Материали
МАТЕРИАЛИ ЗА XX МЕЖДУНАРОДНА НАУЧНА ПРАКТИЧНА КОНФЕРЕНЦИЯ
жүктеу/скачать 2.16 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Найновите научни постижения - 2023 ★ Volume 9
| МАТЕРИАЛИ ЗА XX МЕЖДУНАРОДНА НАУЧНА ПРАКТИЧНА КОНФЕРЕНЦИЯ ★ 17 - 25 март, 2023
99 усвоения материалов обеспечивающих курсов и что эти модели могут быть получены на основе реальной информации об успеваемости студентов и применения регрессионного анализа. Проанализировав модель и подходы к прогнозу успеваемости студентов вуза в работе [3] авторов Помяна С.В., Белоконь О.С., можно сделать вывод о том, что использование методов статистических данных, примение возможностей современной вычислительной техники для обработки данных, полученных в ходе исследований, и построение статистических моделей позволяет оценить текущее состояние учебных достижений студентов и осуществить прогноз их будущих состояний. В моей работе [4] в качестве инструмента анализа успеваемости учебных групп по предмету «Высшей математика» по средним показателям, использован статистический метод и составлена модель при помощи дифференциальных уравнений. Успеваемость учебной группы описывается через дифференциальное уравнение: 𝑑𝑦 𝑑𝑥 = 𝛼𝑦 − 𝛽𝑦, (2) 𝑦(0) = 𝛾, (3) где α – коэффициент повышения успеваемости; β-коэффициент торможения успеваемости; γ-результат предыдущей сессии. Ограничение этой модели требование таково, что случайная величина Х должна быть распеределена по нормальному закону, так как нормальный закон обеспечивает объективность оценки экзамена и отражает истинный процесс обучения. Далее в работе Р.М. Наурызбаевой [5] польностью изучено функция успеваемости. Проведены исследования этой модели относительно параметров. Установлено поведение этой модели при индивидуальном изменении каждого Найновите научни постижения - 2023 ★ Volume 9 100 параметра, входящего в эту модель. Рассмотрен вопрос о применении этой модели, даже если случайная величина распределена не по нормальному закону. А также в этой работе использованы регулируемые коэффициенты, через них можно прогнозировать результат экзамена, по определенному предмету. Цель сегодняшней статьи создать широко и легко используемую таблицу успеваемости путем определения диапазона значений параметров функции успеваемости и использования регулируемых коэффициентов для определения уровня успеваемости на следующем экзамене учебной группы. В ходе изучения поставленной задачи был проведен анализ, синтез, использованы методы математического анализа. Вернемся к модели успеваемости путем анализа статистических данных. Решение этой модели через регулируемые коэффиценты можно предствить в виде: 𝑦 = 𝛾𝑒 𝑟𝑖 𝑛 ∙𝑡 , (4) здесь итоговая успеваемость 𝛾 учебной группы на предыдущей сессии, 𝑛- количество всех студентов в группе. 𝑟 𝑖 = ∑ 𝑚 𝑖 𝑖 1 − 𝑘, 𝑟 𝑖 ∈ 𝑁, 𝑚 𝑖 ∈ 𝑁, 𝑘 ∈ 𝑁, 𝑖 = 1, 2, 3, 4, регулируемые коэффициенты, где: 𝑚 1 – количество студентов получивщихся оценку «отлично»; 𝑚 2 – оценку В«+»; 𝑚 3 – оценку В; 𝑚 4 − оценку В«–» и 𝑘 − оценку «неудовлетворительно». Формула (4) называется функцией успеваемости [5, стр.81]. Из статистики можно понять, что успеваемость возрастает с возрастанием времени, т.е если учебная группа на первом этапе семестра получает определенное количество баллов, то в конце сессии редко когда результат остается неизменьным. Поэтому мы можем считать успеваемость учебной группы функцией от времени 𝑡. В модели успеваемости среди параметров 𝑟 𝑖 , 𝑖 = 1, 2, ,3, 4 наряду с количеством студентов, получивших оценки «отлично», количество студентов, |