.
5. Выявление прямой/косвенной зависимости между выбранными факторами.
6. Определение основных различий выборок, необходимых для проведения исследования.

Что такое инфляция | Банк России

Инфляция

октябрь 2021

8,1 %

Индекс потребительских цен как показатель инфляции

Об изменении цен в экономике дают представление различные показатели ценовой динамики — индексы цен производителей, дефлятор валового внутреннего продукта, индекс потребительских цен. Когда говорят об инфляции, обычно имеют в виду индекс потребительских цен (ИПЦ), который измеряет изменение во времени стоимости набора продовольственных, непродовольственных товаров и услуг, потребляемых средним домохозяйством (т.е. стоимости «потребительской корзины»). Выбор ИПЦ в качестве основного индикатора инфляции связан с его ролью как важного показателя динамики стоимости жизни населения. Кроме того, ИПЦ обладает рядом характеристик, которые делают его удобным для широкого применения — простота и понятность методологии построения, месячная периодичность расчета, оперативность публикации.

Периоды, за которые измеряется ИПЦ, могут быть различными. Наиболее распространены сравнения уровня потребительских цен в определенном месяце года с их уровнем в предыдущем месяце, соответствующем месяце предыдущего года, декабре предыдущего года.

Статистическое наблюдение за ценами, необходимые расчеты и публикацию данных об ИПЦ в России осуществляет Федеральная служба государственной статистики.

Особенности российской потребительской корзины

В России, как и в целом в странах с формирующимися рынками, характерной чертой потребительской корзины является достаточно высокая доля в ней продовольственных товаров (в 2014 г. — 36,5%). Цены на них отличаются достаточно высокой изменчивостью. В значительной степени колебания инфляции на рынке продовольствия определяется изменениями объемов предложения, в первую очередь — урожая сельскохозяйственных культур в нашей стране и в мире, который существенно зависит от погодных условий. Поскольку доля продовольственных товаров в потребительской корзине высока, колебания цен на них могут оказывать значительное влияние на инфляцию в целом.

Другой особенностью российской потребительской корзины, используемой для расчета ИПЦ, является наличие в ней товаров и услуг, цены и тарифы на которые подвержены административному воздействию. Так, государством регулируются тарифы на ряд услуг коммунального хозяйства, пассажирского транспорта, связи, некоторые другие. Кроме того, цены на табачные изделия, алкогольную продукцию существенно зависят от ставок акцизов.

Потребительский спрос удовлетворяется за счет товаров и услуг как отечественного, так и иностранного производства. Статистические данные о доле импорта в ИПЦ отсутствуют, но представление о ней в части товаров может дать удельный вес импорта в структуре товарных ресурсов розничной торговли (в последние годы — около 44%). Заметная доля товарного импорта в потребительской корзине обусловливает значимость влияния на инфляцию изменений обменного курса рубля.

Факторы инфляции

Цены могут расти быстрее или медленнее. В первом случае говорят о повышении инфляции, во втором — о ее снижении. Существуют различные причины изменения инфляции. Рассмотрим их на примере ускорения роста цен. Если уровень спроса на товары и услуги превышает возможности предложения по его удовлетворению, говорят о проинфляционном влиянии факторов со стороны спроса. В отдельных случаях на опережающий рост спроса могут повлиять слишком доступные кредиты, ускоренный рост номинальных доходов экономических субъектов. Часто эти источники избыточного спроса называют «монетарными факторами инфляции» — давлением на цены в связи с созданием излишнего количества денег.

Инфляция может расти и тогда, когда дисбаланс на рынке товара или услуги возникает по причине недостаточного предложения, например, из-за неурожая, ограничений на ввоз продукции из-за рубежа, действий монополиста.

Инфляция может быть вызвана ростом издержек на производство и реализацию единицы продукции — из-за удорожания сырья, материалов, комплектующих, повышения расходов предприятий на заработную плату, налоги, процентные платежи и других затрат. Повышение издержек может привести также и к снижению объемов производства и, далее, к формированию дополнительного проинфляционного давления из-за недостаточного предложения.

Рост цен на импортируемые компоненты затрат может быть обусловлен как повышением мировых цен, так и снижением курса национальной валюты. Кроме того, ослабление национальной валюты может напрямую влиять на цены конечной ввозимой из-за рубежа продукции. Общее воздействие изменения обменного курса на динамику цен называют «эффектом переноса» и часто рассматривают как отдельный фактор инфляции.

Экономическая теория выделяет как особый фактор инфляционные ожидания  — предположения относительно уровня будущей инфляции, формируемые субъектами экономики. Ожидаемый уровень инфляции учитывается производителями при принятии решений, касающихся установления цен на их собственную продукцию, ставок заработной платы, определения объемов производства и инвестиций. Инфляционные ожидания домохозяйств влияют на их решения о том, какую часть средств, имеющихся в их распоряжении, направить на сбережение, а какую — на потребление. Решения экономических субъектов влияют на спрос и предложение товаров и услуг и, в конечном счете, на инфляцию.

Негативные последствия высокой инфляции

Высокая инфляция означает понижение покупательной способности доходов всех экономических субъектов, что негативно отражается на спросе, экономическом росте, уровне жизни населения, настроениях в обществе. Обесценение доходов сужает возможности и подрывает стимулы к сбережению, что препятствует формированию устойчивой финансовой основы для инвестирования. Кроме того, высокой инфляции сопутствует повышенная неопределенность, которая затрудняет принятие решений экономическими субъектами. Все вместе это отрицательно влияет на сбережения, потребление, производство, инвестиции и в целом — на условия для устойчивого развития экономики.

Преимущества ценовой стабильности

Ценовая стабильность означает сохранение низких тем­пов роста потребительских цен, таких, которыми экономические субъекты пренебрегают при принятии решений. В условиях низкой и предсказуемой инфляции население не боится сберегать в национальной валюте на длительные сроки, поскольку уверено, что инфляция не обесценит их вклады. Долгосрочные сбережения, в свою очередь, являются источником финансирования инвестиций. В условиях ценовой стабильности банки готовы предоставлять ресурсы заемщикам на длительные сроки по сравнительно низким ставкам. Таким образом, ценовая стабильность создает условия для роста инвестиций и, в конечном счете, — для устойчивого экономического развития.

Простой статистический ряд — Большая Энциклопедия Нефти и Газа, статья, страница 1

Простой статистический ряд

Cтраница 1

Простой статистический ряд — значения исследуемого признака, записанные для всех элементов выборки в том порядке, в котором они были получены.  [1]

Обработка простого статистического ряда заключается в установлении числа случаев, при которых случайная величина имела меньшее значение, чем данное.  [2]

Обработка эгою простого статистического ряда заключается в установлении числа случаев, когда случайная величина имела меньшее значение, чем данное. Это приводит к дргой таблице, в которой значения случайной величины возрастают.  [3]

Такая таблица называется простым статистическим рядом. Так как простой статистический ряд оказывается большим, его преобразуют в статистический ряд.  [4]

Такая таблица называется простым статистическим рядом. При большом числе измерений статистический материал, помещенный в такую таблицу, трудно обозрим и, следовательно / анализ его затруднен. Поэтому на основании полученного простого статистического ряда составляется группировка. Это делается следующим образом.  [5]

Такая таблица называется простым статистическим рядом, При большом числе измерений статистический материал, помещенный в такую таблицу, трудно обозрим и, следовательно, анализ его затруднен. Поэтому на основании полученного простого статистического ряда составляется группировка. Это делается следующим образом.  [6]

Такая таблица называется простым статистическим рядом. При большом числе измерений статистический материал, помещенный в такую таблицу, трудно обозрим и, следовательно, анализ его затруднен. Поэтому на основании полученного простого статистического ряда составляется группировка. Это делается следующим образом.  [7]

Такая таблица называется простым статистическим рядом. При большом числе измерений статистический материал, помещенный в такую таблицу, трудно обозрим и, следовательно, анализ его затруднен. Поэтому на основании полученного простого статистического ряда составляется группировка.  [8]

Как правило, исходные данные в порядке их получения в результате наблюдений сводятся в таблицу и образуют простой статистический ряд. Для упорядочения первичных сведений их располагают в порядке возрастания значения исследуемого признака. Эта операция называется ранжированием статистических данных. При этом образуется ранжированный ряд. После получения ранжированного ряда с целью исключения грубых ошибок наблюдений производится оценка резко выделяющихся членов выборки. Оценка сводится к сравнению показателя, вычисленного по определенному правилу, с его критическим значением. Затем делается вывод либо об исключении проверяемого члена выборки из статистической совокупности, либо об учете его при дальнейшем анализе.  [9]

При измерении скорости распространения механических волн в коже щеки после процедуры криомассажа у пациенток с разным типом кожи получены значения V ( м / с), представленные простым статистическим рядом.  [10]

Случайной величиной является скорость распространения механической волны V ( м / с), измеренная на пораженных участках кожи у больных псориазом в различных стадиях. Получен простой статистический ряд для разных стадий.  [11]

Случайной величиной является значение скорости V ( м / с) распространения механической волны в рубцово-измененных тканях разного типа. Получен простой статистический ряд для разных рубцов.  [12]

Такая таблица называется простым статистическим рядом. Так как простой статистический ряд оказывается большим, его преобразуют в статистический ряд.  [13]

Такая таблица называется простым статистическим рядом, При большом числе измерений статистический материал, помещенный в такую таблицу, трудно обозрим и, следовательно, анализ его затруднен. Поэтому на основании полученного простого статистического ряда составляется группировка. Это делается следующим образом.  [14]

Наблюдения или испытания исследуемой величины сначала регистрируются в виде простого статистического ряда.  [15]

Страницы:      1    2

Статистический и многомерный анализ в материаловедении

Загрузка электронного документа

Многие из наших продуктов доступны через электронную загрузку. Чтобы получить доступ к приобретенному электронному документу (PDF), он появится в разделе «Содержимое». (Вы должны войти на сайт, чтобы получить доступ к приобретенному вами контенту).

Вы также можете получить доступ к приобретенному документу, выполнив поиск и нажав кнопку «Загрузить» на странице сведений о продукте документа.

Стоимость доставки

ASM International с гордостью признает UPS своим официальным курьером. Все товары отправляются наземной службой UPS для внутренних перевозок и UPS International для всех остальных перевозок. Это позволяет нам предоставлять нашим членам и клиентам самую экономичную, надежную и отслеживаемую доставку, доступную на рынке.

Все заказы на физические товары (книги, наборы DVD и т. Д.) Включают стоимость доставки, которая рассчитывается в зависимости от веса и вашего географического положения.ASM International получает скидку от UPS в связи с объемом доставки, которую мы осуществляем, и эта скидка передается вам напрямую.

Внутренние отправления обычно принимаются в течение 3-5 рабочих дней; Международные перевозки занимают примерно 2-4 недели в зависимости от вашего местоположения.

Мы можем предложить услуги ускоренной доставки товаров, которые отправляются напрямую, в случае необходимости. Пожалуйста, свяжитесь с центром обслуживания международных участников ASM по телефону 440-338-5151, доб.0 или по электронной почте [email protected] для получения дополнительной информации.

Кроме того, если у вашей компании есть корпоративный счет для доставки в UPS или FedEx, мы будем рады использовать номер вашего счета для доставки ваших продуктов. Для получения помощи по этому варианту обратитесь в Международный центр обслуживания участников ASM.

Обработка заказов

Заказы, размещенные до 14:00. Доставка по восточному времени США обычно осуществляется в тот же день.На книги других издателей уйдет от трех до четырех недель.

Политика возврата

Возврат будет приниматься в течение 30 дней после даты выставления счета для внутренних заказов и 90 дней после даты выставления счета для международных заказов.

Возврат должен быть неповрежденным и пригодным для перепродажи.

При возврате товара по истечении указанного времени взимается комиссия за возврат в размере 15%. Комиссия за пополнение запасов будет вычтена из общей суммы возврата.

Возврат осуществляется за счет клиента. Пожалуйста, используйте грузоотправителя, который позволит вам отследить посылку. Стоимость доставки не возвращается.

Испытания и оценка материалов

Испытания и оценка материалов | Характеристика материалов

Journal of Statistics Education, V3N3: Steinhorst

Journal of Statistics Education, V3N3: Steinhorst

Р. Кирк Стейнхорст и Кэролайн М. Килер
Университет штата Айдахо

Журнал статистики образования v.3, номер 3 (1995)

Авторские права (c) 1995 г. Р. Кирк Стейнхорст и Кэролайн М. Киллер, все права защищены. Этот текст может свободно распространяться среди отдельных лиц, но его нельзя переиздать ни на каком носителе без явное письменное согласие автора и предварительное уведомление редактор.

---

Ключевые слова : Концептуальное обучение; Аутентичный оценка.

Абстрактные

Для традиционно подготовленных учителей статистики, развивающих активный учебный материал затруднен.Мы представляем репрезентативные материалы для активного обучения, которые мы использовали более последние несколько лет. Также приводим примеры экзамена вопросы, которые мы использовали для проверки концептуального понимания полученные с помощью классных упражнений.

1 В предыдущей статье (Keeler and Steinhorst 1995) мы утверждали, что что вводные курсы статистики должны включать активные изучение концептуального статистического материала с использованием соответствующих Примеры.Статистическая подготовка многих инструкторов по статистике Сегодняшний день был традиционным — лекции по механике статистические методы и теория вероятностей и математические статистика. Как в методических, так и в теоретических курсах студенты участие ограничивалось « проработкой следующей задачи » задания. Для тех из нас, кто тренировался таким образом, обучение вводные курсы из более концептуального, активного обучения точка зрения — это вызов. Конечно, построение вопросов, которые идут за пределами « найти стандартную ошибку среднего для следующих данные » сложно.

2 Практикуясь, мы сможем найти упражнения, которые помогут студент понимает статистику, а не то, как вычислять. Хороший концептуальный вопрос будет иметь правильное количество двусмысленности. Студенты должны продумать различные возможные ответы.

3 В этой статье мы сообщаем о нашем опыте за последние четыре лет на разработку концептуального лекционного материала, упражнений и экзаменационный материал по вводной статистике преподается студентам в первые два года обучения в университете.Несколько из материал, который мы преобразовали из более старого, традиционного материала. Некоторые нового. Мы используем этот материал в процессе совместного обучения. рамки, но студентам не нужно работать в группах. Конкретные формат занятия — лекции, лабораторные работы, групповые занятия — меньше важнее, чем ориентация. Цель состоит в том, чтобы разработать концептуальное, а не механическое понимание статистики.

4 В высшем образовании долгое время преобладали лекции. метод.Этот тип обучения имеет тенденцию усиливать пассивное обучение, особенно у неопытных, неподготовленных студентов. А более конструктивистский подход к обучению ставит перед учителями задачу создавать окружающая среда, в которой учащимся предлагается думать и исследовать и построить собственное понимание (Брукс и Brooks 1993). Гарфилд (1993) описывает конструктивистский подход, когда ученики донести свои существующие знания, опыт и убеждения до в классе и конструировать новые знания таким образом, чтобы смысл им.Перед инструктором стоит задача вовлечь студентов в процесс обучения, делая их активными, а не пассивными в классная комната. Конечным результатом является уход от традиционный лекционный подход. Инструктор становится лидером и фасилитатор, а не просто лектор.

5 Основополагающая работа в активном обучении выросла из экспериментального точка зрения Джона Дьюи и студентоцентрированного педагогическая философия когнитивных психологов Жана Пиаже и Л.С. Выготский. Дьюи, Пиаже и Выготский не считают обучение получать лекционный материал от преподавателя, но по мере того, как материал. В этом случае способность учителя создавать контекст, в котором учащиеся могут открывать и восстанавливать знания становится очень важным (MacGregor 1990).

6 преподавателей, заинтересованных в создании класса опыт, когда учащиеся активно учатся, скоро осознают тщательное обдумывание, необходимое для применения концепции активного обучения к их собственной дисциплине.При разработке опыта активного обучения как текущие знания студентов, так и новые знания должны быть считается. Это означает, что новую информацию и концепции необходимо быть на соответствующем уровне сложности. Действия или упражнения должны основываться на текущих знаниях, которым студенты доверяют и одновременно должен бросить им вызов, чтобы попытаться сделать следующий шаг, развить новое понимание или разработать новое приложение концепция.

7 При разработке концептуальных, активных учебных материалов для наших Курсы мы не должны забывать об экзаменах.Алан Мелер (1992), обсуждая совершенствование курсов биохимии, отмечает, что часто Последний аспект, который следует учитывать, если он вообще рассматривается, — это метод оценки успеваемости учащихся ». Его предпосылка состоит в том, что наибольшее влияние, которое инструктор оказывает на ученика, — это через экзамены, и что нужно переделать экзамены, чтобы пройти курс цели.

8 Оценка должна быть достоверной (см. Wiggins 1993). Аутентичный обучение и оценка имеют значение только в отношении ученик.Подлинное определяется как задача, которая представитель того, что ученик мог бы испытать за пределами школьная обстановка. Следовательно, в статистике студент может быть попросили интерпретировать отрывок из статьи в местной газете, описывает опрос предпочтений жителей в отношении финансирования нового бассейн.

9 Одна из трудностей с аутентичными проблемами в статистика показывает, что они часто беспорядочные или включают в себя обширные вычисление.Тщательный отбор реальных проблем может помочь минимизировать проблему беспорядка. Если предоставляются большие наборы данных в компьютерной форме, тогда стандартные компьютерные пакеты статистики могут быть используется для уменьшения необходимости в обширных ручных вычислениях. В некоторых случаи, работа с несколькими действительными числами может быть столь же наглядной как работа с большим набором данных. Мы обнаружили, что работая небольшой пример ручным калькулятором и с помощью компьютерного пакета помогает укрепить доверие к компьютерному подходу.

10 Материал этого раздела может использоваться в различных способами. У нас есть небольшие группы студентов, которые отвечают на вопросы во время урока и сдать их ответы для оценки (см. Киллер и Steinhorst 1995). В качестве альтернативы инструкторы могут использовать вопросы, чтобы стимулировать обсуждение в классе во главе с инструктор или может назначить вопросы в качестве домашнего задания.

11 Четыре подраздела соответствуют первым четырем блокам в наш курс.Индивидуальные инструкторы могут организовать материал в другом порядке или адаптировать его к своему конкретному стилю курса. Первый блок охватывает дизайн статистических исследований. В второй блок охватывает вероятность из вводной статистики точка зрения и заменяет традиционное покрытие вероятности обычно встречается на первых курсах статистики. Третий блок охватывает концептуальный взгляд на описательную статистику, и четвертый блок охватывает концептуальный взгляд на выборочные распределения.

2.1. Обучение разнице между экспериментами, опросами, и наблюдательные исследования

12 Большинство вводных текстов, которые использовали авторы за последние 25 лет предположили, что данные уже в рука. В этих текстах упускается из виду тот факт, что дизайн исследование и выбор эксперимента, опроса или наблюдения исследование как средство сбора данных занимает центральное место в понимание базовой статистики.Новые тексты включают материалы по Дизайн исследования. Freedman et al. (1991) охватывают эти концепции в главы 1, 2 и 19.

13 Чтобы проиллюстрировать концепцию эксперимента, как определено статистиков, мы даем студентам следующие письменные сценарий:

Линус Полинг, лауреат Нобелевской премии химик, имеет выступает за прием больших доз витамина С в качестве лекарства от насморка и других недугов. это очевидно, что современная медицина не придерживается терапия витамином С.Когда вы идете к врачу с простуда, она или он не назначают большие дозы витамин С. Эксперименты с большими дозами витамина C не привело к сокращению продолжительности простуды и не уменьшают симптомы. Давайте спроектируем исследование, чтобы проверить терапию витамином С.

14 Лекция проводится путем вовлечения студентов в обсуждение того, как мы можем выбрать студентов общежития для нашего исследования и как мы можем провести объективные (двойные слепые?) измерения их холодные переживания зимой.Класс обычно (с некоторыми подсказка) приходит к выводу, что нам нужно выбрать достаточно однородный группа студентов (возможно, из одиночного общежития) и что нам нужно случайным образом назначьте студентов на лечение. Мы говорим о роли рандомизация в обосновании причинно-следственной связи. Обсуждаем экспериментальные единицы.

15 Эта мини-лекция / обсуждение занимает около 30 минут. Мы затем попросите учащихся поработать в группах, чтобы ответить на следующие вопросы вопросов:

1.Какую группу населения мы хотим изучать?

2. Что такое экспериментальная установка? Может ли это иногда быть студенческая, а иногда и общежитие?

3. Опишите в коротком абзаце, как вы бы рандомизировали витамин С и простуду изучают студенты из единого общежитие.

Поскольку это очень ранняя групповая деятельность, большинство групп не может начать, пока инструктор или преподаватель помощник помогает им идентифицировать население как колледж студенты, проживающие в общежитиях.Затем они могут продолжить их собственный. Учащиеся предлагают следующие планы рандомизации: иногда изобретательные, в том числе схемы типа нумерации студенты, когда они входят в кафетерий, но общие планы предполагать подбрасывание монет или использование пронумерованных жетонов в шляпе.

16 После рассмотрения аналогичного материала по съемкам и наблюдениям учится в другие учебные часы, мы просим студентов работать в группы, чтобы ответить на дополнительные вопросы.

4.Разработайте опрос, чтобы оценить количество времени дошкольники проводят у телевизора за неделю. Тщательно определите совокупность, основу, единицу выборки, и план случайного выбора.

Некоторые студенты приходят к выводу, что они должны проводить выборку домохозяйств, а не частные лица. Другие считают выборку детей из организованы дошкольные учреждения в области. Далее мы обсуждаем как этот план упускает из виду детей, которые не посещают формальные дошкольное.

5.Когда ученые оценивают популяцию диких животных, например лось, говорят, что проводят « зверек перепись ». Обсудите использование слова перепись из перспектива этого курса.

6. Ученые хотят изучить эффекты прослушивания музыка во время учебы. Поултон (1977) обнаружил, что музыка маскирует внутреннюю речь в рабочей памяти. Решите, стоит ли следующее исследование представляет собой эксперимент, опрос или наблюдательное исследование.Обосновать ответ.

Исследователи описывают свое предстоящее исследование в газета колледжа. Через несколько дней они идти по комнате в общежитии и спрашивать студентов об их привычках слушать музыку. Они тоже получить средние баллы учащихся, которые подписать форму выпуска.

Большинство студентов считают, что это обсервационное исследование. Многие студенты отмечают, что не все студенты читают газета колледжа и что те студенты, которые подписывают разрешение ибо их оценки могут отличаться от тех, у кого нет.Другие студенты думают, что это хороший пример эксперимента. или опрос. Они огорчены, узнав, что ошибаются.

17 Следующие ниже контрольные вопросы исследуют концептуальную понимание материала по экспериментам, опросам и наблюдательные исследования.

1. Классифицируйте каждое из следующих исследований как эксперимент, опрос или наблюдательное исследование. Объяснять ваши рассуждения в коротком предложении.

(a) Исследование по оценке удовлетворенности потребителей их текущие операторы междугородной телефонной связи.

(b) Исследование различий между быком и коровьим лосем стратегии кормодобывания.

(c) Исследование эффективности нескольких антибиотиков в контроле застоя в легких у новорожденных.

(d) Изучение радиостанций, чтобы узнать, какая доля использовать персональные компьютерные системы учета.

(e) Экспериментальная станция по изучению урожайности картофеля в условиях центральное круговое орошение и орошение по бороздам.

2. Исследование вакцины Солка против полиомиелита было рандомизировано контролируемым. Что в этом контексте означает «контролируемый»?

3. В наблюдательном исследовании продолжительности пребывания в роды в крупных больницах по сравнению с малыми,

(а) Численность населения?

(b) Что такое наблюдательная единица?

(c) Что можно рандомизировать в этом исследовании?

Распространенный неправильный ответ определяет мать как население и мать как объект наблюдения.Некоторые студенты правильно определяют большие и маленькие больницы как населения и больницы как наблюдательного пункта с кластеры матерей как субъединицы. Некоторые группы также отмечают что большие и маленькие больницы могут быть случайным образом выбраны из среди всех таких больниц, но очевидно, что нельзя рандомизировать « большой » и « маленький ».

4. Хотелось бы узнать о различных пропорциях сингла комнатные, двухместные и многократные (более двух человек) комнаты в общежитиях, братствах и женские клубы в кампусе.Я собираюсь провести статистический обзор.

(a) Определите единицу выборки. (Подсказка: это не человек.)

(b) Определите совокупность.

Очевидно, что не всегда есть один лучший ответ на некоторые из этих вопросов. Вот почему студенты должны напишите одно или два предложения, объясняющих их позицию. Обучение происходит, когда они обдумывают возможные ответы и составьте защиту того, кого они выберут.

2.2. Обучение популяциям и случайным величинам

18 Во многих вводных текстах по статистике есть единица измерения вероятность, не имеющая отношения к остальной части курса. Мы пытаемся чтобы ограничить наше обсуждение вероятности теми навыками, которые студентам необходимо успешно заполнить разделы статистики. Вероятностные массовые функции (pmf) и плотность вероятности функции (pdf) обычно не рассматриваются в первом курсе.Мы подумайте о покрытии pmf и pdf нематематическим способом выполняет несколько важных задач.

• Это помогает укрепить представление о населении.
• Он устанавливает ПАРАМЕТРЫ как рациональные дескрипторы населения.
• Это позволяет нам думать о случайной выборке и случайных переменные.

Использование однородных функций плотности и (асимметричных) треугольные распределения позволяют студентам только с фон алгебры, чтобы найти области под кривой и население СРЕДНЕЕ и МЕДИАННОЕ.(Слова прописными буквами обозначают параметры популяции.)

19 Элементарные правила вероятности могут быть описаны в контекст случайного отбора юнита из популяции с заданными pdf или pmf. Вероятность того, что наблюдаемая реакция ниже указанный уровень можно найти, найдя соответствующую область под Кривая. Плотность также может использоваться для иллюстрации непересекающихся события и дополнение события.

20 Групповые упражнения на этом блоке имеют следующий вид:

1.Если половина избирателей поддержит план Клинтона в области здравоохранения (1) и половину нет (0), нарисуйте соответствующую массу функции и тщательно промаркируйте оси.

2. Опишите интересующую переменную y отклика в (один из) вашего поля (полей). Нарисуйте вероятную массу или плотность функция для этой переменной. Отметьте среднее значение для населения с символом \ mu и медиана населения с символом М.

Это сложный вопрос для многих студентов, потому что они должны привести соответствующий пример из собственного опыт.

3. Предположим, что средние оценки по этому курсу равны равномерно распределены от 60 до 100. [Студенты дан график функции плотности вероятности.]

(a) Какова вероятность того, что случайно выбранный студент получит пятерку (то есть будет иметь средний комплектация выше 90)?

(b) По вертикальной оси нанесена « относительная плотность ». Что это значит?

Правильно ли ученики находят P (A) = 1/4, мы даем им частичную заслугу за правильное затемнение области выше 90 и приступаем к расчету.Иногда мы определяем высота изгиба как 1/40; иногда мы этого не делаем. Когда мы нет, студентам сложнее завершить задача в отведенное время.

21 Соответствующие экзаменационные вопросы по материалам этого типа включая следующее.

1. Если проводится обсервационное исследование для определения количество времени, которое трех- и четырехлетние дети смотрят ТВ в неделю, тогда распределение y = время в неделю является функцией (массы, плотности).(Обведите один.) Почему?

2. Если люди неоднозначно относятся к медицинской помощи персонал, чтобы раскрыть, являются ли они ВИЧ или нет положительно, они могут ответить соответствующим образом сформулированным вопрос в равной пропорции 1 (полностью согласен), 2 (согласен), 3 (нейтрально), 4 (не согласен) и 5 ​​(категорически не согласен). Функция масс отображается ниже. [Студенты дан график PMF.]

(а) Что такое СРЕДНЕЕ?

(б) Какова высота каждой из « палочек »?

Здесь требуются навыки понимания и визуализация, а не вычисления.

3. Рост студенток нормально распределен. со СРЕДНИМ = 5 футов 4 дюйма и РАЗНИЦОМ = 4 дюйма. Что соответствующая SD и что она вам говорит?

« Какой соответствующий SD …? » — это механический вопрос. « Что он вам говорит? » — добавляет концептуальный составная часть.

2.3. Обучение описательной статистике

22 При рассмотрении описательной статистики мы подчеркиваем идеи, а не вычисления, и предлагают использовать компьютер пакет для расчетов.Просим студентов проанализировать данные о себе, которые они создали в течение первой недели класс. Мы используем разновидность статистики по активности. Проектное упражнение Знакомство с классом (Шеаффер, Gnanadesikan, Watkins и Witmer, в печати). Студентам предлагается ответить на вопросы. например: « Сколько у вас сестер и братьев? » или « Что когда ты ложился спать прошлой ночью? » Идея состоит в том, чтобы сгенерировать данные различных типов, в которых студенты будут интерес.Мы используем MYSTAT или SYSTAT для анализа данных.

23 Групповые упражнения включают следующие вопросы:

1. Для данных о частоте пульса студентов, сколько полосок должна быть гистограмма? Объяснять.

Раньше упор делался на механику — бункеры и черчение. Более интересные вопросы связаны с использованием гистограмма и как визуальная информация изменяется варьируя количество стержней.

2.3 СРЕДНЕЕ СРЕДНЕЕ медиана асимметрии sd \ sqrt {variance}

Чтобы помочь группам выполнить это упражнение, мы должны помочь они преодолевают свою первоначальную сдержанность. Если мы сможем их достать чтобы связать среднее и СРЕДНЕЕ, то они обычно могут завершить оставшиеся соединения.

4. Если ответы на вопрос «Вы курите?» Закодированы поскольку 1 = да и 0 = нет, показать, что выборочное среднее является наблюдается пропорция да.

Студенты сначала отказываются от этого вопроса, потому что он выглядит как доказательство. Однако ответ довольно прост: и при небольшой поддержке со стороны инструктора или преподавателя помощник, большинство групп приводят последовательные аргументы.

2.4. Обучение случайной выборке и выборке Распределения

24 Описательная статистика естественным образом проявляется в этом классе потому что студенты знают о сборе данных и описании населения.Статистика выборки — среднее, медиана, дисперсия, sd — стали очевидными оценками их населения аналоги — MEAN, MEDIAN, VARIANCE, SD. Студенты принимают гистограммы, диаграммы стеблей и листьев и точечные диаграммы как естественные оценки функций плотности или массы. Определяем выборку распределение выборочных средних и ПАРАМЕТРОВ СРЕДНЕГО (среднего), ВАРИАНТ (среднее значение) и SE (среднее значение). Но что еще более важно (и где мы отличаются от большинства начальных текстов), мы также говорим о выборке распределения медианы, SD и диапазона и их соответствующие ПАРАМЕТРЫ MEAN (статистика), VARIANCE (статистика), SE (статистика), и МЕДИАНА (статистика).Только так студенты получают большие идея.

25 Мы используем следующие групповые упражнения:

1. Раздаточный лист представляет 100 многоквартирных домов. Количество квадратов в группе означает количество дети, нуждающиеся в послешкольном уходе за этим зданием.

(a) Посмотрите на таблицу и оцените (на глаз) средний количество детей, нуждающихся в уходе, на одно здание.

(b) Выберите пять « репрезентативных » зданий и рассчитать среднее количество детей, нуждающихся в заботиться о пяти представительных зданиях, которые вы выбрано.

(c) Используя предоставленную таблицу случайных чисел, выберите пять здания наугад и вычислить среднее количество детей, нуждающихся в уходе.

Это вариант упражнения на случайный прямоугольник. из проекта статистики на основе деятельности (Scheaffer et al., в печати). Это эффективное упражнение, помогающее ученикам раскрыть ценность случайной выборки. Точечный график оценок из глазное яблоко, процедуры репрезентативной и случайной выборки наряду с известным распределением населения и известными Распределение средних значений из случайных выборок размера пять равно убедительно для студентов.

2. «Случайным образом» выбрать одноклассников и сформировать несколько выборок. размера три. Для переменной y = расстояние, на котором вы живете из этого учебного здания рассчитайте выборочное среднее каждого образца.

Затем инструктор собирает все средние образцы и строит точечный график, чтобы дать учащимся представление о выборочное распределение среднего. Повторить упражнение использование медианы или стандартного отклонения в качестве статистики рассчитано.

3. Обозначение среднего (MEAN) не имеет смысла. Что случилось с этим?

Мы хотим, чтобы студенты пришли к выводу, что MEAN — это постоянная и следовательно, нельзя получить числа, которые можно усреднить в чувство среднего (). Распространенный ответ: « среднее (СРЕДНЕЕ) не делает смысл, потому что вы не можете взять выборочное среднее значение СРЕДНЕГО ». Мы частично доверяем им перефразировать вопрос. и отметьте ответ « Почему? » на полях.

4. Объясните разницу между СРЕДНИМ и средним.

5. Объясните разницу между MEAN и MEAN (среднее значение).

Распространенные неправильные ответы: « СРЕДНЕЕ — среднее значение совокупность ‘, в то время как MEAN (среднее) — это среднее значение субпопуляции средств и будет иметь некоторую ценность из-за оценки » и « СРЕДНЕЕ — это среднее значение для популяции », а СРЕДНЕЕ (среднее) — это среднее значение выборки средств ». Им свойственно понимать, что такое население, но неверно истолковывать что такое ЗНАЧЕНИЕ (означает).Однако ответы часто показывают, что они пытаются понять концепции.

26 Экзаменационные вопросы по этому материалу включают следующее.

1. Тест ACT имеет среднее значение 19 и стандартное отклонение 1,1. Если мы выборка из 50 старшеклассников, сдавших ACT, найти

(а) СРЕДНЕЕ (среднее) = ____________

(b) РАЗНИЦА (среднее) = ____________

(c) SE (среднее) = ____________

(d) СРЕДНЕЕ (отклонение) = ____________

(e) РАЗНИЦА (дисперсия) = ____________

2.Появляется анализ данных по холестерину для 106 взрослых. ниже. В графе « образец » напишите название статистика и укажите ее значение.

Systat-анализ данных холестерина сыворотки крови

                            ХОЛЕСТР
           Кол-во ДЕЙСТВИЙ 106
           МИНИМУМ 120
           МАКСИМУМ 414
           СРЕДНИЙ 217
           СТАНДАРТНЫЙ DEV 53
           МЕДИАНА 216

           НАСЕЛЕНИЕ образец
           СРЕДНИЙ e.г., среднее = 217
           МЕДИАНА
           ВАРИАНТ
           SD
           ДИАПАЗОН
 

Этот экзаменационный вопрос усиливает связь между ПАРАМЕТРЫ и статистика. Это также укрепляет наши склонность поощрять студентов к использованию компьютерных пакетов для реальной статистической работы.

3. Центр статистики здравоохранения США собирает данные о суточное потребление выбранных питательных веществ по уровню дохода. Допустим, мы собираем данные о потреблении белка для 15 человек. случайно выбранных из лиц, чьи доходы ниже уровня бедности и 10 человек, выбранных случайным образом от лиц, чьи доходы выше бедности уровень.Компьютерная сводка данных появляется на обратная сторона предыдущей страницы. Предоставьте следующее:

(а) среднее_1

(б) сд_2

(c) среднее_1 — среднее_2

(d) СРЕДНЕЕ (среднее_1)

(e) РАЗНИЦА (среднее_1)

(е) SE (среднее_1)

(г) дисперсия (среднее_1)

(ч) SE (среднее_1)

27 Компьютерная распечатка включает размер образца, среднее значение, дисперсия, стандартное отклонение и стандартная ошибка по группам.Для mean_1, sd_2 и se (mean_1) ученик просто должен укажите соответствующий номер на распечатке. В дисперсия (среднее_1) — это квадрат se (среднее_1). Различия между выборочными средствами требует идентификации двух чисел и вычитая их. MEAN (среднее_1), VARIANCE (среднее_1) и SE (среднее_1) сложно. Правильный ответ — это формула, а не число. Из Конечно, студенты уже работали с аналогичным примером в классе, поэтому они должны знать, как ответить на вопрос.Тем не менее, многие студенты чувствуют себя обязанными записать число.

28 Мы проиллюстрировали наши методы, используя материал по дизайну, популяции и вероятность, описательная статистика и выборка раздачи. Мы используем аналогичный материал для вывода конечных популяции, включая доверительные интервалы, основная гипотеза тестирование, а также простая линейная регрессия и корреляция.

29 Благодаря использованию этого материала мы добились успеха в концептуальная работа со статистикой на нижних уровень подразделения.Мы считаем, что в Прошлое на заучивании и механике. Возможно переформулировать традиционные материалы по вероятности, описательной статистики и выборочных распределений в концептуальном, но простой способ, который привлекает студентов и помогает им понять идеи статистики, не теряясь в Детали. Благодаря широкой доступности статистического программного обеспечения на разнообразие платформ, нет смысла останавливаться на механике статистических методов.Зачем учить студентов быть 10-долларовыми калькуляторами? Помогите им открыть для себя статистическое мышление и способность решать реальные проблемы.

30 Мы разработали материал, не входящий в традиционный курс. Блок по экспериментам, опросам и вышеупомянутые наблюдательные исследования показывают, насколько важные идеи были исключены из традиционных вводных курсов могут быть добавлены на уровне, понятном студентам.

31 Еще одна тема, которую мы добавили, — это основной вывод в конечное население.Большинство наших студентов столкнутся с интерпретация выборочных опросов в своей технической и личной жизни. Они будут видеть опросы каждый день. После нашего блока по простому, стратифицированная, кластерная и систематическая выборка и наша формулировка базового вывода для простой случайной выборки, студенты могут понять рисунок на плече Дэна Рэзера, который говорит, что погрешность составляет плюс-минус 3%. Концептуальный развитие статистики имеет много наград.

32 Инструкторы могут использовать концептуальный подход с группами или частные лица. Мы склоняемся к совместному групповому обучению. Наш опыт использования этого подхода на вводных курсах статистики были чрезвычайно положительными. Мы думаем, что этот подход напрямую устраняет опасения по поводу первого курса статистики обсуждается Hogg (1991), Watts (1991), Кобб (1993) и Сни (1993) и др. Отношение студентов лучше и проверка оценки улучшились (Keeler and Steinhorst 1995).

---

Брукс, Дж. Г. и Брукс, М. Г. (1993), В поисках Понимание: аргументы в пользу конструктивистских классных комнат , Александрия, Вирджиния: Ассоциация по надзору и учебной программе Разработка.

Кобб, Г. (1993), « Статистическое мышление и обучение Статистика », UME Trends , ноябрь.

Фридман Д., Пизани Р., Первес Р. и Адхикари А. (1991), Статистика (2-е изд.), Нью-Йорк: У. В. Нортон. и компания.

Гарфилд, Дж. (1993), «Обучение статистике с использованием Совместное обучение в малых группах », Journal of Статистика образования [Онлайн], 1 (1). (http://jse.amstat.org/v1n1/garfield.html)

Хогг, Р. В. (1991), « Статистическое образование: улучшения Крайне необходимы », Американский статистик , 45 (4), 342-343.

Киллер, К. М. и Стейнхорст, Р.К. (1995), « Использование малых Группы, способствующие активному обучению во вводном Курс статистики: отчет с мест », журнал Статистического образования [Интернет], 3 (2). (http://jse.amstat.org/v3n2/keeler.html)

МакГрегор, Дж. (1990), « Совместное обучение: совместное Исследование как процесс реформ », Новые направления для Преподавание и обучение , 42, 19-30.

Мелер, А. Х. (1992), « Интеграция экзаменов и Образование » Биохимическое образование , 20, 10-14.

Поултон, Э. К. (1977), « Непрерывный интенсивный шум Маски Слуховая обратная связь и внутренняя речь », Психологические Бюллетень , 84 (5), 977-1001.

Шеффер Р., Гнанадезикан М., Уоткинс А. и Витмер, J. (в печати), Activity-Based Statistics , New York: Springer-Verlag.

Сни Р. (1993), « Что отсутствует в статистических Образование ?, » Американский статистик , 47 (2), 149-154.

Уоттс, Д. Г. (1991), « Почему вводная статистика Трудно учиться? И что мы можем сделать, чтобы это было проще? » Американский статистик , 45 (4), 290-291.

Уиггинс, Г. П. (1993), Оценка успеваемости учащихся , Сан-Франциско, Калифорния: Джосси-Басс.

---

Р. Кирк Штайнхорст
Отдел статистики
Университета Айдахо
Москва, ID 83843

kirk @ uidaho.edu

Кэролайн М. Киллер
Управление образования
UI Бойсе Центр
800 Park Blvd.
Бойсе, ID 83712

---

Вернуться к содержанию | Вернуться на домашнюю страницу JSE

Статистические методы для проектирования с использованием передовых материалов

Введение

Недавние достижения в области 3D-печати нержавеющей стали вызвали большой интерес, но остается много вопросов о свойствах материала из-за присущей ему изменчивости, а также о том, как гарантировать стандарты безопасности и производства.В этом проекте для решения этих проблем используются статистические методы в сочетании с материаловедением.

Объясняя науку

Появление производственных протоколов для 3D-печати нержавеющей стали обещает резкое увеличение амбиций и сложности конструкций, которые можно спроектировать и построить. Однако в то же время эти методы порождают неотложные статистические проблемы, которые необходимо решить в первую очередь.

На микромасштабе внутренняя изменчивость современных печатных материалов такова, что их основные свойства материала в действительности случайны, и это изменение еще недостаточно хорошо изучено.На макроуровне еще предстоит определить, как стандарты производства и гарантии безопасности могут быть предоставлены в контексте неопределенного материала. Более того, неясно, как следует проводить инспекцию и постоянный мониторинг этих структур.

Лазерное сканирование листа нержавеющей стали, напечатанного на 3D-принтере, с получением данных с высоким разрешением, которые позволят инженерам лучше понять свойства материала Калибровка купона из нержавеющей стали, напечатанного на 3D-принтере, в рамках подготовки к испытанию на растяжение

Цели проекта

Объединяет экспертов в области испытаний материалов, инженерии, статистики и математики для решения вопросов о свойствах и технологичности стали, напечатанной на 3D-принтере.

Подробные эксперименты проводятся для исследования свойств материала нержавеющей стали, напечатанной на 3D-принтере, и эти данные будут проанализированы с помощью новых статистических методов, которые будут разработаны, чтобы обеспечить важное понимание передового материала.

Этот проект является совместным предприятием Тьюринга, Имперского колледжа Лондона, Университета Ньюкасла, Университета Бата, Университета Эксетера, Королевского колледжа Лондона и компании по 3D-печати MX3D.

Приложения

Эта работа выполняется совместно с другим проектом Тьюринга — MX3D, который производит и контролирует первый в мире стальной мост, напечатанный на 3D-принтере.Исследователи измеряют, отслеживают и анализируют работу 12-метрового моста. Данные из сенсорной сети, установленной на мосту, вводятся в «цифровой двойник» моста, который действует как живая компьютерная модель, имитирующая физический мост с растущей точностью в реальном времени по мере поступления данных.

Благодаря улучшенным знаниям статистических методов этого проекта инженеры и проектировщики, работающие над мостом и будущими стальными конструкциями, напечатанными на 3D-принтере, получат более глубокое понимание того, как такие конструкции могут и будут функционировать.

Недавние обновления

Сотрудничество с Научным фондом Ирландии

Программа по инженерии, ориентированной на данные, рада сотрудничеству с Научным фондом Ирландии в присуждении совместной стипендии Ирландии и Великобритании для работы под руководством профессора Ниала Фрила, доктора Криса Оутса и профессора Марка Джиролами над STEAM. Финансирование было выделено для исследования «Приближенного байесовского вычисления с применением к 3D-печати», которое начнется в сентябре 2018 года.

История статистики

История статистики
Питер М.Ли, 24 августа 1940 года — 10 марта 2017 года

Питера больше нет с нами, но его замечательные веб-страницы продолжают жить! В настоящее время их поддерживает Саймон Эвсон. Уведомление о некрологе Тони Садбери также появлялся в Guardian среди других мест.

Портреты статистиков

Жизнь и деятельность статистиков

Библиографии

Коллекция исторической книги по математике Корнелла

Цифровая математическая библиотека (DML)

Списки обсуждения

Электронные ресурсы по истории математики

Самое раннее известное применение

Цифры из истории вероятности и статистики

Галлика

Goettinger Digitalisierungs-Zentrum

Графика

Страхование и его история

Проект Ярбуха

Journ @ l Electronique d’Histoire des Probabilités etde la Statistique

Основные тексты по теме

• Оскар Шейнин, Теория вероятностей: исторический очерк (опубликовано NG Verlag 2005, ISBN 3-938417-15-3)
• Стивен Стиглер, История статистики: измерение неопределенности до 1900 г. , Кембридж, Массачусетс, и Лондон: Белкап Press of Harvard University Press 1986.
• Стивен Стиглер, Таблица статистики: История Статистические концепции и методы , Кембридж, Массачусетс, и Лондон: Издательство Гарвардского университета.
• Андерс Хальд, История вероятностей и статистики и их заявки до 1750 г. , Нью-Йорк и др .: Wiley 1986.
• Андерс Хальд, История математической статистики с 1750 по 1930, , Нью-Йорк и др .: Wiley 1998.
• Anders Hald, История параметрического статистического вывода из Бернулли — Фишеру, 1713-1935, , Нью-Йорк и т. Д.: Springer, 2007.

Mac Tutor History of Mathematics Archive

Национальная каталогизация архивов современных ученых

Новый словарь научной биографии

Краткая история теории игр

Котировки

Общества

Статистические таблицы

Симметрия

Экзаменационные документы Йоркского университета

Библиотека Йоркского университета

Другие материалы

• Четыре вида карагула :; Тарелка 1 из Ф. Н. Давида, Игры, боги и азартные игры , Лондон: Гриффин 1962 (это изображение находится в сети по адресу http: // телескоп.wordpress.com/2009/09/05/game-theory/).
• Общий счет смертности за год 1665; проиллюстрировано на стр.101 F N David, Games, Gods and Gambling , London: Griffin 1962 (это изображение находится в сети по адресу http://knoji.com/images/user/357px-bill-of-mortality.jpg).
• Кубические и четвертые уравнения (источник LaTeX) или Кубические и четвертые уравнения (файл в формате pdf).
• Уменьшение розничных запасов; из «Освоение менеджмента.Прикладная статистика »С. Хауэлла, Financial Times 1996 5 июля.
• Латинский квадрат 5 х 5, выложенный в Беттгелерте Лес в 1929 г. для изучения воздействия воздействия на ель ситкинскую, Ель обыкновенная, лиственница японская, Pinus contorta и Бук. Фотография сделана примерно в 1945 году;
  Табличка 6 из J F Box, R.A. Фишер: Жизнь ученого , Нью-Йорк: Wiley 1978 (это изображение находится в сети по адресу http://www.daa.com.au / uploads / RTEmagicC_latin_square_03.png.png).
• Макет эксперимента Беттгелерт в виде файла в формате gif;
  Макет эксперимента Беттгелерт в виде файла Word;
  Похожая картина встречается на листе 7 в JF Box, R.A. Фишер: Жизнь ученого , Нью-Йорк: Wiley 1978.
• Матричный вывод суммы n ^k (источник LaTeX) или Матричный вывод суммы n ^k (файл в формате pdf).
• Сцена на вокзале Монпарнас, 22 октября 1895 г. С обложки Дж. Р. Тейлора, An. Введение в анализ ошибок , Oxford University Press, 1982 для Милл-Вэлли, Калифорния: University Science Books (это изображение находится на в Интернете по адресу http://leganerd.com/2010/10/22/incidente-ferroviario-della-stazione-montparnasse/).
• Информация по истории нормального права (источник LaTeX) или Информация по истории нормального Закон (файл в формате pdf).
• Квинконс. Рисунки 7, 8 и 9 от Ф. Гальтона, Естественное наследование , Лондон: Macmillan 1889, Глава V, стр.63.
• Двухэтапный квинконкс и закон реверсия от Ф. Гальтона, «Типичные законы наследственности», Nature 15 (1877), 492-495, 512-514 и 532-533 = Протоколы Королевский институт Великобритании 8 (1877) 282-301, перепечатано в S M Stigler, The History of Statistics: Измерение неопределенности до 1900 г., , Кембридж, Массачусетс: Belknap Press of Harvard University Press 1986, рис.8.6, с.280.
• Треугольник Паскаля, изображенный в 1303 году нашей эры. от передней части Ssu Yuan Yü Chien Чу Ши-Чи. Он озаглавлен « Схема старого метода семи умножений ». Squares ‘и табулирует биномиальные коэффициенты с точностью до восьмая степень.
  Воспроизведено как Рис. 53 на стр. 55 из The Shorter Science and Цивилизация в Китае . Сокращение Колина А. Ронана из Оригинальный текст Джозефа Нидхема. Том 2: Том III и часть книги. Том IV, часть I основной серии, Cambridge University Press, 1981 (это изображение находится в сети по адресу http: // библиотека.thinkquest.org/23062/pastri.jpg).

---

Эту страницу обслуживает Питер М. Ли

Исправлено 5 апреля 2016 г.

Экологический учет материальных потоков QMI

2. Об этом информационном отчете о качестве и методологии

Этот отчет о качестве и методологии содержит информацию о характеристиках качества данных (включая пять измерений качества Европейской статистической системы (PDF, 3 МБ)), а также о методах, использованных для его создания.

Информация в этом отчете поможет вам:

• понимать сильные и слабые стороны данных
• узнать о существующем использовании и пользователях данных
• понимать методы, используемые для создания данных
• поможет вам выбрать подходящее использование данных
• снизить риск неправильного использования данных

Вернуться к содержанию

3. Важные моменты

Этот отчет призван предоставить пользователям статистики потоков материалов информацию об удобстве использования и пригодности для целей этих оценок.

Статистика материальных потоков является частью экологических счетов Управления национальной статистики (УНС). Это часть набора отчетов, содержащих оценки Экологических счетов Великобритании.

Имеется информация о качестве и методологии для других оценок экологических счетов Великобритании, в том числе:

Вернуться к содержанию

4. Обзор качества

Обзор

В Экологических счетах Великобритании публикуется ряд статистических данных о «материальных потоках», то есть о том, как сырье проходит через экономику Великобритании.Оценки, охватывающие внутреннюю добычу, импорт и экспорт, сгруппированы по четырем типам материалов:

• биомасса (зерновые, древесина и рыба)
• руды металлических (железных и цветных металлов)
• неметаллические минералы (например, строительные материалы)
• ископаемое топливо (уголь, нефть и газ)

Показатели серии представлены (а также показаны в пересчете на душу населения):

• внутреннее потребление материалов, определяемое как внутренняя добыча плюс импорт минус экспорт
• физический торговый баланс, определяемый как импорт минус экспорт
• Прямые поступления материалов, определяемые как внутренняя добыча плюс импорт

Все они доступны для загрузки в виде файлов Microsoft Excel со страницы «Экологические счета».

Существует несколько источников данных для рядов внутренней добычи, указанных в Разделе 8, Приложение: Конкретные источники данных. Данные по импорту и экспорту получены от HM Revenue and Customs.

Система экологических экономических счетов ООН (СЭЭУ) вместе с Системой национальных счетов ООН (и Европейской системой счетов) обеспечивает основу для производства сопоставимых на международном уровне статистических данных об окружающей среде и ее взаимосвязи с экономикой.УНС отвечает за отчетность на этой основе перед Евростатом. Оценки составлены в соответствии с рекомендациями Евростата.

Использование и пользователи

(Кто использует данные и для каких целей.)

Помимо обязательного требования предоставлять данные в Евростат, потенциальное использование данных исходит от различных международных организаций, правительств Великобритании и других стран. , и исследовательское сообщество.

Недостатком счетов материальных потоков является то, что торговые потоки, то есть импорт и экспорт, измеряются в физических количествах продаваемого товара и не учитывают сырье, которое было необходимо для производства продаваемого продукта.Например, если металлическая руда добывается внутри страны, фиксируется общее количество добытой руды, тогда как при импорте металла, полученного из руды, фиксируется только импортированная масса продаваемого металла (вес продукта).

Чтобы лучше оценить, сколько материала потребляется, можно оценить эквивалент сырья, который включает сырье, используемое для производства продаваемого продукта. Их можно использовать для оценки потребления сырья, также известного как материальный след.

Примечания для: Обзор качества

1. Рассчитано на основе среднегодовых оценок численности населения Великобритании.

Вернуться к содержанию

5. Качественная характеристика данных о материальных потоках

География

Оценки доступны на уровне Великобритании и без дальнейшей разбивки по географическому признаку.

Согласованность и сопоставимость

Данные по добыче на внутреннем рынке представляют собой годовые оценки, начиная с 1992 года. Учитывая большое разнообразие источников данных, используемых для составления оценок (перечисленных в Приложении), существует множество подходов к пересмотру.В выпуске Счетов окружающей среды Соединенного Королевства всегда отображаются самые последние доступные цифры для всего временного ряда. Это означает, что, хотя весь временной ряд всегда подлежит пересмотру, данные сопоставимы во времени. Ряды импорта и экспорта, полученные от HM Revenue and Customs, доступны с 2000 года.

Своевременность и пунктуальность

Данные предоставляются Евростату каждый год в соответствии с нормативными требованиями (в настоящее время до конца декабря). Затем Евростат публикует оценки в своей базе данных о материальных потоках вместе с данными по другим странам.

Управление национальной статистики (ONS) сопоставляет данные с использованием самых последних имеющихся данных. Оценки публикуются на веб-сайте ONS вместе с остальными наборами данных Экологических счетов Великобритании. Например, в 2019 году данные были опубликованы в июне.

Выпуск «Счетов окружающей среды Великобритании» и любые статьи, связанные с оценками, предварительно анонсируются на веб-сайте ONS. Ранее выпущенные наборы данных доступны на веб-сайте ONS.

Концепции и определения

Система экологических экономических счетов ООН (СЭЭУ ООН) вместе с Системой национальных счетов ООН и Европейской системой счетов обеспечивает основу для производства сопоставимых на международном уровне статистических данных об окружающей среде и ее взаимосвязи с экономия.УНС несет ответственность за предоставление информации Евростату на ежегодной основе.

Вернуться к содержанию

6. Методы, используемые для получения данных о материальных потоках

Хотя большинство источников данных являются простыми, могут, в зависимости от сроков выпуска или доставки экологических счетов в Евростат, отсутствовать данные за последний год (годы). Если невозможно получить информацию, выполняется очень простой прогноз, на который есть ссылки в сносках к таблицам.В соответствующих случаях предполагается, что оценками можно пренебречь.

Однако доступность данных по неметаллическим полезным ископаемым в последние годы была затруднена, так как в последний раз в 2014 году был прекращен ежегодный опрос по минеральным ресурсам (AMRI). Полезные данные теперь собираются отделом продаж британских производителей Обзор продукта (ProdCom), который собирает информацию о количестве проданного продукта. Дальнейшая работа должна быть проделана над тем, как преобразовать это в то, что было изначально извлечено для производства этого.

Между тем использовались оценки Британской геологической службы (BGS). BGS, как предметные эксперты, использовали оценки AMRI и по возможности выполняли обоснованные прогнозы.

Приложение содержит подробную информацию об источниках данных для рядов внутренней добычи. При необходимости может быть проведена дальнейшая обработка. В некоторых случаях, например, для некоторых неметаллических полезных ископаемых, данные публикуются на уровне агрегирования, отличном от того, который требуется для отчетности в Евростат, поэтому необходимы корректировки для перегруппировки данных.В других случаях, например, для пожнивных остатков, Евростат предоставляет метод для составления ряда.

Вернуться к содержанию

Project MUSE — Статистический материал: глобализация и цифровое искусство Джона Климы

CR: The New Centennial Review 3.2 (2003) 67-89

---

[Доступ к статье в PDF]

Статистический материал

Глобализация и цифровое искусство Джона Климы

Рита Рэйли

Университет Калифорнии, Санта-Барбара

[Рисунки]

---

Поскольку любое присутствие — это присутствие только на расстоянии, телеприсутствие в эпоху глобализации обменов могло быть установлено только через максимально возможный разрыв.Это разрыв, который теперь простирается до другой стороны мира, от одного края до другого в нынешней реальности. Но это мета-геофизическая реальность, которая строго регулирует теле-континенты виртуальной реальности, которая монополизирует большую часть экономической деятельности наций и, наоборот, уничтожает культуры, которые точно расположены в пространстве физики земного шара. .

—Пол Вирилио, Информационная бомба ¹

ТРИ КАРТЫ МИРА ВЫРАВНИВАЮТСЯ НА ЭКРАНЕ ЦИФРОВОГО художника Джона Климы Политический ландшафт, эмоциональный ландшафт: друг за другом, топографический, эмоциональный .На трех картах, отмеченных цветом в соответствии с данными [End Page 67] , полученными соответственно из Организации Объединенных Наций, Геологической службы США и Всемирной организации здравоохранения, регистрируются глобальные отчеты о нарушениях прав человека, геофизические данные и ожидаемая продолжительность жизни. статистика. ² Картографический дисплей, который является интерактивным и трехмерным, отображает политические и эмоциональные компоненты индивидуальной жизни в различных цветах и ​​оттенках и позволяет сравнивать случаи политического угнетения, классифицированные ООН, и продолжительность жизни.Он описывает свою работу следующим образом: «Часто мы используем метафору пейзажа, чтобы описать, казалось бы, не связанные человеческие условия, будь то политические или личные … Я решил создать серию глобальных ландшафтов, которые связаны с вышеупомянутыми метафорами. … Результатом является убедительное визуальное сравнение и представление особенно интересного исходного набора данных ». ³ Его методология для графического компонента проекта — алгоритм A * (A-star), используемый для искусственного интеллекта (AI) и игровой индустрии.Этот алгоритм позволяет персонажу / спрайту избегать искусственных и физических препятствий и находить наиболее эффективный путь решения через местность, что создает видимость интеллекта. ⁴

В контексте этой работы Климы алгоритм A * функционирует как метод построения графиков, который производит визуальный анализ наборов данных и делает связи между ними парадоксально конкретными. Как следствие, биополитика отображается в интерфейсе игры. ⁵ В Политический ландшафт, эмоциональная территория, «жизнь» выносится на арену знания, управления и расчетов.Интегрированные карты регистрируют биополитический контроль над отдельным телом и популяциями, а также формулируют статистику как механизм этого контроля. Они функционируют как наглядная иллюстрация современного режима власти Фуко, который «расположен и осуществляется на уровне жизни, вида, расы и крупномасштабных явлений населения». ⁶ Окклюзия, но все же предполагаемая данными, которую Клима интегрирует в глобальную биополитическую среду, — это диапазон и распространение методов, необходимых для координации контроля над индивидуальным телом и телом вида.Глобальное управление, которое предлагает Политический ландшафт , было достигнуто за счет инструментальной рационализации медицинских, экономических и политических систем.

В качестве общей темы это эссе использует компьютеризацию и визуализацию Климы [End Page 68] глобальных данных и статистики. Эстетические практики Климы в компьютерных медиа включают элементы визуализации данных и информации, интерактивную компьютерную анимацию 3D-графики, элементарную робототехнику (с использованием неавтономных агентов), игровые парадигмы и манипулирование данными. ⁷ Подобно искусству визуализации сетевых данных Лизы Джевбратт, Клима имеет тенденцию сосредотачиваться на более крупных социальных процессах, а не на личном опыте в реальном времени. ⁸ Работа Климы вращается вокруг представления глобальных событий, процессов и статистики. Работая в рамках традиций электронного искусства, которые принимают данные в качестве материала — сигнализируют, что они затем эстетизируют, модифицируют, прерывают, отрицают и / или возвращают — конкретный исходный материал Klima включает данные финансового рынка и «ландшафт, топографию и географические информационные системы».« ⁹ Как он отмечает в отношении одной из своих последних работ, Terrain Machine, Клима работает над« эстетическим исследованием мира, как он …

Глава 1 Руководящие принципы прозрачной статистики

Введение

Взаимодействие человека и компьютера (HCI) — это большая междисциплинарная область, в которой используются различные подходы к анализу количественных данных. Однако многие из наших существующих практик вызывают растущую критику, например, наша чрезмерная зависимость от процедур механических статистических испытаний, отсутствие репликаций и метаанализов, а также наше нежелание делиться данными и учебными материалами.Эти вопросы обсуждались в рамках HCI (Wilson et al.2011; Kaptein and Robertson 2012; Dragicevic 2016; Kay, Nelson and Hekler 2016; Cockburn, Gutwin и Dix 2018) и (в гораздо большей степени) в других областях ( Cohen 1994; Gigerenzer 2004; Ioannidis 2005; Simmons, Nelson, and Simonsohn 2011; Giner-Sorolla 2012; Cumming 2014; Nosek et al.2017). Плохая статистическая практика и отсутствие прозрачности в статистической отчетности препятствуют прогрессу знаний и подрывают научную достоверность затронутых дисциплин, о чем свидетельствует растущее количество статей в прессе, сообщающих о «кризисе доверия» в наиболее заметных из этих дисциплин (Earp и Trafimow 2015).

Целью руководящих принципов прозрачной статистики является не увещевание всей области исследователей в отношении их существующей практики или побуждение их к применению определенного набора методов. Не существует универсальной процедуры вывода, которая могла бы заменить хорошие статистические рассуждения (Gigerenzer and Marewski 2015). Многогранный характер HCI также означает, что нам нужно использовать самые разные методы. Фиксированный набор того, что можно и что нельзя делать, будет одновременно слишком хрупким, чтобы его можно было менять с течением времени, и слишком ограничительным перед лицом различных способов получения знаний в нашей области.Вместо этого мы предлагаем продвинуть общее видение прозрачной статистики , которое исследователи HCI могут черпать вдохновение, и которое в значительной степени не зависит от метода. Мы называем прозрачную статистику просто «философией статистической отчетности, цель которой — продвигать научные знания, а не убеждать» . Независимо от используемых методов, мы стремимся предоставить руководство, которое сделает коммуникацию этих методов более прозрачной, облегчит воспроизведение и тиражирование работы, а также сделает оценку работы (например,г., рецензентами) проще и честно.

С этой целью в 2016 году была начата инициатива «прозрачной статистики», цель которой — обсудить способы продвижения прозрачной статистики в ОМС и предложить ряд постепенных изменений в сообществе («Прозрачный статистический веб-сайт» 2017). К ним относятся более конкретные инструкции для авторов и рецензентов, образцы для авторов и «значки» («Открытые научные значки», 2017 г.). Цель инициативы — ответить на такие вопросы, как: что может сделать автор, чтобы повысить прозрачность своего общения? Что может сделать рецензент, чтобы поощрять и поощрять прозрачность? Какие изменения в процессе обзора могут способствовать прозрачности и стимулировать исследователей? Таким образом мы надеемся избежать освященной веками традиции упрекать исследователей в том, что они делают статистику плохо, и вместо этого поощрять их — и направлять их — делать лучше.Цель этой первой главы — изложить высокоуровневые принципы, на которых будут основаны другие главы. Как и другие главы, эта глава не предназначена для закрепления на камне, но предназначена для постоянного развития и итеративного совершенствования сообществом ОМС.

Руководящие принципы

Опять же, прозрачная статистика — это «философия статистической отчетности, цель которой — продвигать научные знания, а не убеждать» . Эта идея не нова. Например, следующая цитата Рональда Фишера отражает суть прозрачной статистики:

«мы обязаны […] сообщать наши выводы в понятной форме, признавая право других свободных умов использовать их для принятия своих собственных решений.»(Фишер, 1955).

В более поздних работах подчеркивается важность предоставления полезных и точных знаний перед рассказом убедительных и убедительных историй (Giner-Sorolla 2012; Dragicevic 2016). Основываясь на этом видении, мы предлагаем набор из девяти руководящих принципов для написания прозрачных статистических отчетов: 1) достоверность, 2) надежность, 3) устойчивость, 4) прозрачность процесса, 5) ясность, 6) простота, 7) отсутствие непредвиденных обстоятельств, 8) точность и экономичность и 9) доступность материала.

1. Верность

На самом базовом уровне прозрачный статистический отчет должен стремиться быть верным данным и изучаемым явлениям. Это означает, что он должен стремиться уловить и передать «правду» как можно точнее, особенно в отношении неопределенности данных. Необходимо тщательно оценить основные источники неопределенности и распространить их на презентации и интерпретации результатов, вплоть до окончательных выводов. Выводы должны содержать нюансы и подчеркивать неопределенность данных и процесса.

• Пример: Очевидно, что любая серьезная ошибка в анализе приведет к выводам, которые, вероятно, не соответствуют данным и изученным явлениям. Сюда входят оценки эффекта, которые сильно отличаются от истинного эффекта, а также меры неопределенности, которые не отражают истинную неопределенность.

• Пример: Преувеличение результатов путем представления неопределенных результатов как достоверных, не соответствует данным.

• Пример: Отчет об исследовании, в котором тщательно анализируются все данные, но не признаются важные проблемы с достоверностью данных (например,g., неслучайное назначение условий) соответствует данным, но не соответствует изучаемым явлениям. То же самое и с чрезмерно обобщающими выводами.

2. Прочность

Чтобы свести к минимуму вероятность получения неточных (неверных) результатов, в идеале следует отдавать предпочтение стратегиям анализа данных и отчетности, устойчивых к отклонениям от статистических предположений или основанных на нескольких предположениях.

Учитывая, что статистические допущения никогда не выполняются полностью, вопрос не должен заключаться в том, «выполняются ли допущения?» но вместо этого «каковы вероятные последствия такого-то отъезда?».Таким образом, исследователям очень полезно знать, как их методы ведут себя в зависимости от характера и степени возможных отклонений, чтобы они могли объяснить это в своем отчете, когда это необходимо. Когда нет уверенности, более безопасным выбором будут методы, известные своей надежностью.

• Пример: ANOVA устойчив к предположению о нормальности и в некоторых случаях может давать точные результаты с необычными распределениями и очень маленькими размерами выборки (Norman 2010).
• Пример: Начальная загрузка не делает никаких предположений о распределении данных и устойчива к отклонениям от собственных статистических предположений, даже если эти предположения неправдоподобны (Kirby and Gerlanc 2013).

3. Стойкость

Стратегии анализа данных и отчетности должны быть устойчивыми к статистическому шуму, т.е.они должны давать одинаковые результаты в гипотетических повторениях одного и того же исследования. Исследователи должны спросить себя, как изменится их статистический отчет, если они возьмут еще одну случайную выборку из той же совокупности, и должны попытаться сделать утверждения, которые максимально устойчивы к этим изменениям.

На практике принцип устойчивости подразумевает, что исследователи должны избегать представления статистического шума в виде сигнала либо путем переобучения, либо путем переинтерпретации закономерностей в результатах.Это также означает, что отчеты об исследованиях должны быть гладкими функциями данных. Это означает, что следует выбирать стратегии анализа и представления данных таким образом, чтобы аналогичные экспериментальные наборы данных давали аналогичные результаты, интерпретации и выводы (Dixon 2003; Dragicevic 2016; «Статистические танцы: почему никакой статистический анализ не является надежным и что с этим делать», 2017). Принцип устойчивости важен и имеет прямое отношение к проблеме воспроизводимости исследования.

• Пример: Представление гистограммы средних значений без планок ошибок и комментирование возникающих моделей похоже на переобучение и, следовательно, не является устойчивым.
• Пример: Расчет и отчет 95% интервальных оценок устойчив, но делать двоичные выводы на основе того, содержат ли они ноль, — нет, потому что два очень похожих набора данных могут дать, казалось бы, очень разные научные выводы (Cumming 2013).
• Пример: По тем же причинам вычисление байесовских факторов и их интерпретация строго на основе обычных пороговых значений нарушает принцип устойчивости («Танец байесовских факторов» 2016).

4. Прозрачность процесса

Основным аспектом прозрачной статистики является то, что стратегии анализа данных и отчетности необходимо объяснять, а не предполагать. Решения, принятые во время анализа и написания отчета, должны быть сообщены как можно более подробно, поскольку результаты анализа не могут быть справедливо оценены и поняты, если многие решения остаются скрытыми (Giner-Sorolla 2012; Gelman and Loken 2013).

На самом базовом уровне исследователи должны в идеале указать, какие части анализа данных были запланированы до того, как данные были просмотрены, а какие — нет.Полностью запланированные анализы можно обозначать как , предварительно заданные, , а анализы, которые в значительной степени незапланированные, следует обозначать как разведочные (Cumming 2014, 10). Оба типа анализа действительны, хотя первый позволяет обосновать более сильные утверждения, чем второй.

Прозрачность процесса также подразумевает правдивое сообщение целей исследования, вопросов исследования и (необязательно) ожиданий исследователя до получения данных (Kerr 1998; Gelman and Loken 2013; Cockburn, Gutwin и Dix 2018).Необходимо сообщить результаты анализа независимо от того, соответствуют ли они первоначальным ожиданиям исследователя. Если это не так, необходимо объяснить причины выбора результатов. Наконец, совместное использование данных и сценариев анализа значительно повышает прозрачность процесса.

• Пример: Высказывание гипотез после того, как результаты известны (или «HARKing»), категорически противоречит прозрачности процесса (Kerr 1998). Исследователи, у которых нет четких ожиданий, должны формулировать исследовательские вопросы вместо гипотез (Cumming 2013).
• Пример: Выбор «удобных» результатов (например, результатов, которые лучше всего подтверждают гипотезы) или попытки нескольких альтернативных анализов и составление отчетов только о тех, которые удобны, явно нарушает прозрачность процесса (Simmons, Nelson, and Simonsohn 2011).
• Пример: Даже когда исследователь не отдает предпочтение данной гипотезе и не намерен использовать p-hack, выбор результатов для создания впечатления связной истории также противоречит прозрачности процесса (Giner-Sorolla 2012; Gelman and Loken 2013).
• Пример: При условии, что анализ представлен как исследовательский, попытка нескольких анализов и предоставление наиболее интересных и информативных результатов, заняв нейтральную позицию, вполне приемлемы и не противоречат прозрачности процесса (Tukey 1977). Однако прозрачность можно повысить, объяснив, что было опробовано.

5. Ясность

Отчеты об исследованиях должны быть максимально простыми для понимания, поскольку, как объяснил Рональд Фишер (цитируется выше), читатели и рецензенты не могут судить об анализе, не понимая.Есть два аспекта ясности: простота обработки и доступность .

Отчеты об исследованиях должны легко обрабатываться, даже если они предназначены для экспертов. Когда результаты могут быть переданы более эффективно с помощью визуальных представлений, чем с помощью цифр, предпочтение следует отдавать визуальным представлениям (Loftus 1993; Gelman, Pasarica, and Dodhia 2002). Хотя отчет об исследовании должен содержать как можно больше релевантной информации, необходимо избегать информационной перегрузки, сообщая несущественную информацию в приложениях или дополнительных материалах.

Во-вторых, в идеале отчеты об исследованиях должны быть доступны для большинства членов сообщества HCI, а не быть понятными лишь горстке специалистов. Чем доступнее анализ, тем больше «свободных умов» могут его судить. Таким образом, отчет об исследовании должен быть скорее педагогическим упражнением, чем упражнением в риторике. Цель статистического отчета — не сигнализировать об опыте, а объяснить.

• Пример: Использование статистики в защитных целях путем создания p-загроможденных отчетов, а не информативных графиков, нарушает принцип ясности.
• Пример: Слишком большое количество значащих цифр трудно обрабатывать, поэтому они противоречат принципу ясности (Ehrenberg 1977), а также создают обманчивое впечатление о точности (Taylor 1997).

6. Простота

При выборе между двумя процедурами анализа данных в идеале следует предпочесть простейшую процедуру, даже если она немного уступает в других отношениях. Упор на простоту следует из принципов ясности и простоты обработки, и это снижает вероятность ошибок исследователя и неверного толкования читателем.Другими словами, принцип KISS (Keep It Simple, Stupid) так же актуален в прозрачной статистике, как и в любой другой области.

7. Непредвиденные обстоятельства

По возможности и вне исследовательского анализа, в стратегиях анализа данных и отчетности следует избегать решений, которые зависят от данных, например, «если данные будут такими, вычислить это или сообщить об этом». Этот принцип следует из принципов прозрачности, ясности и простоты процессов, поскольку связанные с данными процедуры трудно объяснить и их легко оставить необъяснимыми (Gelman and Loken 2013).Это также следствие принципа устойчивости, потому что любое дихотомическое решение снижает устойчивость процедуры к статистическому шуму.

Тщательное планирование анализа — хороший способ убедиться, что соблюдается принцип непредвиденности (Cumming 2014), особенно если весь код анализа был написан заранее на основе пилотных данных (Dragicevic 2016). Предварительная регистрация анализа еще больше повышает прозрачность, позволяя любому убедиться, что план соблюден (Nosek et al.2017; Кокберн, Гутвин и Дикс 2018). При исследовательском анализе и сложных задачах моделирования, которые часто зависят от данных по своей природе, принцип непредвиденности должен применяться с максимальной эффективностью.

• Пример: Использование теста нормальности для принятия решения о том, следует ли использовать параметрические или непараметрические методы, нарушает принцип непредвиденности, помимо того, что они не очень полезны (Stewart-Oaten 1995; Wierdsma 2013). Если тест на нормальность не упоминается в отчете, это дополнительно нарушает принцип прозрачности процесса.
• Пример: Выборочная отчетность по данным (т. Е. Сбор вишневых данных) явно нарушает принцип непредвиденности, а также в целом принципы достоверности и прозрачности процесса. Это приемлемо только в том случае, если анализ четко представлен как исследовательский и если цель выбора — извлечь уроки из данных, а не поддержать удобную гипотезу или историю.

8. Точность и экономичность

Качество данных (Gelman, 2017) и высокая статистическая мощность (Cohen, 1994), что в мире оценки означает высокую статистическую точность (Cumming 2013; Kruschke and Liddell 2017), являются важными целями, которые необходимо преследовать.Это связано с тем, что даже при достижении полной прозрачности отчет об исследовании, в котором нельзя сказать ничего убедительного, будет пустой тратой времени читателей и может побудить их искать несуществующие закономерности. Точность зависит от плана эксперимента, но также и от выбора методов анализа, поэтому следует отдавать предпочтение методам анализа, обеспечивающим высокую точность. Однако исследователи должны стремиться избегать ложной точности, например, сообщать числовые результаты без информации об их неопределенности и / или с гораздо более значимыми цифрами, чем это оправдано их неопределенностью (Taylor 1997).

Также в идеале следует избегать стратегий анализа и отчетности, которые тратят впустую статистическую мощность и точность (например, путем дихотомии непрерывных переменных) (Dragicevic 2016). Хотя принцип экономии не имеет прямого отношения к прозрачности, в целом рекомендуется не тратить зря данные. Разумная цель исследователей — попытаться извлечь как можно больше из исследования при условии, что тщательно соблюдаются принципы достоверности и прозрачности процесса. По тем же причинам, хотя важно, чтобы исследователи не слишком много читали в своих данных и не поддавались предвзятости подтверждения, исследовательские анализы часто бывают очень информативными, и поэтому их следует поощрять.Лучшие отчеты об исследованиях сочетают в себе заранее определенные и исследовательские анализы, четко разделяя их.

9. Наличие материалов

Совместное использование как можно большего количества учебных материалов является основной частью прозрачной статистики, так как это значительно облегчает проверку и тиражирование со стороны коллег. Возможность запустить экспериментальное программное обеспечение и изучить то, что видели участники (методы, задачи, инструкции и задаваемые вопросы), имеет важное значение для того, чтобы другие исследователи могли понять детали исследования.Кроме того, совместное использование исходного кода экспериментального программного обеспечения значительно облегчает репликацию. Аналогичным образом, экспериментальные данные (все файлы данных и, если возможно, сценарии анализа) необходимы для проведения повторного анализа и метаанализа. Хотя загрузка дополнительных материалов имеет смысл на этапе рецензирования, для того, чтобы они были действительно полезными, все материалы должны быть бесплатно опубликованы в Интернете после принятия статьи, в идеале на веб-сайте, который может гарантировать долгосрочную доступность.

No related posts.