Многомерный статистический анализ качества набора абитуриентов в российские вузы по направлению подготовки «Физика»

Bibliografiske detaljer
Parent link:Современные проблемы науки и образования.— , 2005-
№ 2.— 2018.— [9 с.]
Institution som forfatter: Национальный исследовательский Томский политехнический университет Школа базовой инженерной подготовки Отделение математики и информатики
Andre forfattere: Арефьев В. П. Владимир Петрович, Михальчук А. А. Александр Александрович, Филипенко Н. М. Николай Максимович, Задорожный В. Н. Валерий Николаевич
Summary:Представлены базовые математические методы статистической обработки (регрессионный, корреляционный, факторный, кластерный, дисперсионный анализы) результатов ЕГЭ и методика их применения. Рассмотрение проведено на примере многомерного статистического анализа в системе Statistica качества набора абитуриентов в российские вузы по направлению подготовки «Физика» (НПФ) на основе результатов вступительных испытаний. Построена временная модель регрессионной линейной зависимости среднего балла ЕГЭ (коэффициент детерминации r2 ≈ 0,757), характеризующая статистически значимый положительный тренд среднего балла ЕГЭ на периоде 2011-2017 гг. С помощью факторного анализа построена четырехфакторная модель показателей вступительных испытаний (ПВИ), объясняющая общую изменчивость первыми тремя факторами на ≈ 83,6%, а четырьмя - ≈ 96,5%. Выделенные факторы проинтерпретированы как факторы качества, количества, креативности и динамики приема в вузы по НПФ. В 3-мерном факторном пространстве {качества, количества, креативности} построена 11-кластерная модель 80 российских вузов по НПФ в факторном пространстве ПВИ, позволяющая выделять группы вузов, однородных по совокупности факторных показателей. Результаты проведенного статистического анализа могут быть учтены при принятии управленческих решений в рамках проходящей реформы высшего образования.
Presented the basic mathematical methods of statistical analysis (regression, correlation, factor, cluster, variance analysis) of experimental data and methods of their application. The research was conducted on the example of multivariate statistical analysis in Statistica system of quality entrants in Russian universities by Physics field of education (PFE) based on the results of entrance examinations. The temporal model of the regression linear dependence of the average score of the USE (the coefficient of determination r2 ˜0.757) is constructed, which characterizes the statistically significant positive trend of the average USE score for the period 2011-2017. Using factor analysis was constructed four-factor model of indicators entrance examinations (IEE), which explains the overall variability of the first three factors by 83.6%, and four - 96.5%. In the three-dimensional factor space {quality, quantity, creativity} 11-cluster model of Russian universities by PFE was built in the factor space of IEE, which allows to select homogeneous combinations factorial indicators a groups of universities. The results of the statistical analysis can be taken into account in decision-making in the framework of ongoing higher education reform.
Доступ по договору с организацией-держателем ресурса
Sprog:russisk
Udgivet: 2018
Serier:Педагогические науки
Fag:
Online adgang:https://elibrary.ru/item.asp?id=34954727
Format: Electronisk Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=666990

MARC

LEADER 00000naa0a2200000 4500
001 666990
005 20250228143540.0
035 |a (RuTPU)RU\TPU\network\38194 
090 |a 666990 
100 |a 20220210d2018 k||y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
181 0 |a i  
182 0 |a b 
200 1 |a Многомерный статистический анализ качества набора абитуриентов в российские вузы по направлению подготовки «Физика»  |d Multivariate statistical analysis of entrants quality in Russian universities by Physics field of education  |f В. П. Арефьев, А. А. Михальчук, Н. М. Филипенко, В. Н. Задорожный 
203 |a Текст  |c электронный 
225 1 |a Педагогические науки 
320 |a [Библиогр.: 11 назв.] 
330 |a Представлены базовые математические методы статистической обработки (регрессионный, корреляционный, факторный, кластерный, дисперсионный анализы) результатов ЕГЭ и методика их применения. Рассмотрение проведено на примере многомерного статистического анализа в системе Statistica качества набора абитуриентов в российские вузы по направлению подготовки «Физика» (НПФ) на основе результатов вступительных испытаний. Построена временная модель регрессионной линейной зависимости среднего балла ЕГЭ (коэффициент детерминации r2 ≈ 0,757), характеризующая статистически значимый положительный тренд среднего балла ЕГЭ на периоде 2011-2017 гг. С помощью факторного анализа построена четырехфакторная модель показателей вступительных испытаний (ПВИ), объясняющая общую изменчивость первыми тремя факторами на ≈ 83,6%, а четырьмя - ≈ 96,5%. Выделенные факторы проинтерпретированы как факторы качества, количества, креативности и динамики приема в вузы по НПФ. В 3-мерном факторном пространстве {качества, количества, креативности} построена 11-кластерная модель 80 российских вузов по НПФ в факторном пространстве ПВИ, позволяющая выделять группы вузов, однородных по совокупности факторных показателей. Результаты проведенного статистического анализа могут быть учтены при принятии управленческих решений в рамках проходящей реформы высшего образования. 
330 |a Presented the basic mathematical methods of statistical analysis (regression, correlation, factor, cluster, variance analysis) of experimental data and methods of their application. The research was conducted on the example of multivariate statistical analysis in Statistica system of quality entrants in Russian universities by Physics field of education (PFE) based on the results of entrance examinations. The temporal model of the regression linear dependence of the average score of the USE (the coefficient of determination r2 ˜0.757) is constructed, which characterizes the statistically significant positive trend of the average USE score for the period 2011-2017. Using factor analysis was constructed four-factor model of indicators entrance examinations (IEE), which explains the overall variability of the first three factors by 83.6%, and four - 96.5%. In the three-dimensional factor space {quality, quantity, creativity} 11-cluster model of Russian universities by PFE was built in the factor space of IEE, which allows to select homogeneous combinations factorial indicators a groups of universities. The results of the statistical analysis can be taken into account in decision-making in the framework of ongoing higher education reform. 
333 |a Доступ по договору с организацией-держателем ресурса 
461 |t Современные проблемы науки и образования  |d 2005- 
463 |t № 2  |v [9 с.]  |d 2018 
510 1 |a Multivariate statistical analysis of entrants quality in Russian universities by Physics field of education  |z eng 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
610 1 |a многомерный статистический анализ 
610 1 |a ЕГЭ 
610 1 |a вузы 
610 1 |a абитуриенты 
701 1 |a Арефьев  |b В. П.  |c математик  |c доцент Томского политехнического университета, кандидат физико-математических наук  |f 1950-  |g Владимир Петрович  |3 (RuTPU)RU\TPU\pers\27692 
701 1 |a Михальчук  |b А. А.  |c математик  |c доцент Томского политехнического университета, кандидат физико-математических наук  |f 1954-  |g Александр Александрович  |3 (RuTPU)RU\TPU\pers\27011 
701 1 |a Филипенко  |b Н. М.  |c математик  |c доцент Томского политехнического университета, кандидат физико-математических наук  |f 1946-  |g Николай Максимович  |3 (RuTPU)RU\TPU\pers\31305  |9 15483 
701 1 |a Задорожный  |b В. Н.  |c математик  |c доцент Томского политехнического университета, кандидат физико-математических наук  |f 1951-  |g Валерий Николаевич  |3 (RuTPU)RU\TPU\pers\27495  |9 12749 
712 0 2 |a Национальный исследовательский Томский политехнический университет  |b Школа базовой инженерной подготовки  |b Отделение математики и информатики  |3 (RuTPU)RU\TPU\col\23555 
801 2 |a RU  |b 63413507  |c 20220210  |g RCR 
856 4 0 |u https://elibrary.ru/item.asp?id=34954727 
942 |c CF