Диалектическо моделиране на статистиката от исторически културен подход: обект на изследване и неговото измерване

диалектическо

Рой В Umaг ± a Carrillo 1В

1 Работи в кабинета на заместник-ректора за научните изследвания в Universidad Estatal a Distancia de Costa Rica. Завършва социология в Университета на Коста Рика. Имейл адрес: [email protected]; [email protected]

Ключови думи: В логика; преподаване на статистика; историко-културен подход

Това есе предлага диалектическо моделиране на понятията за статистика в историческа генетична перспектива, базирана на метода за издигане от абстрактното към конкретното. Целта на тази работа е да насочи процеса на преподаване и учене на статистическите концепции в уводните курсове от различни университетски кариери и класове за обучение, така че да се преодолее обикновено повърхностният, разпространен и неисторичен начин за представяне на формалните абстракции в учебниците. Беше възможно да се даде единство на многообразното в две измерения: обектът на изследване в неговата част на явленията и в основите на измервателните скали и в същото време да обогати с повече решителност различните и концепциите, обслужващи неговите константи и варианти. Поради пространството начинът, по който статистиката се занимава с явления, не е включен и е запазен за бъдещи статии.

Ключови думи: В логика; обучение по статистика; историко-културен подход

Проблемна ситуация

От историческа гледна точка Chaves (2007) посочва, че статистиката е въведена едва в началното и средното училище през 1995 г. и е предмет, който не е свързан с математиката и другите предмети. От своя страна на тези, които преподават, им липсва солидна, концептуална и педагогическа подготовка за преподаване на статистика, поради което те представят статистическото съдържание по механичен начин, а тези, които се учат, се ограничават да действат пасивно. Едва през 2012 г. се дава нов тласък на преподаването на статистика в училища и колежи (Министерство на народното образование, 2012 г.), когато процесите на обучение на учители от 2012 г. до 2014 г. (Gamboa, лична комуникация, 5 юни, 2013) и с конструктивистки подход чрез решаване на проблеми (Chaves, лична комуникация, 12 юли 2013 г.) Следователно в Коста Рика голям брой хора са имали първи контакт със статистически данни в уводни курсове, предлагани по време на вашето университетско обучение.

В университетите курсовете по статистика имат висок процент неуспехи и отпадане. Например в предмета Статистика, приложен към образованието в Училището за образование на Държавния дистанционен университет в Коста Рика (UNED), от 1996 до 1999 г., средният процент на неуспехи е 30,1% и отпадането е 30,1%. От 27,7 %; сумата от предходните две, т.е. средният общ провал е бил 57,4%, с минимум 51% и максимум 69% (Chaves, 2000). За 2004 г. общият провал е 45,4% (Herrera, 2005). Подобни резултати се получават в Административното училище на UNED, за 2014 г. (трите семестъра заедно), неуспехът и изоставянето на курса „Статистика I“ беше 51,45%. В курса „Статистика II“ по вероятности той е бил 61,33% (Sánchez, лична комуникация, 14 април 2015 г.).

В съответствие с посочената по-рано ситуация се откроява следното противоречие: въпреки дидактическите усилия, прилагани при преподаването на статистически концепции за студенти от други университетски кариери, ориентацията на процеса на преподаване и учене (PEA) е благоприятна за репродуктивност, повърхностно и зле обосновано изучаване на тези понятия в студентското тяло.

Интелектуалната и научна дейност се извършва от схоластите между XII и XIV век, които се опитват да съчетаят християнската догма с част от мисълта на Аристотел. Следователно, отхвърля се емпиричното експериментиране, за да се демонстрират или проверят нещата и на математиката не се отдава особено значение (Barrantes and Ruiz, 1997).

В случай, че 1 е за ябълка, една интерпретация би била: емпиричната ябълка е член на класа на математическите единици, точно както е червена, тъй като е член на класа на червените неща. Другата интерпретация е: емпиричната ябълка е една, защото тя се доближава до математическата единица, много близка до Платон в този смисъл, Krner (1967) благоприятства втората интерпретация, където абстрахирането или разделянето означава идеализиране на абстракция или идеализация.

На структурно ниво формалната логика като философска дисциплина не допуска противоречие, нещото е или не е, не може да бъде и да не бъде едновременно. Тя изхожда от три принципа:

Принципът на непротиворечивост: А не е не-А, следователно разликата, връзката, противоречието се въвеждат в идентичността, където разликата и връзката се въвеждат като противоречие, но не и обратно (Лефевр, 1970, стр. 156). Или червеният балон не е зелен балон.

Принципът на изключената трета: за Лефевр (1970) едно твърдение не може да бъде както вярно, така и невярно. Принципът или A или -A (не A) предполага противоречие, но трябва да се вземе един от предикатите, той не допуска едновременно и двете. Третото е изключено (Kohan, 2016). Или балонът е червен, или е зелен, има възможност едновременно да е червен и зелен, но това е добавка, а не противоречие.

Илюстрираните по-горе ЧСИ, без да претендират за изчерпателен списък, имат общо, че не надвишават дробния и аисторичния характер на съдържанието, тъй като изхождат от постулатите на формалната логика.

Резултати от приложението на модела

Накратко, обектът на изследване на статистиката е несигурността и тя е замислена като съвкупност от данни, всяка от които сама по себе си е детерминирана, която е неопределена случайно. Науките се плъзгат през транзит между детерминизми и индетерминизми и обратно и на няколко пъти е възможно само да се подхожда неопределено към явленията, оттук и повсеместното разпространение на статистиката в различните науки. Сега е необходимо да се отговори на въпроса как се измерват явленията?

Тази дискусия е представена в статистическите книги за нестатистици по доста повърхностен и частичен начин, тъй като обикновено се представят определени характеристики на скалите, без техните основи, и много по-малко е открит релационен характер между тези характеристики (Бургос Гарсия и Бургос GGіmez, 2016; Burgos GGímez, 2016; Daniel, 2008; GGіmez, 2008, 2012; HernÃndez, 2012; Johnson, 1990; Lind, Marshall и Wathen, 2012; Lipschutz and Schiller, 2000; Mendenhall, Beaver и Beaver, 2010; Кинтана, 1983, 1989; Триола, 2004). По същия начин изложението на съдържанието е неисторично, поне Saldkind (1999) посочва Стивънс като автор на различните нива на измерване в скали: номинално, редно, интервал и причина, но без да излага основите му.

Има дори екстремни позиции, например, посочва се, че номиналното ниво се брои, но не се измерва (Бургос, 2016). Свързано с това е позицията на Ten (2009), който премахва изцяло номиналното ниво, това, защото неговата обединяваща концепция е постепенността на скалите, следователно тя е фиксирана само на порядъчното, интервалното и разумното ниво. Той обаче включва номинала в предишни писания (DГez, 1997a, 1997b).

За да се идентифицира съществената абстракция, която дава единство на различните в скалите на измерване, връзката между качественото и количественото беше идентифицирана посредством специфични модели на всяко скаларно ниво.

Първоначално се смяташе да го назовем като връзката между качественото и количественото, но това значение по-добре илюстрира математиката като цяло, тъй като това е науката, която се отличава чрез количествено определяне на качественото, в чист или приложен вид. Стивънс (1959, стр. 394), заявява, че измерването „се състои от присвояване на числа на обекти или събития съгласно определено правило“. Счита се обаче, че е общо ниво, което също не изяснява спецификата на измерването, тъй като би могло да се отнася до приложна математика. Скалите за измерване позволяват да се свърже разумният свят със света на числата.

По подобен начин на Гълварес и Гълварес (2004), Давдов (1981) се отнася до измерването на величина, както следва: A/C = N, за A = всеки обект, поставен като величина, C = всяка мярка и N = всяка номер.

Горното е подходящо за това специфично ниво, но в тази работа, за да се направи подход, който включва различните скали на измерване, предишната връзка е представена като C/P = N, където C е равно на качество на обекти във всеки скаларно ниво, P е всеки модел, съответстващ на всяко скаларно ниво, и N всяко число, независимо дали е на номинално, редно, кардинално ниво или в скалата на реалните числа. По този начин всяка скала свързва качественото с количественото по специфичен начин, следвайки определен модел, следователно тя свързва разумния свят със света на числата.

Тази дискусия може да бъде разширена с множество ръбове, като обяснението за адитивните характеристики на температурата, измерена в градуси по Целзий и по Фаренхайт, но тя няма всички определения, които има скалата на причините, или трансформацията на температурата в интервала ниво до магнитуд в градуси по Келвин. От друга страна, абсолютната и относителна скала, включително вероятността, имат адитивни свойства, но не може да се каже, че те са обширни като величините, откъдето идва и значението на Патрик Супес (D (ez, 2009), който обединява аксиоматичните предложения, разработени от Helmholtz, Hölder и Campbell, заедно с инвариантните трансформации на скалите на Стивънс, които вече бяха обсъдени.

По начин на затваряне

Идентифицирана е значителна абстракция за феномените на изучаване на различните науки. Връзката между детерминизма и индетерминизма има характеристиката на неприводимост, тъй като обхваща всички възможни прояви на това установено ниво, до степен, че е постигнато обяснение на променливостта на данните. В същото време той има доброто, че се прилага към прости и сложни процеси, поради което генерира стабилност и обективност в смисъл на неизменност спрямо всички прояви на участващите явления, тъй като изграждането на несигурността се генерира от множество сигурности.

По същия начин е постигнато единството на многообразието със скалите за измерване и в текстовете, използвани в PEA на статистиката, са идентифицирани голям брой определения, които не са взети предвид. Идентифицирано е правило за присвояване на описателна статистика със съответните им скали. По същия начин, за измерване на детерминирани и недетерминирани явления са използвани едни и същи скали, изглежда очевидно, но това не е изяснено в нито един от консултираните текстове.

Гълварес, Евелин и Гълварес де Заяс, Карлос. (2004). Епистемологични елементи на математиката и нейното преподаване. Боливия: Grupo Editorial Kipus. [В Връзки]

Брунер, Джером. (2010). Психическа реалност и възможни светове. Действията на въображението, които придават смисъл на преживяването. Барселона: Gedisa S.A. [В Връзки]

Бургос Гарсия, Алисия и Бургос Гимез, Елио Артуро. (2016). Приложими статистически данни за здравето. Коста Рика: Катедра по статистика за науките. Училище за точни и природни науки. UNED. [В Връзки]

Бургос Гимез, Елио Артуро. (2016). Описателна статистика, приложена към здравните науки. Коста Рика: Катедра по статистика за науките. Училище за точни и природни науки. UNED. [В Връзки]

Canfux, Вероника. (2000). Традиционна педагогика. В Педагогически тенденции в съвременната образователна реалност (стр. 1-7). Хавана, Куба: Хавански университет. [В Връзки]

Коплстън, Фредерик. (2004). История на философията (том 3). Барселона: Ариел. [В Връзки]

Давдов, Василий Василович. (1981). Видове обобщения в преподаването. Куба: Хора и образование. [В Връзки]

Ertmer, Peggy A. и Newby, Timothy J. (2013). Бихейвиоризъм, когнитивизъм, конструктивизъм: сравняване на критични характеристики от гледна точка на учебния дизайн. Подобряване на представянето на тримесечие, 26 (2), 43-71. [В Връзки]

Гарсия дел Вале, Алехандро. (деветнадесет и деветдесет и пет). Статистически бележки. Сантяго, Чили: TGіrculo Artes GrГficas, S.A.l. [В Връзки]

Гирон Гонзалес-Торе, Франсиско Хавиер. (1999). Детерминизъм, хаос, шанс и несигурност. В Културни хоризонти: границите на науката (стр. 73-83). Испания: Espasa Calpe. [В Връзки]

Guerra, Mario, Correa, Juan, NÃÃ ± ez, Israel, и ScarÃn, Juan Miguel. (1994). Физика Основни елементи. Класическа механика и термодинамика. Специална относителност (том I). Барселона: Редакция REVERTG, S. A. [В линкове]

Хуан, Гюнгел А., де ла Фуенте, Бланка и Вила, Алисия. (2011). Статистика. Барселона: Eureca Media, SL. [В Връзки]

Krantz, David H., Luce, Robert Duncan, Suppes, Patrick и Tversky, Amos. (2007). Основи на измерване. Том I: адитивни и полиномиални представления (том I). Ню Йорк: Dover Publications, Inc. [Връзки]

Lipschutz, Seymour и Schiller, John. (2000). Въведение в вероятността и статистиката. Мадрид: McGraw-Hill. [В Връзки]

Luce, Robert Duncan (1996). Продължаващият диалог между емпиричната наука и теорията на измерванията. Вестник по математическа психология, 40, 78-98. [В Връзки]

Luce, Robert Duncan и Suppes, Patrick. (2002). Представителна теория на измерванията. В Стенли Смит Стивънс (изд.), Наръчник по експериментална психология на Стивънс (3-то издание, стр. 1-42). John Wiley & Sons, Inc. Получено от http://www.media.wiley.com/product_data/excerpt/87/04713788/0471378887.pdf [Връзки В]

MarbГn, RocGo M., and Pallecer, Julio A. (2002). Метрология за неметролози (2-ро изд.). Гватемала: OAS. Взето от http://www.todometrologia.ucoz.com/mundometro/libros/metrolo_all.pdf [Връзки В]

Маркс, Карлос. (1959). Капитал. Критика на политическата икономия (2-ро издание, том I). Богот, Колумбия. [В Връзки]

Монтанеро Фернденд, Джес и Минуеса Абрил, Кармен. (2018). Основна статистика за здравните науки. CГceres, Испания: Университет в Естремадура, Служба за публикации. [В Връзки]

Моретин, Луис Гонзага. (2010). Основна статистика: вероятност и извод, единичен том. Сао Пауло: Pearson Prentice Hall. [В Връзки]

Морин, Едгар. (2007). Седемте необходими знания за образованието на бъдещето. Буенос Айрес: Нова визия. [В Връзки]

Наренс, Луис и Люс, Робърт Дънкан. (1993). Допълнителни коментари за „нереволюцията“, произтичащи от аксиоматичната теория на измерванията. Психологическа наука, 4 (2), 127-130. [В Връзки]

Програма за хвърляне на камъни. (2013). Програма за хвърляне на камъни. Взето от http://www.web.educastur.princast.es/proyectos/azar/gravity.php [Връзки В]

Рао, Калямпуди Радхакришна. (1997). Статистика и истина. Поставяне на шанс да работи (2-ро издание). Сингапур: Световен научен. [В Връзки]

Рийл, Джовани. (1992). Въведение в Аристотел (2-ро издание, том 16). Барселона: Хердер. [В Връзки]

Родригес Угидо, Заира. (2001) Творби (2-ро изд., Том 2). Хавана, Куба: Редакционно Пуебло и образование. [В Връзки]

Ръсел, Бертран. (2009). История на философията. Испания: Printer industria grafica Newco, S.L. [В Връзки]

Салама, Дейвид. (2002). Статистика: методология и приложения (5-то издание). Каракас, Венецуела: Торино. [В Връзки]

Салмина, Н. Г., В. В. и Сорокин Чернишева, В. К Чернишева. (1984). Логико-психологически анализ на процедурите за конструиране на учебния предмет. Съвременно висше образование, 3 (47), 55-78. [В Връзки]

Стивънс, Стенли Смит (1946). По теорията на скалите за измерване. Science, 103 (2684), 677-680. [В Връзки]

Savage, C. Wade и Ehrlich, Philip (1991). Кратко въведение в теорията на измерванията и в есетата. В „Философски и основополагащи въпроси в теорията на измерванията“ (стр. 231). Ню Джърси: Lawrence Erlbaum Associates. [В Връзки]

Viertl, R. (2003). Основи на статистиката. В Енциклопедия на системите за поддържане на живота (EOLSS), разработена под егидата на ЮНЕСКО. Издателство Eolss, Оксфорд, Великобритания. Възстановено от http://www.eolss.net [Връзки]

Виготски, Лев Семиконович. (2000). Развитието на висшите психологически процеси. Барселона: Редакционна CrÃtica. [В Връзки]

Виготски, Лев Семиконович. (1934). Мисъл и език. Хавана, Куба: Редакционно издание Pueblo y Educación. [В Връзки]

Цайтлин, Ъруинг. (1986). Идеология и социологическа теория. Буенос Айрес: Amorrortu editores. [В Връзки]

Zieffler, Andrew и Catalysts for Change. (2013). Статистическо мислене: Симулационен подход към несигурността (2-ро издание). Минеаполис, Съединени американски щати: MN: Catalyst Press. Взето от http://zief0002.github.io/statistic-thinking/ [Връзки В]

Получено: 16 октомври 2018 г .; Одобрен: 29 април 2019 г.

В Това е статия, публикувана в отворен достъп под лиценз Creative Commons