교육 통계 및 측정 1장과 2장
1 교육통계학은 교육학, 심리학학, 통계학을 융합한 학제간 학문으로, 교육분야의 다양한 것들을 정량적으로 분석하는 학문이다.
2 교육통계는 기술통계와 추론통계의 두 가지로 구분된다.
3 기술통계: 설문조사에서 얻은 자료를 정리, 분류, 요약, 표현하여 표본을 정량적으로 기술한다. 또는 전반적인 특성. 내용에는 데이터 그룹화, 데이터의 계산 및 단순화, 데이터의 집중량과 미분량에 대한 설명, 상관 분석이 포함됩니다.
4. 추론통계: 지역 데이터가 제공하는 정보를 통해 전반적인 상황을 어떻게 추론할 수 있는지 연구합니다. 주요 내용으로는 모수추정, 가설검증, 분산분석, 카이제곱분석 등이 있다.
5 Galton: 영국의 인류학자이자 생물학자인 Galton은 심리학과 교육 분야에 통계를 최초로 적용한 사람입니다.
6 Thorndike: "정신적, 사회적 측정 입문"은 교육 통계에 관한 세계 최초의 논문입니다.
7 측정: 특정 규칙에 따라 사물의 특성을 측정하는 것입니다. 정량적 기술의 과정,
8 측정의 두 가지 기본 요소는 측정 단위와 기준점입니다. 측정 단위는 두 가지 조건을 충족해야 하며, 하나는 명확한 의미를 가지며 다른 하나는 다음과 같습니다. 동일한 양,
p>
9 측정 기준점은 양의 시작점입니다. 기준점은 두 가지 상황으로 나누어집니다. 하나는 절대 기준점이고 다른 하나는 상대점입니다.
10 교육 측정: 좁은 의미 시험을 통해 학생들의 학업 성취도와 심리적 특성을 정량적으로 기술하는 과정은 넓게는 교육 분야의 다양한 사물이나 현상의 특징을 정량적으로 기술하는 과정을 말한다. .
11 교육 측정의 특징: 목적, 간접성, 불확실성(구체적으로 무작위성과 모호함으로 나타남)
12 우리나라는 서부 주나라에서 시작된 교육 측정의 고향입니다. 교육 측정이 실제로 등장한 것은 20세기 이후입니다. Dai Ke가 대표적인 인물입니다.
13. 교육 통계 및 측정 학습의 중요성: 1. 학생들의 학습 진행 상황을 과학적으로 평가합니다. 2. 학생 학습에 영향을 미치는 요인을 정량적으로 분석하고 효과적인 개선 전략을 찾습니다. 3. 정량적 분석을 강화하고 과학 교육 연구를 촉진합니다.
14. 데이터 분류: 데이터 소스는 측정 데이터, 측정 및 평가 데이터, 수동 코딩 데이터의 세 가지 유형으로 나눌 수 있으며, 측정 수준에 따라 데이터는 명목 데이터, 순차 데이터의 네 가지 유형으로 나눌 수 있습니다. , 등거리 데이터 및 기하학적 데이터; 데이터 분포 형태에 따라 데이터는 이산 데이터와 연속 데이터로 나눌 수 있습니다.
15 계수 데이터는 일반적으로 정수로 표시되는 수 또는 횟수를 계산하여 얻습니다. , 펄스 클래스 번호와 같은
16 측정 및 평가 데이터는 측정 도구 또는 평가 방법을 사용하여 얻은 데이터(예: 테스트 점수)를 평가하는 것입니다.
17 수동으로 코딩된 데이터는 직업 번호 등 특정 규칙에 따라 사물의 여러 범주에 해당 번호를 부여한 후 형성된 데이터입니다.
18 명명법 데이터는 개체 간의 이름, 범주 또는 속성의 차이만 설명합니다. 특정 사물과 다른 사물을 의미하지만 사물 간의 차이의 크기, 순서 및 품질을 설명하지 않습니다. 예를 들어 남성은 "1"로 표시되고 여성은 "1"로 표시됩니다.
19 순차 데이터는 사물의 특정 속성의 수나 크기에 따라 사물을 순서대로 배열할 수 있는 변수를 의미합니다. 순위와 같은 계층성과 지속성의 특성을 갖습니다.
20 등공간 데이터가 아닙니다. 서로 다른 범주와 범주 간의 순차적 관계만 나타낼 뿐 아니라 온도와 같은 등거리 측정 단위도 갖습니다.
21 등공간 데이터는 명명 순서와 등거리 속성을 가질 뿐만 아니라 절대 영도도 갖습니다. 이는 비례 데이터에서 숫자 0이 키, 몸무게 등 실질적인 의미가 없음을 의미합니다.
22 데이터의 특성: 이산성, 가변성, 규칙성,
23. 데이터 분류 원칙: 1. 분류 표시는 연구 목적에 따라 달라야 합니다. 2. 각 분류 표시는 단방향으로 유지되어야 합니다.
24. 빈도 분포: 예 데이터의 발생 횟수를 계산하는 과정 각각의 다른 값이 데이터 배치에 나타나는 횟수, 또는 각각의 다른 값이 데이터 배치에 나타나는 횟수를 나타냅니다.
25 .간단한 빈도 분포표, 도수 분포표는 다음을 반영합니다. 동일한 간격의 각 블록 그룹에 있는 데이터 배치의 빈도 분포 구조,
26. 간단한 빈도 분포 테이블을 준비하는 주요 단계: 1. 전체 범위 R을 찾고, 두 개로 그룹 수를 결정합니다. K=?, 3개는 그룹 거리(5 또는 5의 배수) 결정, 4는 그룹 한계 쓰기, 5는 그룹 중앙값 찾기, 6 카테고리 표시, 7 등록 수,
27. 상대 횟수 분포표: 각 그룹의 횟수 f와 전체 횟수 N 사이의 비율로 기호 Rf로 표시됩니다.
28. 누적 횟수 분포표, 누적 상대 횟수 분포표, 누적 백분율 분포 표
29. 도 히스토그램, 즉 높이가 다르고 너비가 동일한 히스토그램 막대가 좌표축에 촘촘하게 배열되어 형성된 패턴으로, 데이터의 분포 특성과 구조적 형태를 보다 직관적으로 나타낼 수 있습니다. , 한눈에 알 수 있도록,
30. 도 다각형 차트는 닫힌 폴리선을 사용하여 다각형을 형성하고 횟수의 변화를 반영하는 그래픽 표현 방법입니다(도형 기반의 다각형 차트와 유사). 폴리라인 차트(앞으로 및 뒤로) 각각은 한 단위씩 확장됩니다.
점선)
31. 상대도수 히스토그램 및 상대도수 다각형 그래프, 누적도수분포 그래프, 누적 상대도수 곡선 그래프 및 누적 백분율 곡선 그래프,
32. 산점도라고도 함 포인트 플롯과 산점도는 평면 직사각형 좌표계에서 점의 분산을 사용하여 두 항목 간의 상관 관계 및 연결 패턴을 나타냅니다. 가로 축은 독립 변수를 나타내고 세로 축은 종속 변수를 나타냅니다.
33. 선 그래프: 어떤 것의 발전과 진화 추세를 나타내기 위해 물결 모양의 폴리라인을 사용하는 통계 그래프입니다. 시계열의 진화 추세와 같은 연속적인 데이터에 사용되거나, 사물의 발전과 변화를 설명하는 데 주로 사용됩니다. one thing with another thing,
34. 막대 차트: 동일한 너비의 막대의 길이나 높이를 사용하여 다양한 통계 항목 간의 정량적 관계를 나타내며 막대 차트는 순서대로 배열됩니다. 파레토 차트라고도 불리는 빈도수(이름이 지정된 변수에만 사용됨)
35. C 차트라고도 알려진 프로토타입 차트는 내 각 섹터 영역의 백분율을 기준으로 통계적인 내용을 표현합니다. 전체 원형 영역에 대한 단위 원. 전체에서 해당 비율의 그래픽,