A statisztikák dialektikus modellezése történelmi kulturális megközelítésből: a tanulmány tárgya és mérése
Roy Umaña a Carrillo 1В
1 Az Universidad Estatal a Distancia de Costa Rica kutatási rektorhelyettesében dolgozik. Szociológián végzett a Costa Rica-i Egyetemen. E-mail cím: [email protected]; [email protected]
Kulcsszavak: В logika; statisztika oktatása; történelmi-kulturális megközelítés
Ez az esszé a statisztika fogalmainak dialektikus modellezését kínálja történelmi genetikai perspektívában, az absztrakttól a konkrétig való felemelkedés módszere alapján. Ennek a munkának az a célja, hogy a különböző egyetemi pályafutásokból és képzési órákból származó bevezető kurzusokban a statisztikai fogalmak tanítási és tanulási folyamatát irányítsa, hogy a formális absztrakciók tankönyvekben való bemutatásának általában felületes, elterjedt és ahistorikus módja legyőzhető legyen. Két dimenzióban lehetett egységet adni a sokszínűségnek: a vizsgálati objektum annak jelenségrészében és a mérési skálák alapjaiban, és egyúttal több elhatározással gazdagította az állandókat és variánsokat kiszolgáló különbözőségeket és fogalmakat. A tér miatt nem szerepelt a statisztikai jelenségekkel való foglalkozás módja, és a jövőbeni cikkekhez van fenntartva.
Kulcsszavak: В logika; statisztikai oktatás; történelmi-kulturális megközelítés
Zavaros helyzet
Történelmi szempontból Chaves (2007) rámutat, hogy a statisztikákat csak 1995-ben vezették be az általános és középiskolában, és ez egy olyan tárgy volt, amely nem kapcsolódott matematikához és más tantárgyakhoz. Azok viszont, akik tanítottak, nem rendelkeztek szilárd, koncepcionális és pedagógiai képzettséggel a statisztika oktatásához, ezért a statisztikai tartalmat mechanikusan mutatták be, a tanultak pedig csak passzívan cselekedtek. Csak a 2012-es évben kap új lendületet a statisztika oktatása az iskolákban és főiskolákon (Közoktatási Minisztérium, 2012), amikor a tanárok képzésének folyamatai 2012-től 2014-ig (Gamboa, személyes kommunikáció, június 5., 2013) és konstruktivista megközelítéssel a problémamegoldás révén (Chaves, személyes kommunikáció, 2013. július 12.). Ezért Costa Ricán sok ember találkozott először statisztikákkal az egyetemi tanulmányai során felajánlott tanfolyamokon.
Az egyetemeken a statisztikai tanfolyamok magas kudarcot és lemorzsolódást mutatnak. Például a Costa Rica-i Állami Távoktatási Egyetem (UNED) Oktatási Iskolájának oktatására alkalmazott statisztika tantárgyban 1996 és 1999 között az átlagos bukási arány 30,1%, a lemorzsolódás pedig 30,1% volt. %; a két előző összege, vagyis az átlagos teljes kudarc 57,4% volt, minimum 51% és maximum 69% (Chaves, 2000). 2004-ben a teljes kudarc 45,4% (Herrera, 2005). Hasonló eredményeket kaptak az UNED Közigazgatási Iskolájában is, a 2014. évre (a három félév együttesen) az I. Statisztika tanfolyam kudarca és elhagyása 51,45% volt. A Statisztika II. Tanfolyamon a valószínűségeket tekintve 61,33% volt (Sánchez, személyes kommunikáció, 2015. április 14.).
A korábban felvetett helyzetnek megfelelően a következő ellentmondás mutatkozik: annak ellenére, hogy a statisztikai koncepciók oktatása során az egyéb egyetemi pályafutás hallgatói számára didaktikai erőfeszítéseket tettek, a tanítási-tanulási folyamat (PEA) orientációja kedvez a reproduktív, felszínes és rosszul megalapozott e fogalmak tanulása a hallgatói körben.
A szellemi és tudományos tevékenységet a XII – XIV. Század közötti skolasztikusok végzik, akik megpróbálták összeegyeztetni a keresztény dogmát Arisztotelész gondolatának egy részével. Ezért elutasítják az empirikus kísérleteket a dolgok bemutatása vagy igazolása érdekében, és a matematikának nem tulajdonítottak nagy jelentőséget (Barrantes és Ruiz, 1997).
Abban az esetben, ha az 1 egy almára vonatkozik, az egyik értelmezés a következő: az empirikus alma a matematikai egységek osztályának tagja, csakúgy, mint a vörös, mivel a vörös dolgok osztályának tagja. A másik értelmezés: az empirikus alma azért egy, mert közelíti a matematikai egységet, ebben az értelemben nagyon közel áll Platónhoz, Krner (1967) a második értelmezést támogatja, ahol az elvonatkoztatás vagy az elválasztás az absztrakció vagy idealizálás idealizálását jelenti.
Strukturális szinten a formális logika, mint filozófiai diszciplína, nem ismer el ellentmondást, a dolog van vagy nincs, nem lehet és nem lehet egyszerre. Három alapelvből indul ki:
Az ellentmondásmentesség elve: A nem nem-A, így a különbség, a kapcsolat, az ellentmondás az identitásba kerül, ahol a különbség és a kapcsolat ellentmondásként kerül bevezetésre, de nem fordítva (Lefebvre, 1970, p. 156). Vagy a piros léggömb nem zöld léggömb.
A kizárt harmadik elve: Lefebvre (1970) számára egy állítás nem lehet egyszerre igaz és hamis. Az A vagy az A vagy -A (nem A) elv ellentmondást von maga után, de az egyik predikátumot fel kell venni, nem ismeri el egyszerre mindkettőt. A harmadik kizárt (Kohan, 2016). Vagy a léggömb piros, vagy zöld, fennáll annak a lehetősége, hogy egyszerre piros és zöld, de ez kiegészítés, nem ellentmondás.
A fentiekben példázott PEA-k - anélkül, hogy állítólag kimerítő listának lennének - közös, hogy nem haladják meg a tartalom töredék- és történeti jellegét, mivel a formális logika posztulátumaiból indulnak ki.
A modell alkalmazásának eredményei
Röviden, a statisztika tanulmányozásának tárgya a bizonytalanság, és adatgyűjtésként képzelik el, amelyek mindegyike önmagában determinisztikus, amelyek véletlenül nincsenek meghatározva. A tudományok áthaladnak a determinismák és az indeterminizmusok között, és fordítva, és több alkalommal csak a határozatlanokhoz lehet megközelíteni a jelenségeket, ezért a statisztikák mindenütt jelen vannak a különböző tudományokban. Most meg kell válaszolni azt a kérdést, hogy miként mérik a jelenségeket?
Ezt a vitát a statisztikákban nem statisztikusoknak szóló statisztikai könyvek mutatják be meglehetősen felszínes és töredékes módon, mivel a skálák bizonyos jellemzőit általában alapjaik nélkül mutatják be, és még kevésbé találtak relatív jelleget az említett jellemzők között (Burgos García és Burgos GÃіmez, 2016; Burgos Gіmez, 2016; Daniel, 2008; GÃіmez, 2008, 2012; HernÃЎndez, 2012; Johnson, 1990; Lind, Marshall és Wathen, 2012; Lipschutz és Schiller, 2000; Mendenhall, Hód és Hód, 2010; Quintana, 1983, 1989; Triola, 2004). Hasonlóképpen, a tartalmi ismertetés is történeti, legalábbis Saldkind (1999) rámutat Stevensre, mint a skála különböző mértékű mérési szintjének írójára: nominális, ordinális, intervallum és ok, de anélkül, hogy kitenné alapjait.
Vannak még szélsőséges pozíciók is, például kijelentik, hogy a névleges szintet számolják, de nem mérik (Burgos, 2016). Ehhez társul Ten (2009) álláspontja, aki teljesen kiküszöböli a nominális szintet, ez azért van, mert egységesítő koncepciója a skálák fokozatossága, ezért csak a sorszám, az intervallum és az ok szintjén van rögzítve. Ugyanakkor a korábbi írásokban szerepel a névleges (DÃez, 1997a, 1997b).
Annak érdekében, hogy azonosítsuk azt a lényeges absztrakciót, amely egységet ad a sokféleségnek a mérési skálán, minden skaláris szinten meghatározott minták segítségével azonosítottuk a kvalitatív és a kvantitatív kapcsolatát.
Eleinte azt gondolták, hogy a kvalitatív és a kvantitatív kapcsolatnak nevezzük, de ez a jelentés jobban példázza a matematikát, mivel a tudományt megkülönböztetik a kvalitatív mennyiségi kvantifikálása, akár tiszta, akár alkalmazott formájában. Stevens (1959, 394. o.) Kijelenti, hogy a mérés abból áll, hogy objektumokhoz vagy eseményekhez számokat rendelünk egy bizonyos szabály szerint. Ez azonban általános szintnek számít, amely nem tisztázza a mérés sajátosságait sem, mivel jól utalhat alkalmazott matematikára. A mérési skálák lehetővé teszik az értelmes világ és a számok világának kapcsolatát.
VarЃvarvarvarvarvarvarvar to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to to way way to -hoz hasonló módon utal a nagyság mérésére a következ Aképpen: A/C = N, A = bármelyik nagyságúnak kitett tárgy, C = bármely mérték és N = bármely szám.
A fentiek megfelelnek az adott szintnek, azonban ebben a munkában a különböző mérési skálákat magában foglaló megközelítés megalkotása érdekében az előző összefüggést C/P = N formában jelenítjük meg, ahol C egyenlő a tárgyak minőségével a bármely skalár szint, P bármely tetszőleges skalár szintnek megfelelő minta, és N tetszőleges szám, akár névleges, ordinális, kardinális szinten, akár a valós számok skáláján. Így mindegyik skála a kvalitatív és a kvantitatív vonatkozású módon egy bizonyos mintát követve sajátos módon viszonyul, ezért az értelmes világot a számok világához kapcsolja.
Ez a vita több élrel is kiterjeszthető, például a hőmérséklet Celsius-fokban és Fahrenheit-fokban mért additív jellemzőinek magyarázata, de nincs minden meghatározása, amely az okskálának van, vagy a hőmérséklet intervallumban történő átalakulása szint Kelvin fokban. Másrészt az abszolút és a relatív skálának, még a valószínűségnek is van additív tulajdonsága, de nem mondható el, hogy kiterjedtek, mint a nagyságrendek, ezért fontos Patrick Suppes (DÃez, 2009), aki egyesíti a kidolgozott axiomatikus javaslatokat. Helmholtz, Hlder és Campbell, a Stevens-skála invariáns transzformációival együtt, amelyeket már tárgyaltunk.
Zárásként
Jelentős absztrakciót azonosítottak a különböző tudományok tanulmányozási jelenségeire. A determinizmus és az indeterminizmus közötti kapcsolat jellemzője az, hogy visszavonhatatlan, mivel magában foglalja az összes lehetséges megnyilvánulást ezen a megállapított szinten, egészen addig a pontig, amíg sikerült megmagyarázni az adatok változékonyságát. Ugyanakkor megvan az a jósága, hogy egyszerű és összetett folyamatokra alkalmazzák, így stabilitást és objektivitást generál változatlanság értelemben az érintett jelenségek minden megnyilvánulására, mivel a bizonytalanság felépítése többféle bizonyosságból származik.
Hasonlóképpen, a sokféleség egységét a mérési skálákkal érték el, és nagyszámú meghatározást azonosítottak, amelyeket a statisztikai PEA-ban használt szövegek nem vettek figyelembe. Szabályt határoztak meg a leíró statisztikák hozzárendeléséhez a megfelelő skálákkal. Hasonlóképpen, a determinisztikus és indeterminisztikus jelenségek mérésére ugyanazokat a skálákat alkalmazták, ez nyilvánvalónak tűnik, de ezt egyik megkérdezett szöveg sem tisztázza.
ГЃlvarez, Evelyn és ГЃlvarez de Zayas, Carlos. (2004). A matematika ismeretelméleti elemei és tanítása. Bolívia: Grupo Editorial Kipus. [В linkek]
Bruner, Jerome. (2010). A mentális valóság és a lehetséges világok. A képzelet cselekedetei, amelyek értelmet adnak az élménynek. Barcelona: Gedisa S.A. [В linkek]
Burgos García, Alicia és Burgos Gemіz, Elio Arturo. (2016). Az egészségre alkalmazott következtetési statisztikák. Costa Rica: a tudományos statisztika elnöke. Pontos és Természettudományi Iskola. UNED. [В linkek]
Burgos Gіmez, Elio Arturo. (2016). Az egészségtudományokra alkalmazott leíró statisztikák. Costa Rica: a tudományos statisztika elnöke. Pontos és Természettudományi Iskola. UNED. [В linkek]
Canfux, Veronica. (2000). Hagyományos pedagógia. In A jelenlegi oktatási valóság pedagógiai irányzatai (1-7. O.). Havana, Kuba: Havannai Egyetem. [В linkek]
Copleston, Frederick. (2004). Filozófiatörténet (3. köt.). Barcelona: Ariel. [В linkek]
Davdov, Vaszilij Vaszilovics. (1981). Az általánosítás típusai a tanításban. Kuba: Emberek és oktatás. [В linkek]
Ertmer, Peggy A. és Newby, Timothy J. (2013). Biheiviorizmus, kognitivizmus, konstruktivizmus: a kritikus jellemzők összehasonlítása oktatási tervezés szempontjából. Teljesítményjavítás negyedévente, 26. cikk (2), 43–71. [В linkek]
García del Valle, Alejandro. (ezerkilencszázkilencvenöt). Megjegyzések a statisztikáról. Santiago, Chile: TГіrculo Artes Grfica, S.A.l. [В linkek]
Girán González-Torre, Francisco Javier. (1999). Határozottság, káosz, véletlen és bizonytalanság. Kulturális horizontokban: a tudomány határai (73–83. O.). Spanyolország: Espasa Calpe. [В linkek]
Guerra, Mario, Correa, Juan, NÃ ± ez, Izrael, és ScarÃn, Juan Miguel. (1994). Fizika Alapvető elemek. Klasszikus mechanika és termodinamika. Különleges relativitáselmélet (I. kötet). Barcelona: Szerkesztőség REVERTГ, S. A. [Linkek]
Juan, ГЃngel A., de la Fuente, Blanca és Vila, Alicia. (2011). Statisztika. Barcelona: Eureca Media, SL. [В linkek]
Krantz, David H., Luce, Robert Duncan, Suppes, Patrick és Tversky, Amos. (2007). A mérés alapjai. I. kötet: additív és polinomiális ábrázolások (I. köt.). New York: Dover Publications, Inc. [В Linkek]
Lipschutz, Seymour és Schiller, John. (2000). Bevezetés a valószínűségbe és a statisztikákba. Madrid: McGraw-Hill. [В linkek]
Luce, Robert Duncan (1996). Az empirikus tudomány és a méréselmélet közötti párbeszéd. Journal of Mathematical Psychology, 40, 78-98. [В linkek]
Luce, Robert Duncan és Suppes, Patrick. (2002). Reprezentációs méréselmélet. Stanley Smith Stevens (szerk.), Stevens Handbook of Experimental Psychology (3. kiadás, 1–42. O.). John Wiley & Sons, Inc. Letöltve: http://www.media.wiley.com/product_data/excerpt/87/04713788/0471378887.pdf [Linkek]
MarbÃЎn, RocÃo M. és Pallecer, Julio A. (2002). Metrológia nem metrológusok számára (2. szerk.). Guatemala: OAS. Letöltve: http://www.todometrologia.ucoz.com/mundometro/libros/metrolo_all.pdf [В Linkek]
Marx, Carlos. (1959). Főváros. A politikai gazdaságtan kritikája (2. kiadás, I. kötet). Bogoté, Kolumbia. [В linkek]
Montanero Fernndez, Jes, és Minuesa Abril, Carmen. (2018). Egészségtudományi alapstatisztika. Cerceres, Spanyolország: Extremadurai Egyetem, Publikációs Szolgálat. [В linkek]
Morettin, Luiz Gonzaga. (2010). Alapstatisztikák: valószínűség és következtetett, egy kötet. Sao Paulo: Pearson Prentice Hall. [В linkek]
Morin, Edgar. (2007). A jövő oktatásához szükséges hét tudás. Buenos Aires: Új jövőkép. [В linkek]
Narens, Louis és Luce, Robert Duncan. (1993). További észrevételek az axiomatikus mérés elméletéből fakadó "nem forradalommal". Pszichológiai Tudomány, 4 (2), 127-130. [В linkek]
Kődobó program. (2013). Kődobó program. Letöltve: http://www.web.educastur.princast.es/proyectos/azar/gravity.php [Linkek]
Rao, Calyampudi Radhakrishna. (1997). Statisztika és igazság. Esélyt adni a munkára (2. kiadás). Szingapúr: World Scientific. [В linkek]
Reale, Giovanni. (1992). Bevezetés Arisztotelésbe (2. kiadás, 16. kötet). Barcelona: Herder. [В linkek]
Rodríguez Ugido, Zaira. (2001) Works (2. kiadás, 2. kötet). Havana, Kuba: Szerkesztőségi Pueblo és Oktatás. [В linkek]
Russell, Bertrand. (2009). A filozófia története. Spanyolország: Printer industria grafica Newco, S.L. [В linkek]
Salama, David. (2002). Statisztika: módszertan és alkalmazások (5. kiadás). Caracas, Venezuela: Torino. [В linkek]
Salmina, N. G., V. V. és Sorokin Chernysheva, V. K Chernysheva. (1984). A tananyag felépítéséhez szükséges eljárások logikai-pszichológiai elemzése. Kortárs Felsőoktatás, 3 (47), 55-78. [В linkek]
Stevens, Stanley Smith (1946). A mérési skálák elméletéről. Science, 103 (2684), 677-680. [В linkek]
Savage, C. Wade és Ehrlich, Philip (1991). A méréselmélet és az esszék rövid bemutatása. In A méréselmélet filozófiai és megalapozó kérdései (231. o.). New Jersey: Lawrence Erlbaum Associates. [В linkek]
Viertl, R. (2003). A statisztika alapjai. Az élet támogató rendszereinek enciklopédiájában (EOLSS), amelyet az UNESCO égisze alatt fejlesztettek ki. Eolss Publishers, Oxford, Egyesült Királyság. Helyreállítva: http://www.eolss.net [В Linkek]
Vygotski, Lev Semiconovich. (2000). A magasabb pszichológiai folyamatok fejlődése. Barcelona: Szerkesztőség CrTica. [В linkek]
Vygotsky, Lev Semiconovich. (1934). Gondolat és nyelv. Havanna, Kuba: Szerkesztőségi Pueblo y EducaciÃіn. [В linkek]
Zeitlin, Irwing. (1986). Ideológia és szociológiai elmélet. Buenos Aires: Amorrortu editores. [В linkek]
Zieffler, Andrew és a változás katalizátorai. (2013). Statisztikai gondolkodás: A bizonytalanság szimulációs megközelítése (2. kiadás). Minneapolis, Amerikai Egyesült Államok: MN: Catalyst Press. Letöltve: http://zief0002.github.io/statistical-thinking/ [В Linkek]
Beérkezett: 2018. október 16 .; Jóváhagyva: 2019. április 29
 Ez egy cikk nyílt hozzáféréssel jelent meg Creative Commons licenc alatt