Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ
ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
ПОСЛЕВУЗОВСКОЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
(АСПИРАНТУРА)
УТВЕРЖДАЮ
Зав. каф. ИПед
_____________ Минин М.Г.
___»________________2012 г.
РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ
МЕТОДЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ В НАУЧНЫХ ИССЛЕДОВАНИЯХ
(ОД.А.05 «Дисциплины по выбору» основной образовательной программы подготовки
аспиранта)
Присуждаемая ученая степень
Форма обучения
кандидат наук
очная
ТОМСК 2012 г.
ПРЕДИСЛОВИЕ
1. Рабочая программа составлена на основании федеральных государственных требований к основной образовательной программе послевузовского профессионального образования.
РАБОЧАЯ ПРОГРАММА РАССМОТРЕНА И ОДОБРЕНА на заседании обеспечивающей
кафедры Инженерной педагогики протокол № ____ от ___________2012 г.
2. Программа педпрактики СОГЛАСОВАНА с институтами, факультетами, выпускающими кафедрами специальности; СООТВЕТСТВУЕТ действующему плану.
Зав. кафедрой ИПед
М.Г. Минин
ЦЕЛИ И ЗАДАЧИ УЧЕБНОЙ ДИСЦИПЛИНЫ
1.
ЦЕЛИ ПРЕПОДАВАНИЯ ДИСЦИПЛИНЫ
Дисциплина «Методы статистической обработки в научных исследованиях» является дисциплиной по выбору в подготовке аспирантов.
Целью преподавания дисциплины является развитие аспирантами профессиональных
компетенций по реализации методов статистической обработки экспериментальных данных научных исследований с использованием компьютерных технологий на основе:
 формирования знаний о моделях и способах представления экспериментальных
данных;
 формирования знаний об основных понятиях и терминах, обозначающих сущность
практически используемых статистических методов;
 формирования знаний об основных этапах статистической обработки экспериментальных данных;
 освоения основных статистических методов оценивания характеристик экспериментальных данных;
 знакомства со специализированным программным обеспечением, реализующим
основные методы статистической обработки и визуализации экспериментальных
данных и результатов их обработки.
2. ЗАДАЧИ ИЗЛОЖЕНИЯ И ИЗУЧЕНИЯ ДИСЦИПЛИНЫ
Целью изучения дисциплины является освоение современной методологии статистического анализа, а также применение полученных знаний в научных исследований по
профилю подготовки.
В результате изучения данной дисциплины аспиранты будут:
 Р1. Владеть основными понятиями и терминами, обозначающими сущность
практически используемых статистических методов;
 Р2. Применять методы математической статистики для решения основных задач статистической обработки данных с применением средств вычислительной техники и прикладного программного обеспечения;

Р3. Использовать результаты, полученные в предварительном статистическом
анализе данных, для выбора оптимальной схемы подтверждающего статистического анализа данных на компьютере;
 Р4. Систематизировать данные экспериментальных и научных исследований.
Для достижения результатов обучения при изучении дисциплины, используется
набор методических средств таких как учебники и учебные пособия, методические указания к выполнению индивидуальных работ, информационные Internet-источники.
Оценка сформированности результатов обучения осуществляется посредством устного опроса слушателей на семинарах (УО), защите практических работ (ПР), защите индивидуальных заданий по результатам самостоятельной работы (СР). Дисциплина успешно освоена при положительном оценивании всех запланированных в ходе изучения дисциплины заданий.
СТРУКТУРА И СОДЕРЖАНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ
Р2,Р4
Р1, Р4
самостоятельная
работа занятия
4
5
6
7
Тема 4. Формирование и проверка
статистических гипотез
Тема 5. Корреляционный и факторный анализ
Р1, Р2,
Р3
Р2, Р3,
Р4
8
6
2
4
УО, ПР
6
2
6
8
2
6
СР-2
18
6
12
УО, ПР
УО, ПР,
Тема 3. Описательные характеристики экспериментальных данных
Р1, Р2,
Р4
Р2, Р3,
Р4
СР-1
УО, ПР,
УО, ПР,
10
2
8
Тема 6. Статистическая оценка параметров выборки
8
2
6
Тема 7. Анализ и интерпретация результатов исследования
14
2
12
72
2
74
18
54
Всего по курсу
Зачет по дисциплине
Всего по дисциплине
Форма контроля
семинары
3
зачет
лекции
2
Тема 1. Способы представления экспериментальных данных с использованием специализированного программного обеспечения.
Тема 2. Планирование эксперимента
Всего учебных занятий
(в часах)
1
Р4, Р1
Трудоемкость (в ЗЕТ)
1. Разделы дисциплины и виды занятий
Приводимая ниже таблица показывает рекомендуемое распределение бюджета
учебного времени, отводимого на освоение основных модулей предлагаемого курса согласно учебному плану.
РеВсего учебных зазульнятий
тат
(в часах)
обучения
Наименование разделов и тем
СР-3
УО, ПР,
СР-4
УО, ПР,
2
2
18
54
СР-5
2
2
2. Содержание тем
Тема 1. Способы представления экспериментальных данных с использованием специализированного программного обеспечения.
Основные вопросы темы
Подготовка данных к математической обработке: протоколирование данных; составление
сводных таблиц (табулирование данных); построение таблиц сгруппированных частот;
графическое представление полученных распределений. Способы представления экспериментальных данных. Архитектура специализированного программного обеспечения.
Структура ПО, организация пользовательского интерфейса.
Тема 2. Планирование эксперимента
Основные вопросы темы
Постановка задачи обработки экспериментальных данных. Связь задачи обработки данных и планирование эксперимента. Особенности статистического анализа количественных и качественных показателей. Классификация задач обработки.
Тема 3. Описательные характеристики экспериментальных данных
Основные вопросы темы
Числовые характеристики выборки: эмпирическое среднее, дисперсия, размах выборки,
коэффициент вариации, стандартное отклонение, мода, медиана, моменты, асимметрия,
эксцесс.
Тема 4. Формирование и проверка статистических гипотез
Основные вопросы темы
Основные понятия и определения. Подготовка данных к математической обработке: протоколирование данных; составление сводных таблиц (табулирование данных); построение
таблиц сгруппированных частот; графическое представление полученных распределений.
Алгоритм проверки статистических гипотез Критерии согласия хи-квадрат. Приближенная проверка гипотезы о нормальности распределения с помощью выборочных асимметрии и эксцесса. Сравнение средних, Критерий Стьюдента.
Тема 5. Корреляционный и факторный анализ
Основные вопросы темы
Меры связи между признаками. Корреляционные связи и факторный анализ данных при
пассивном эксперименте. Интерпретация коэффициентов корреляции. Многомерный анализ данных. Основные этапы разведочного факторного анализа. Проверка значимости
корреляционной зависимости. Графическое представление корреляционных связей. «Облако рассеивания» показателей и его интерпретация.
Тема 6. Статистическая оценка параметров выборки
Основные вопросы темы
Выборочный метод. Общие понятия о генеральной совокупности и выборке. Точечные и
доверительные (интервальные) оценки параметров выборки. Понятие доверительного интервала. Классификация ошибок измерения: грубые, систематические, случайные ошибки.
Тема 7. Анализ и интерпретация результатов исследования
Основные вопросы темы
Анализ и интерпретация результатов экспериментальных исследований.
3. Методы оценивания результатов обучения
Устный опрос (УО) – осуществляется на семинарском задании. Ответ устный, самостоятельный. Оценка ответа, обычно ставится за все качества ответа: за знание фактического
материала, за логическую стройность изложения, выразительность и точность языка.
Практическая работа (ПР) – это и обучающий процесс, и проверка знаний в ходе практической деятельности слушателей. Практические работы проводятся с использованием
специализированного программного обеспечения по изучаемой тематике. Оценка результата практической работы оценивается по шкале зачтено/ не зачтено. Отметка зачтено
ставится в случае выполнения всех требований практического задания.
Оценка результатов самостоятельной работы (СР) – проводится отдельно по каждой
изучаемой теме в форме практико-ориентированного реферата. Суть работы состоит в поиске обзорных тематических статей, составлении обзорных рефератов объемом не более 3
страниц с приведением конкретных примеров из своей области научных интересов. Обзор
заканчивается обоснованным и аргументированным выводом объемом не менее 80 слов.
Количество анализируемых источников не менее 3-х. Ссылки и цитаты оформляются в
соответствии с требованиями, предъявляемыми к научным публикациям. Оценивание
проводится в начале практического задания в течении 5-10 минут. Оценка результата самостоятельной работы оценивается по шкале зачтено/ не зачтено. Отметка зачтено ставится в случае выполнения вышеперечисленных требований к проблемно-ориентированному
реферату, а также соответствие основным критериям оценивания: содержание, аргументация, глубина анализа и выводы.
4. Учебно-методическое и информационное обеспечение учебной дисциплины
4.1. Основная литература
1. Шпаков П.С., Попов В.Н. Статистическая обработка экспериментальных данных:
Учебное пособие по курсу "Математическая обработка результатов измерений". М:
Недра ,2003.
2. Ходасевич
Г.Б.
Обработка
экспериментальных
данных
на
ЭВМ.
http://dvo.sut.ru/libr/opds/i130hod2/index.htm.
3. Загоруйко Н.Г. Прикладные методы анализа данных и знаний: Новосибирск: Институт
математики, 1999.
4. Джонсон Н., Лион Ф. Статистика и планирование в технике и науке. М.: Мир, 1981.
5. Пустыльник Е.И. Статистические методы анализа и обработки наблюдений. М.:
Наука,1968
6. Боровиков В.П., Боровиков И.П. STATISTICA – Статистический анализ и обработка
данных в среде Windows. – М.: Информационно-издательский дом "Филинъ", 1998.
4.2. Дополнительная литература
7. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. –
М.: Наука, 1983.
8. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы. – М.:
Финансы и статистика, 1998.
9. Елисеева И.И., Юзбашев М.М. Общая теория статистики. – М.: Финансы и статистика,
1999.
10. Кендалл М., Стьюарт А. Статистические выводы и связи. – М.: Наука, 1973.
11. Кендал М., Стьюарт А. Теория распределений. – М.: Наука, 1966.
5. Материально-техническое обеспечение учебной дисциплины
1.
2.
Компьютерный класс –15 компьютеров с выходом в Internet .
Установленное специализированного программного обеспечения: пакеты статической
обработки результатов научных исследований.
Разработчик доцент каф. Ипед, к.т.н., доцент
Е.А.Муратова