что такое математическая обработка

МАТЕМАТИЧЕСКАЯ ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ

Полезное

Смотреть что такое «МАТЕМАТИЧЕСКАЯ ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ» в других словарях:

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ИНЖЕНЕРНОЙ ПСИХОЛОГИИ — совокупность алгоритмов, основанных на теоретических положениях и идеях определенного раздела математики и позволяющих осуществить комплексный анализ закономерностей и соотношений. Применение М. м. в инженерной психологии развивается по трем… … Энциклопедический словарь по психологии и педагогике

СТАТИСТИЧЕСКИЕ МЕТОДЫ — (в инженерной психологии) (от лат. status состояние) некоторые методы прикладной статистики, используемые в инженерной психологии для обработки экспериментальных результатов. Основная цель применения С. м. повышение обоснованности выводов в… … Энциклопедический словарь по психологии и педагогике

Экспериментальная баллистика (Э.б.) — Теория и практика определения летных характеристик летательных аппаратов (ЛА) по экспериментальным данным. ЭБ военно техническая наука, основывающаяся на комплексе физико математических дисциплин, таких как математическая статистика, вариационное … Энциклопедия РВСН

MATLAB — Логотип Тип Программы математического моделирования Разработчик … Википедия

Биоинформатика — математические методы компьютерного анализа в сравнительной геномике (геномная биоинформатика). разработка алгоритмов и программ для предсказания пространственной структуры белков (структурная биоинформатика). исследование стратегий,… … Википедия

Специальная теория относительности — Почтовая марка с формулой E = mc2, посвящённая Альберту Эйнштейну, одному из создателей СТО. Специальная теор … Википедия

Гравитация — (притяжение, всемирное тяготение, тяготение) (от лат. gravitas «тяжесть») универсальное фундаментальное взаимодействие между всеми материальными телами. В приближении малых скоростей и слабого гравитационного взаимодействия… … Википедия

СССР. Естественные науки — Математика Научные исследования в области математики начали проводиться в России с 18 в., когда членами Петербургской АН стали Л. Эйлер, Д. Бернулли и другие западноевропейские учёные. По замыслу Петра I академики иностранцы… … Большая советская энциклопедия

Математи́ческие ме́тоды — в медицине совокупность методов количественного изучения и анализа состояния и (или) поведения объектов и систем, относящихся к медицине и здравоохранению. В биологии, медицине и здравоохранении в круг явлений, изучаемых с помощью М.м., входят… … Медицинская энциклопедия

Медици́нская стати́стика — (синоним: санитарная статистика, статистика в медицине и здравоохранении, медико санитарная статистика, статистический метод в медицине и здравоохранении) отрасль статистики, изучающая явления и процессы в области здоровья населения и… … Медицинская энциклопедия

Источник

Использование математических методов в психологическом исследовании

Проблема повышения качества и эффективности научных исследований в сфере психологии в последние годы выступает предметом исследования большинства ученых, приводит к активному внедрению в практическую психологию современных математических и информационных методов.

Методы математической обработки данных используются для обработки данных, установления закономерностей между изучаемыми процессами, психологическими феноменами. Использование математических методов позволяет повысить достоверность, научность результатов исследований.

Подобная обработка может осуществляться вручную либо при помощи специального программного обеспечения. Результаты исследования могут быть представлены в графическом виде, в виде таблица, в числовом выражении.

На сегодняшний день основными направлениями психологического знания, в которых уровень математизации знаний оказывается наиболее важным, является экспериментальная психология, психометрика и математическая психология.

К наиболее распространенным психологическим математическим методам относят регистрацию и шкалирование, ранжирование, факторный, корреляционный анализ, различные методы многомерного представления и анализа данных.

Готовые работы на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту Узнать стоимость

Назначение методов

Психологические исследования позволяют выявить некоторые общие черты, свойственные популяции людей.

Под популяцией понимается совокупность объектов изучения, которых объединяет какой-то общий признак.

Это могут быть представители одной социальной группы, сообщества, возрастной категории, профессиональной области и т.д.

Для проведения исследования производится выборка, которая должна быть репрезентативной (т.е. максимально точно и достоверно отражать характеристику всей совокупности в целом). Полученные в результате работы психолога результаты подлежат обработке.

Обработка данных — это отдельная область экспериментальной психологии, напрямую связанная с математикой, статистикой.

Любое психологическое исследование состоит из нескольких этапов: разработка программы, проведение процедур, анализ полученных результатов.

Методы математической обработки данных позволяют проверить достоверность начальных гипотез и, соответственно, опровергнуть их или подтвердить. В итоге решаются следующие задачи:

Обработка данных бывает количественной и качественной.

В первом случае изучаются различные параметры объекта исследования, которые подлежат измерению.

Во втором случае речь идет о проникновении в суть проблемы, выявлении глубинных процессов. Оба уровня тесно связаны между собой, поскольку только единство из применения позволяет получить точные результаты.

При этом качественные данные невозможно измерить, единственный способ их математической оценки — выявление частоты встречаемости (например, как часто встречается среди испытуемых холерический тип темперамента).

Количественные же данные можно анализировать при помощи специальных статистических методов, в основе которых лежат математические параметры.

Количественная обработка производится при помощи двух групп методов: первичных, вторичных.

Принципы применения в исследованиях

Принципы применения математических методов — положения, которые используют в психологии. Они определяют применение и стратегии дальнейшего развития науки. К ним относятся:

Чтобы получать достоверные результаты, психолог должен соблюдать все принципы.

Несмотря на все недостатки, матметоды все же остаются подходящим инструментом проверки гипотез, снижающими вероятность погрешности. Точность результатов в большей степени зависит от навыков исследователя, чем от выбранного способа оценки.

Классификация

Методы статистической обработки — это математические формулы, приемы, количественные расчеты, которые позволяют систематизировать полученные в ходе исследования сведения, выявить имеющиеся закономерности.

Что такое принцип системности в психологии? Читайте об этом здесь.

Первичные

Первичные методы позволяют установить показатели, отражающие непосредственные результаты исследований.

С их помощью психолог может сформировать свое первое представление об объекте: о его характеристиках, об имеющихся закономерностях и т.д.

Вторичные анализы

Вторичные методы математико-статистического анализа направлены на более глубокое изучение вопроса.

Они помогают выявлять скрытые закономерности, устанавливать взаимосвязи.

Вторичные методы: корреляционный анализ, регрессионный анализ, факторный анализ и др.

Корреляционный

Между двумя переменными может существовать определенная зависимость. При наличии такой зависимости изменения в одной переменной автоматически стимулируют изменения показателей второй переменной.

Подобная связь присутствует, когда имеются некоторые общие факторы, оказывающее влияние в обоих случаях. Уровень зависимости, существующий между переменными, называется корреляционным коэффициентом. Диапазон его колебаний: от — 1 до +1.

При отрицательном значении показателя специалист делает вывод, что увеличение значений одной переменной приводит к уменьшению значения другой.

Нулевой коэффициент корреляции свидетельствует об отсутствии взаимосвязи между явлениями. Его положительное значение подтверждает, что прямая зависимость между переменными присутствует. Причем чем эта зависимость существеннее, тем ближе показатель приближается к отметке 1.

Регрессионный

Позволяет выявить зависимость одной случайной переменной от другой или нескольких других случайных переменных.

Первый показатель считается зависимым, остальные показатели — независимые.

Исследователь самостоятельно определяет, какие переменные будут выполнять выбранные роли. Его решение зависит от того, какие задачи ставятся изначально.

Факторный

Суть метода — выявление некоторого фактора, объединяющего большое количество переменных по какому-либо признаку.

Это позволяет сузить массив обрабатываемой информации до оптимальных значений. При помощи факторного анализа все многообразие данных объединяется в несколько ключевых показателей.

Активно используется в психологии при работе с большими объемами информации.

Он позволяет выявить скрытые признаки и закономерности, причины возникновения явлений. Существуют разные типы факторного анализа: перспективный, ретроспективный, прямой, обратный и т.д.

Канонический

Позволяет установить зависимость между двумя модулями переменных, которые характеризуют объекты.

Данный способ исследования помогает обобщить информацию и выявить влияние одного фактора на группу переменных.

Например, в сфере педагогики специалист может при помощи данного приема выявить зависимость между успеваемостью детей по нескольким видам дисциплин и уровнем развития у них какого-либо навыка.

Или можно выявить уровень влияния какого-либо внешнего фактора на развитие определенных психологических проблем.

Для чего используется лонгитюдный метод в психологии? Ответ вы найдете на нашем сайте.

Сравнение средних

Нередко при сравнении средних показателей двух серий экспериментов исследователь обнаруживает несовпадение. Это может быть вызвано как совершенными специалистом во время проведения эксперимента ошибками, так и иными причинами.

Например, в рамках исследования уровня знаний студентов университета, группе первокурсников моет быть предложено пройти тест, состоящий из 60 вопросов. Через 5 лет этой же группе студентов, являющихся выпускниками, предлагается вновь пройти тот же самый тест.

То есть и объекты исследования, и предмет исследования, и содержание эксперимента никак не изменяются. Проходит лишь определенный промежуток времени.

Сравнение средних показателей наверняка продемонстрирует явное несовпадение результатов. В данном случае исследователь после анализа данных скорее всего придет к выводу, что средний показатель уровня знаний студентов за время обучения повышается.

Сравнение дисперсий

Предыдущий метод не всегда позволяет получить исчерпывающую информацию.

Сравнение средних величин помогает исследователю проследить взаимосвязь между двумя уровнями одного и того же объекта.

Сравнение же дисперсий позволяет оценить степень изменчивости одного показателя, характерного для двух разных объектов. Так, специалист может поставить перед собой задачу определить уровень успеваемости учеников двух разных классов — 7-го и 8-го.

В этом случае данные, подтверждающие разные уровни успеваемости, будут свидетельствовать об изменчивости исследуемого показателя.

Частотный

Создание специальных таблиц частот для изучения категориальных переменных.

Возможно применение данного способа обработки данных и в отношении количественных переменных, но в таком случае могут возникнуть сложности при интерпретации результатов.

Обычно данные таблицы частот представляют собой графические изображения в виде гистограмм.

Частотный ряд имеет смысл применять в том случае, когда в исходной выборке присутствует множество схожих значений.

Кластерный

Данный способ классификации полученных данных применяется при больших объемах информации.

Все многочисленные объекты исследования разбиваются на группы по схожим признакам.

Подобный многомерный метод актуален для исследований, в которых присутствует большое количество объектов или у незначительного числа объектов выявляется многообразие признаков.

Несомненным преимуществом подхода является тот факт, что объекты могут объединяться в однородные группы не только по одному схожему признаку, но и по совокупности признаков.

Также кластерный анализ в отличие от большинства других статистических методов не налагает никаких ограничений на вид объектов, подлежащих рассмотрению. Соответственно, становится возможным выбор данных произвольного характера.

Регистрация и шкалирование как метод математической обработки данных в психологии

Сущность данного метода заключается в выражении исследуемых феноменов в числовых показателях. Выделяют несколько видов шкал, однако, в рамках практической психологии чаще всего используется количественная, которая позволяет измерять степень выраженности исследуемых свойств у объектов, выразить разницу между ними в числовых показателях. Использование количественной шкалы позволяет осуществлять операцию ранжирования.

Под ранжированием в современной научной литературе понимают распределение данных в порядке убывания/ возрастания исследуемого признака.

В процессе ранжирования каждому конкретному значению присваивается определенный ранг, что позволяет перевести значения из количественной шкалы в номинальную.

Источник

математическая обработка

Смотреть что такое «математическая обработка» в других словарях:

математическая обработка геодезических измерений — Процедура получения результатов геодезических измерений и оценки их точности путем проведения вычислительных операций с измеренными значениями геодезических величин по определенному алгоритму. [ОСТ 68 15 01] Тематики измерения геодезические … Справочник технического переводчика

математическая обработка геодезических измерений — 3.1.13 математическая обработка геодезических измерений Процедура получения результатов геодезических измерений и оценки их точности путем проведения вычислительных операций с измеренными значениями геодезических величин по определенному… … Словарь-справочник терминов нормативно-технической документации

МАТЕМАТИЧЕСКАЯ ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ — вычисление статистических характеристик для количественных показателей либо экспериментально изучаемой совокупности объектов, либо исследуемых процессов. Основными задачами М. о. э. д. являются определение характеристик случайных величин и… … Энциклопедический словарь по психологии и педагогике

предварительная (математическая) обработка (результатов геодезических измерений) — Математическая обработка геодезических измерений, связанная с проверкой качества и получением первичной информации по результатам геодезических измерений на отдельных пунктах геодезических построений. [ОСТ 68 15 01] Тематики измерения… … Справочник технического переводчика

предварительная (математическая) обработка (результатов геодезических измерений) — 3.7.1 предварительная (математическая) обработка (результатов геодезических измерений) Математическая обработка геодезических измерений, связанная с проверкой качества и получением первичной информации по результатам геодезических измерений на… … Словарь-справочник терминов нормативно-технической документации

Обработка геодезических измерений математическая — Математическая обработка геодезических измерений процедура получения результатов геодезических измерений и оценки их точности путем проведения вычислительных операций с измеренными значениями геодезических величин по определенному алгоритму. … … Официальная терминология

Обработка естественного языка — (Natural Language Processing, NLP) общее направление искусственного интеллекта и математической лингвистики. Оно изучает проблемы компьютерного анализа и синтеза естественных языков. Применительно к искусственному интеллекту анализ означает … Википедия

Математическая модель зданий и сооружений — Математическая (компьютерная) модель зданий и сооружений – представление зданий и сооружений в виде конечно элементной схемы для проведения численных расчетов при решении комплекса задач, возникающих при проектировании, строительстве и… … Энциклопедия терминов, определений и пояснений строительных материалов

Математическая морфология — Форма (синяя) и её морфологическое расширение (зеленое) и сужение (желтое) ромбическим структурным элементом. Математическая морфология (ММ) (Морфология от греч … Википедия

Наблюдений обработка — математическая, применение к результатам наблюдений математических методов для построения выводов об истинных значениях искомых величин. Всякий результат наблюдений, связанных с измерениями, содержит ошибки (погрешности) различного… … Большая советская энциклопедия

НАБЛЮДЕНИЙ ОБРАБОТКА — применение к результатам наблюдений математич. методов для построения выводов об истинных значениях искомых величин. Всякий результат наблюдений, связанных с измерениями, содержит ошибки (погрешности) различного происхождения. По своему характеру … Математическая энциклопедия

Источник

ОСНОВЫ МАТЕМАТИЧЕСКОЙ ОБРАБОТКИ ИНФОРМАЦИИ

Описание презентации по отдельным слайдам:

Описание слайда:

Лекция 1-2,4. Основы математической обработки информации. Компьютерные методы
Составила: Курганова Н.А.

Описание слайда:

Описание слайда:

Определения
Вся продуктивная деятельность человека так или иначе связана с обработкой информации. Процесс развития общества неотделим от становления все более полных и эффективных методов обработки информации. Каждая область науки и в большой степени различные отрасли деятельности (образование, экономика, экология, добывающие отрасли, транспорт, связь, медицинская диагностика, управление и т.д.) представляют собой совокупность идей и методов, предназначенных для целенаправленной и эффективной обработки той информации, за которую ответственна данная область.

Описание слайда:

Определения
Основу методов обработки информации составляют вычислительная математика, теория информации и математическая статистика.

Описание слайда:

Определения
Обработка информации состоит в получении одних «информационных объектов» из других «информационных объектов» путем выполнения некоторых алгоритмов и является одной из основных операций, осуществляемых над информацией.
Можно выделить числовую и нечисловую обработку информации.

Описание слайда:

Описание слайда:

Основные методы
1. Компьютерные методы
2. Метод построения математических моделей.
3. Статистические методы.
4. Графические методы.

Описание слайда:

1. Компьютерные методы
Компьютер значительно расширяет возможности в обработке математических данных.

Описание слайда:

1. Компьютерные методы
Использование табличных процессоров (Excel и др.), специализированных математических пакетов (MathCad, Maple и др. ), статистических пакетов http://denisvolkov.com/wp-content/uploads/2011/03/KMOD-0.pdf позволяет решать математические задачи различного уровня сложности, тем самым позволяя осуществить математическую обработку информации.

Описание слайда:

Примеры задач:
работа с матрицами и определителями;
работа с системами линейных уравнений и неравенств;
построение и исследование графиков функций;
построение диаграмм, гистограмм;
математическая обработка экспериментальных данных;
др.

Описание слайда:

Решение линейной системы методом Гаусса в MathCad
Методы решения систем линейных алгебраических уравнений можно разделить на точные и приближенные.
Метод решения задачи относят к классу точных, если в предположении отсутствия округления с его помощью можно найти решение в результате конечного числа арифметических и логических операций.

Описание слайда:

Решение линейной системы методом Гаусса в MathCad
Метод Гаусса – точный метод решения невырожденной системы линейных алгебраических уравнений.
В MathCad прямой и обратный ходы выполняет функция rreff(A).

Описание слайда:

Моделирование
Основной путь исследования системы – это построение модели. Моделирование – процесс, посредством которого исследователь стремится понять определенные аспекты реальной жизни. Модель не является точной копией реальности, а представляет собой упрощенный ее вариант, согласованный с задачами исследователя. Один и тот же объект в зависимости от целей исследования может иметь разные модели.

Описание слайда:

Описание слайда:

Моделирование
Моделирование – это прежде всего умение выделить главное. Модели должны быть по возможности простыми, од­нако они должны включать все самые важные части исследуе­мой системы (оригинала), самые важные функции и самые важ­ные связи, внутрисистемные и внешние. Но таких элементов, выбранных для последующего детального исследования, долж­но быть ограниченное, небольшое количество, иначе будет трудно вести анализ.

Описание слайда:

Моделирование
Для того чтобы найти главные части и связи системы, следует сосредоточить внимание на трех важных моментах:
Определить главную цель системы, ответив на вопросы о том, зачем существует система и какие главные функции она выполняет.
Понять работу системы и определить главные части (подсистемы), участвующие в выполнении главной функции.
Установить важные связи между этими частями.
При этом связи и части системы будут действительно важными, если после их исключения из нее система «рассыпается». И наоборот, если мы исключили какую-то часть или связь и ничего не изменилось, то это не главная часть или, соответствен­но, не важная связь.

Описание слайда:

Советы
Научиться моделированию, ограничившись только формаль­ным усвоением каких-то правил, конечно, невозможно. Но все же есть со­веты, к которым стоит прислушаться. Например, к советам ака­демика Ю.И. Неймарка. Они достаточно общие и не могут служить непосредственным указанием к действию, но дают разумные подсказки, что и как следует делать:
Чем проще модель, тем меньше возможность ошибочных выводов.
Модель должна быть простой, но не проще, чем это воз­можно.
Пренебрегать можно чем угодно, нужно только знать, как это повлияет на решение.
Модель должна быть грубой: малые поправки не должны кардинально менять ее поведение.
Модель и расчет не должны быть точнее исходных данных.

Описание слайда:

Основные принципы построения матема­тической модели
Необходимо соизмерять точность и подробность модели, во-первых, с точностью тех исходных данных, которыми располагает исследователь, и, во-вторых, с теми результатами, которые требуется получить.
Математическая модель должна отражать существенные черты иссле­дуемого явления и при этом не должна его сильно упрощать.
Математическая модель не может быть полностью адекватна реально­му явлению, поэтому для его исследования лучше использовать не­сколько моделей, для построения которых применены разные матема­тические методы. Если при этом получаются сходные результаты, то исследование заканчивается. Если результаты сильно различаются, то следует пересмотреть постановку задачи.
Любая сложная система всегда подвергается малым внешним и внут­ренним воздействиям, следовательно, математическая модель должна быть устойчивой, т.е. сохранять свои свойства и структуру при этих воздействиях.

Описание слайда:

Метод построения математических моделей
Приближённое описание какого-либо класса явлений внешнего мира, выраженное с помощью математической символики. М. м. — мощный метод познания внешнего мира, а также прогнозирования и управления. Анализ М. м. позволяет проникнуть в сущность изучаемых явлений.

Описание слайда:

Этапы
Процесс математического моделирования, то есть изучения явления с помощью М. м., можно подразделить на 4 этапа.

Описание слайда:

Первый этап
формулирование законов, связывающих основные объекты модели. Этот этап требует широкого знания фактов, относящихся к изучаемым явлениям, и глубокого проникновения в их взаимосвязи. Эта стадия завершается записью в математических терминах сформулированных качеств, представлений о связях между объектами модели.

Описание слайда:

Второй этап
исследование математических задач, к которым приводят М. м. Основным вопросом здесь является решение прямой задачи, то есть получение в результате анализа модели выходных данных (теоретических следствий) для дальнейшего их сопоставления с результатами наблюдений изучаемых явлений. На этом этапе важную роль приобретают математический аппарат, необходимый для анализа М. м., и вычислительная техника — мощное средство для получения количеств, выходной информации как результата решения сложных математических задач. Часто математические задачи, возникающие на основе М. м. различных явлений, бывают одинаковыми (например, основная задача линейного программирования (См. Линейное программирование) отражает ситуации различной природы). Это даёт основание рассматривать такие типичные математические задачи как самостоятельный объект, абстрагируясь от изучаемых явлений.

Описание слайда:

Третий этап
выяснение того, удовлетворяет ли принятая гипотетическая модель критерию практики, то есть выяснение вопроса о том, согласуются ли результаты наблюдений с теоретическими следствиями модели в пределах точности наблюдений. Если модель была вполне определена — все параметры её были заданы, — то определение уклонений теоретических следствий от наблюдений даёт решения прямой задачи с последующей оценкой уклонений. Если уклонения выходят за пределы точности наблюдений, то модель не может быть принята. Часто при построении модели некоторые её характеристики остаются не определёнными. Задачи, в которых определяются характеристики модели (параметрические, функциональные) таким образом, чтобы выходная информация была сопоставима в пределах точности наблюдений с результатами наблюдений изучаемых явлений, называются обратными задачами. Если М. м. такова, что ни при каком выборе характеристик этим условиям нельзя удовлетворить, то модель непригодна для исследования рассматриваемых явлений. Применение критерия практики к оценке М. м. позволяет делать вывод о правильности положений, лежащих в основе подлежащей изучению (гипотетической) модели. Этот метод является единственным методом изучения недоступных нам непосредственно явлений макро- и микромира.

Описание слайда:

Четвертый этап
последующий анализ модели в связи с накоплением данных об изучаемых явлениях и модернизация модели. В процессе развития науки и техники данные об изучаемых явлениях всё более и более уточняются и наступает момент, когда выводы, получаемые на основании существующей М. м., не соответствуют нашим знаниям о явлении. Т. о., возникает необходимость построения новой, более совершенной М. м.

Описание слайда:

Классификация М.м.
Однокритериальные модели
Многокритериальные модели
Математические
модели
Детерминированные
модели
Стохастические
модели
Модели с элементами неопределенности
Линейные
модели

Модели стохастического программирования
Модели
теории игр
игр
Нелинейные
модели
Модели теории случайных процессов
Имитационные
модели
Динамические модели
Модели теории массового
обслуживания
Графические модели

Описание слайда:

Примеры
Модель Солнечной системы. Наблюдения звёздного неба начались в глубокой древности. Первичный анализ этих наблюдений позволил выделить планеты из всего многообразия небесных светил. Таким образом, первым шагом было выделение объектов изучения. Вторым шагом явилось определение закономерностей их движений. (Вообще определения объектов и их взаимосвязей являются исходными положениями — «аксиомами» — гипотетической модели.) Модели Солнечной системы в процессе своего развития прошли через ряд последовательных усовершенствований. Первой была модель Птолемея (2 век н. э.), исходившая из положения, что планеты и Солнце совершают движения вокруг Земли (геоцентрическая модель), и описывавшая эти движения с помощью правил (формул), многократно усложнявшихся по накоплении наблюдений.
Другие примеры http://mat.1september.ru/2003/14/no14_1.htm

Описание слайда:

Примеры
Экономико-математические модели: функции полезности; кривые безразличия; функции спроса; уравнение Слуцкого; Кривые «доход –потребление»; кривые «цены – потребление»; коэффициент эластичности; материальные балансы; функции выпуска продукции; производственные функции затрат ресурсов; модели поведения фирмы в условиях совершенной и несовершенной конкуренции; модели общего экономического равновесия; модель Эрроу – Гурвица; статистическая и динамическая модели межотраслевого баланса; общие модели развития экономики

Описание слайда:

Вывод
Метод математического моделирования, сводящий исследование явлений внешнего мира к математическим задачам, занимает ведущее место среди других методов исследования, особенно в связи с появлением ЭВМ. Он позволяет проектировать новые технические средства, работающие в оптимальных режимах, для решения сложных задач науки и техники; проектировать новые явления. М. м. проявили себя как важное средство управления. Они применяются в самых различных областях знания, стали необходимым аппаратом в области экономического планирования и являются важным элементом автоматизированных систем управления.

Описание слайда:

Графические методы
К графическим методам обработки информации можно отнести:
Графики
Диаграммы
Графы

Описание слайда:

Графики
Современную науку невозможно представить без применения графиков. Они стали средством научного анализа и обобщения. Такие свойства графиков, как выразительность, доходчивость, лаконичность, универсальность, смысловая однозначность, интернациональность, легкость кодирования, а также обозримость графических изображений сделали их незаменимыми в исследовательской и практической работе и в сопоставлениях как в технических вопросах, так и в вопросах социал

Описание слайда:

Описание слайда:

Описание слайда:

Описание слайда:

Метричность и наглядность. Метричность, т.е. использование в графиках масштабных шкал и условных обозначений, позволяет определить отдельные показатели, уровни и размеры изучаемых явлений. Представление информации в виде графика более наглядно и доступно, чем табличное, оно позволяет лучше осмыслить результаты наблюдения, правильно их истолковать, получить новое знание о предмете исследования, обобщая исходную информацию.
Особенности графического языка

Описание слайда:

Описание слайда:

Описание слайда:

Описание слайда:

Описание слайда:

Направленные диаграммы
Разновидностью столбиковых (ленточных) диаграмм являются направленные диаграммы. Они отличаются от них двусторонним расположением столбиков или полос и имеют начало отсчета по масштабу в середине. Обычно такие диаграммы применяются для изображения величин противоположного качественного значения. Сравнение между собой столбиков (полос), направленных в разные стороны, менее эффективно, чем расположенных рядом в одном направлении. Несмотря на это, анализ направленных диаграмм позволяет делать достаточно содержательные выводы, так как особое расположение придает графику яркость изображения

Описание слайда:

Описание слайда:

Описание слайда:

Диаграммы в виде графического изображения одной геометрической фигуры в другой
К рассматриваемому виду диаграмм относится графическое изображение, полученное путем построения одной в другой различных геометрических фигур (квадратов, кругов, прямоугольников и др.) с различной заштриховкой или закраской. При этом в случае построения диаграмм в виде кругов один в другом сравниваются не диаметры окружностей, а угловые размеры секторов.Такие диаграммы позволяют сравнивать между собой ряд исследуемых величин.

Описание слайда:

Описание слайда:

Описание слайда:

Если Вы считаете, что материал нарушает авторские права либо по каким-то другим причинам должен быть удален с сайта, Вы можете оставить жалобу на материал.

Источник