Чемерис О.А., Прус А.В. [olgachemerys@i.ua]
Житомирський державний університет імені Івана Франка, Україна
Download in PDF: http://fmo-journal.fizmatsspu.sumy.ua/journals/2020-v1-23-2/2020_1-23-2_Chemeris-Prus_FMO.pdf

СТАТИСТИКО-ЙМОВІРНІСНА СКЛАДОВА ЗМІСТУ ПІДГОТОВКИ ФАХІВЦІВ
З ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ

Формулювання проблеми. Вивчення елементів статистики у професійній підготовці майбутніх фахівців з комп’ютерних технологій сприяє реалізації прикладної спрямованості навчання. У статті наведено приклади використання математичних та статистичних методів аналізу для конкретних досліджень та дано методичні рекомендації, зокрема, наведено приклади обчислення й подання числових характеристик вибірки та знаходження залежностей між елементами варіаційних рядів.
Матеріали і методи. Аналіз науково-методичної літератури з математичної статистики, узагальнення та теоретичне моделювання; визначення основних статистичних характеристик вибіркової сукупності (за допомогою офісних програм та середовища GeoGebra); регресійний аналіз результатів дослідження для встановлення взаємозв’язку між даними; комп’ютерні технології для визначення числових характеристик.
Результати. У статті розкрито питання сучасних статистичних досліджень для різних галузей, результати яких було використано при викладанні змістового модуля «Математична статистика» для майбутніх фахівців з інформаційних технологій. Аналіз даних допомагає виявити корисну інформацію та зробити правильні висновки. Застосування комп’ютерних пакетів дозволить легше та швидше одержати потрібний результат. Широкий огляд методів обчислень завдань зі статистики дозволяє набути досвіду щодо практики обчислень в цій дисципліні. Наведено приклади розв’язання задач з подальшою візуалізацією як початкових, так і кінцевих даних. Використано програмні середовища MS Excel та GeoGebra.
Висновки. Власний досвід навчання студентів дав можливість сформулювати деякі рекомендації для викладання змістового модуля «Математична статистика» та вести елементи аналізу даних, з якими стикаються фахівці з інформаційних технологій у практичній діяльності. Огляд сучасних статистичних пакетів дозволить переглянути методи закріплення інформації та урізноманітніти практичне вивчення основних питань. У подальших публікаціях плануємо сформулювати методичні поради для застосування багатофакторного аналізу на прикладі авторських задач.
 Ключові слова: аналіз даних, описова статистика, ящик з вусами, коефіцієнт кореляції, пряма регресії.

STATISTICAL AND PROBABILITY COMPONENT OF THE CONTENT OF TRAINING
OF INFORMATION TECHNOLOGY SPECIALISTS
O.A. Chemeris, A.V. Prus
The Zhytomyr State University after I. Franko, Ukraine

Formulation of the problem. The study of elements of statistics in the training of future specialists in computer technology contributes to the implementation of the applied orientation of education. The article provides examples of the use of mathematical and statistical methods of analysis for specific studies and provides guidelines, in particular, examples of calculation and presentation of numerical characteristics of the sample and finding the relationships between the elements of variation series.
Materials and methods. Analysis of scientific and methodological literature on mathematical statistics, generalization, and theoretical modeling; determination of the main statistical characteristics of the sample (using office programs and GeoGebra environment); regression analysis of research results to establish the relationship between the data; computer technology to determine numerical characteristics.
Results. The article reveals the issues of modern statistical research for various fields, the results of which were used in teaching the content module "Mathematical Statistics" for future specialists in information technology. Data analysis helps to identify useful information and draw the right conclusions. Using computer packages will make it easier and faster to get the desired result. A broad overview of methods for calculating problems in statistics allows you to gain experience in the practice of computing in this discipline. Examples of problem-solving with subsequent visualization of both initial and final data are given. MS Excel and GeoGebra software environments are used.
Conclusions. The students' own experience allowed them to formulate some recommendations for teaching the content module "Mathematical Statistics" and to conduct elements of data analysis, which are encountered by specialists in information technology in practice. The review of modern statistical packages will allow us to reconsider methods of fixing of the information and to diversify practical studying of the basic questions. In future publications, we plan to formulate methodological advice for the application of multifactor analysis on the example of the author's problems.
Keywords: data analysis, descriptive statistics, mustache box, correlation coefficient, regression line.

Список використаних джерел

1. Басюк Т. М., Думанський Н. О., Пасічник О. В. Основи інформаційних технологій : навч. посіб. / за ред. В. В. Пасічника. Львів : Новий Світ-2000, 2011. 390 с.
2. Гмурман В. Е. Теория вероятностей и математическая статистика : учеб. пос. 9-е изд. Москва : Высш. шк., 2003. 479 с.
3. Кислова М. А., Горшкова Г. А. Система комп’ютерної математики як складова мобільного навчального середовища з вищої математики. Новітні комп’ютерні технології. 2017. Том XV. С. 197-201.
4. Конет І. М. Практикум з  математичної статистики : навч. посіб. Кам’янець-Подільський: Абетка-Світ, 2010. 212 с.
5. Мазуренко В. Долар проб'є рекордну позначку: аналітики озвучили прогнози. URL: https://www.volynnews.com/news/all/dolar-probye-rekordnu-poznachku-analityky-ozvuchyly-prohnozy (Дата звернення 26.05.2020).
6. Майборода Р. Є., Сугакова О. В. Cтатистичний аналіз даних за допомогою пакету STATISTICA. URL: http://matphys.rpd.univ.kiev.ua/downloads/courses/mmatstat/StatAn.doc (Дата звернення 20.05.2020).
7. Мунтян О. А., Мунтян М. Л., Яровенко А. Г. Пакети прикладних програм статистичного аналізу результатів наукових досліджень. Сучасні інформаційні технології та інноваційні методики навчання у підготовці фахівців : методологія, теорія, досвід, проблеми. Випуск 49. Київ-Вінниця : ТОВ фірма «Планер», 2017. С. 135-138.
8. Навчальна програма дисципліни самостійного вибору університету «Теорія ймовірностей, ймовірнісні процеси та математична статистика» для підготовки фахівців першого (бакалаврського) рівня вищої освіти галузі знань 12 Інформаційні технології спеціальності 122 Комп’ютерні науки за освітньо-професійною програмою «Сучасні інформаційні технології та програмування». Навчальні програми дисциплін кафедри алгебри та геометрії ЖДУ імені Івана Франка. 2019. URL: https://zu.edu.ua/packages.asp?prefiks=155. (Дата звернення 22.02.2020).
9. Роїк В. О., Денисюк О. І., Присяжнюк М. В. Ефективна економіка. 2017. № 7. URL: http://www.economy.nayka.com.ua. (Дата звернення 24.04.2020).
10. Савельев В. Статистика и котики. Москва: АСТ, 2018. 189 с. ISBN 978-5-17-108287-1.
11. Середа Ю. В. Сучасні методи статистичного аналізу даних у гуманітарних науках : майстер-клас. URL: http://i-soc.com.ua/ua/highschool/master-klas/metodi-stat-analizu-gum-nauk (Дата звернення 19.03.2020).
12. Спірін О. М. Методологічні засади розвитку сучасних систем вищої освіти. Вісник Житомирського державного університету імені Івана Франка. 2005. № 20. С. 104-109.