автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Адаптивное управление индивидуализированным обучением с использованием ранговых распределений

ВВЕДЕНИЕ.

Глава I. ПРОБЛЕМЫ ОЦЕНИВАНИЯ, КЛАССИФИКАЦИИ И ПРОГ

Н03ИР0ВАНИР УЧЕБНОЙ ДЕЯТЕЛЬНОСТИ СТУДЕНТОВ.

1.1. Традиционная система оценивания знаний обу чаемых. II

1.2. Обзор литературы по проблеме исследования.

1.3. Постановка цели и задач исследования.

1.4. Выводы к главе I.

Глава 2. КОНСТРУИРОВАНИЕ ДИАГНОСТИЧЕСКИХ РАБОТ

ТЕСТОВОГО ТИПА И ИССЛЕДОВАНИЕ СИСТЕМНОСТИ ИХ ЧАСТОТНЫХ СТРУКТУР.

2.1. Основные этапы конструирования диагностической работы.

2.2. Системы с повторяющимися элементами. Закон Ципфа-Мандельброта.

2.3. Изучение системной организации частотных структур диагностических учебных текстов.

2.4. Выводы к главе 2.

Глава 3. ДИАГНОСТИРОВАНИЕ 'ТЕСТИРУЕМЫХ ПО ИНДИВИДУАЛЬНЫМ ЧАСТОТНЫМ СТРУКТУРАМ С ИСПОЛЬЗОВАНИЕМ РАСПОЗНАЮЩИХ ПРОГНОЗНЫХ ГУНКЦТ/Г.

3.1. Индивидуальные частотные структуры реакций тестируемых.

3.2.Прогнозная функция- энтропийный функционал. б'З

3.3. Исследование редкочастотных зон частотных структур диагностических учебных текстов.

3.4. Процедура факторного анализа при исследовании диагностичности редкочастотных ЭП.

3.5. Прогнозная функция - норма деформаций "откликов " тестируемых на элементарных проверках из редкочастотной зоны.

3.6. Алгоритм селекции признаков.Г

3.7. Выбор информативных ЭП из редкочастотной зоны диагностической работы.

3.8. Прогнозная функция - конъюнкция информативных

3.9. Классификация студентов обучающей выборки с использованием конъюнктивной функции.^

ЗЛО. Проверка конъюнктивного решающего правила на контрольной выборке обучаемых.&

З.П. Сравнительный анализ прогнозной способности традиционных и построенных прогнозных функций.1.

3.12. Выводы к главе 3.£

Глава 1У. ИНДИВИДУАЛИЗИРОВАННОЕ УПРАВЛЕНИЕОБУЧЕНИЕМ

КОРРЕКЦИЯ НЕСФОРМИРОЕАННЫХ ЭЛЕМЕНТОВ В СИСТЕМАХ ЗНАНИЙ ТЕСТИРУЕМЫХ.с

4.1. Обучение как управление формированием системы знаний обучаемого.

4.2. Методика безмашинной коррекции несформированных элементов в системе предметных знаний обучаемого.

4.3. Алгоритм автоматизированной коррекции несформиро-ванных элементов в системе предметных знаний обучаемого.105\

4.4. Сопоставление методик обучения.

4.5. Экономический эффект использования методики диагноза и индивидуализированной коррекции.

4.6. Выводы к главе 4.

В настоящее время вопросы образования становятся одной из актуальных проблем и от эффективного решения их зависит темп научного, технического и культурного' прогресса общества. Вопросы образования нашли отражение в решениях ХХУ, ХХУ1 съездов партии, в решениях Пленума ЦК КПСС об основных направлениях реформы общеобразовательной и профессиональной школы /3/, в 'постановлении ЦК КПСС и Совета Министров СССР "О дальнейшем развитии высшей школы и повышении качества подготовки специалистов" /2/.

Актуальной задачей научных исследований в области высшего и среднего образования является контроль качества подготовки специалистов (приказ Минвуза СССР Г678 от 12.07.83 г.). Контроль знаний обучаемых (предварительный, текущий, итоговый) является органичной, неотъемлемой частью учебного процесса на всех этапах обучения. Противоречия между коллективными формами обучения и индивидуальным способом усвоения проявляются в различных уровнях сформированности знаний обучаемых по фундаментальным дисциплинам. Недостаточный ,;багаж ! знаний является одной из причин 'отсева"' студентов по академической неуспеваемости и ежегодной 'потери" государством 160-200 тыс. будущих специалистов.

Автор работы рассматривает процесс обучения, как частный случай управления - управление формированием системы предметных знаний обучаемого. Для целенаправленного, индивидуализированного управления обучением разработана и внедрена в практику работы ряда вузов система адаптивного обучения каждого конкретного студента. Разработанная система по результатам предварительного диагноза позволяет: определять сформированиесть (состояние) элементов в системе предметных знаний конкретного обучаемого; прогнозировать дальнейшую учебную деятельность обучаемого с вероятностью не ниже заданной; восполнять недостающие, несформированные элементы в системе предметных знаний для приведения системы к состоянию нормы.

Внедрение планов непрерывной физико-математической подготовки требует создания единых стандартных методов контроля за качеством усвоения студентами учебного материала в процессе всего периода обучения во вузе. Автором работы в качестве средства диагноза разрабатываются диагностические учебные тексты, в качестве элементарной проверки текста используются предметно-операционные умения (умение обучаемого применять конкретные элементы знания на практике). Совокупность элементарных проверок в рамках одного учебного текста рассматривается как система с повторяющимися элементами, эмпирическая частотная структура или ранговое распределение которой., согласуется с системным законом Ципфа-Мандельброта.

В первой главе работы рассматриваются недостатки традиционной балльной оценки, которая не дает достоверной информации о сформированности системы знаний обучаемых, не позволяет в полной мере использовать аппарат математической статистики и многомерного статистического анализа для прогнозирования и целенаправленного управления учебной деятельностью студентов. Недостатки балльной оценки стимулируют исследования в направлении поиска :количественных оценок, построения алгоритмов классификации обучаемых для прогнозирования их будущей учебной деятельности. Автором работы анализируются работы ряда авторов, посвященные построению оценок, классификации объектов на однородные категории - классы обучаемых, прогнозированию их учебной деятельности и предлагается свой вариант решения проблемы. Формулируются цель и задачи исследования.

Вторая глава работы посвящена конструированию диагностических учебных текстов и исследованию системности их частотных структур. Приводятся основные этапы конструирования диагностических учебных текстов; сопоставляются и анализируются основные количественные характеристики эмпирических частотных структур и теоретических, вычисленных по формулам Ципфа-Мандельбро-та; изучается системная организация ранговых распределений диагностических учебных текстов с использованием моделей Ю.К.Орлова и В.М.Калинина.

Третья глава работы посвящена диагнозу тестируемых по индивидуальным частотным структурам. Исследуются результаты тестировании 400' выборочных объектов диагностическим текстом, эмпирическая частотная структура, которого согласуется с "ципфовской". Сформированность элементов в системе предметных знаний обучаемого при прохождении диагностического текста регистрируется его индивидуальной частотной структурой. Следующий этап работы посвящен поиску информативных признаков в индивидуальных частотных структурах "откликов" тестируемых, построению прогнозных функций (решающих правил) на информативных признаках и исследованию их -диагностических свойств. По результатам процедуры факторного анализа и исследованию частотных структур диагностических текстов определена наиболее информативная зона признаков - зона редких элементов. Строится алгоритм селекции признаков, с помощью которого определяется наиболее информативная группа признаков в ред-кочастотной зоне. Строятся различные прогнозные функции.Наибольшей прогнозной способностью на выявленных информативных признаках обладает конъюнктивная логическая функция. Приводится сравнительный анализ прогнозной способности традиционных и построенных прогнозных функций.

В четвертой главе приводится последний этап разработки и реализации системы адаптивного управления обучением. Предлагается способ индивидуального управления обучением - коррекция не-сформированных элементов в системе предметных знаний обучаемого машинным и безмашинным способами.

Автор защищает следующие положения.

1. Методику конструирования частотной структуры элементов диагностической работы тестового типа для оценивания знаний обучаемых.

2. Системную организацию элементарных проверок одного учебного текста. Экспериментальное подтверждение выполняемое™ закона Ципфа-Мандельброта на эмпирических частотных структурах элементарных проверок диагностических учебных текстов.

3. Информативность распознавания тестируемых по "К" классам состояний редкочастотных зон частотных структур "откликов" тестируемых, которая подтверждается процедурой факторного анализа и существенной корреляционной связью энтропийного функционала с нормой Хи редкочастотных участков для 300- индивидуальных частотных структур тестируемых.

4. Алгоритм селекции информативных признаков и конъюнктивные решающие функции для распознавания тестируемых по "к" классам состояний.

5. Методику индивидуализированного управления обучением безмашинным способом и алгоритм коррекции элементов частотных структур тестируемых классов Кр .

Новизна работы. Впервые экспериментально доказано выполнение системного закона Ципфа-Мандельброта на эмпирических частотных структурах учебных диагностических текстов. Б качестве элементов частотных структур рассматриваются элементарные проверки (ЭП), сформированность которых тестируемый показывает при прохождении диагностического учебного текста.

При рассмотрении реакции тестируемых на задания диагностического нотекста какТрезультат преобразования частотной "ципфовскок" структуры входного сигнала (диагностического учебного текста) в видоизмененную частотную структуру выходного сигнала ("отклика" тестируемого), впервые было обнаружено, что наибольшей информативностью на множестве объектов из различных классов обладает ред-кочастотная зона распределения Ципфа. Диагностичность редкочас-тотных зон индивидуальных частотных структур тестируемых подтверждается существенной корреляционной связью энтропийных прогнозных функций, построенных на всех элементах словаря частотных структур "откликов" тестируемых, и нормами редкочастотных участков тех же структур.

Экспериментально подтверждена гипотеза о том, что, чем больше апробирован, откорректирован учебный текст (перечни заданий и элементарных проверок), тем лучше согласуется его частотная структура с "ципфовской".

Практическая ценность работы.

В практике поиска системных закономерностей получено еще одно экспериментальное подтверждение выполняемости закона Ципфа-Мандельброта на частотных структурах элементарных проверок диагностических учебных текстов.

Предлагается практическое использование в качестве средства диагноза эмпирической частотной структуры диагностической работы, согласующейся с теоретической "ципфовской".

Предлагается апробированный на практике способ классификации обучаемых на категории - классы по академической успеваемости с вероятностью не ниже заданной по результатам предварительного контроля (диагноза исходного состояния элементов в системах предметных знаний тестируемых).

Сравнительный анализ традиционных прогнозов - оценок вступительных экзаменов, оценок аттестата зрелости с прогнозной конъюнктивной функцией определяет существенные преимущества последней. Предлагается прикладная методика индивидуализированного управления обучением-коррекция несформированных элементов в системах предметных знаний безмашинным и машинным способами.

Результаты, полученные в диссертации, используются в учебном процессе Рижского, Муромского (филиал Владимирского), Ижевского, Шахтинского (филиал Новочеркасского) политехнических институтов безмашинным способом. Автоматизация методики диагностирования и коррекции осуществляется в отделе ТСО Новосибирского научно-исследовательского проектно-конструкторского и технологического института комплектного электропривода.

Выводы к главе 1У

1. Процесс обучения анализируется в аспекте управления формированием системы знаний тестируемого.

2. Предлагается методика выявления несформированных элементов в системе предметных знаний обучаемого и индивидуализированная коррекция их безмашинным способом.

3. Предлагается алгоритм автоматизированной коррекции несформированных элементов в системах предметных знаний обучаемых.

4. Подсчитан экономический эффект использования системы адаптивного управления обучением в вузах Латвийской ССР.

-//*

ЗАКЛЮЧЕНИЕ

Работа выполнена в соответствии с правительственными постановлениями и приказом МВССО СССР от 19 июня 1979 г. 1*919 "О дальнейшем развитии высшей школы и повышении качества подго-торки специалистов."

Автором работы разработана система адаптивного индивидуализированного управления обучением, которая внедрена в практику работы ряда вузов страны. Система позволяет контролировать исходный уровень обучаемого; оперативно выявлять дефекты в системах предметных знаний; повышать объективность оценивания системы знаний; реально управлять формированием системы знаний обучаемого по различным фундаментальным дисциплинам, на разных этапах обучения, в различных по профилю учебных заведениях; свободно сочетать традиционные методы обучения с процедурой диагноза и коррекции дефектов в системах знаний обучаемых.

Проблема индивидуализированного обучения является актуальной проблемой высшей школы на: сегодняшний день. Конкурс абитуриентов в вузах Латвийской ССР с 1965 г. уменьшился в среднем в 2,5 раза, следствием чего являются определенные трудности комплектования контингента первокурсников с требуемым уровнем знаний для успешного обучения в вузе.

Целенаправленное управление обучением возможно, если имеется достаточная информация об объекте исследования, то есть исходная информация. Первоначальная информация, собранная автором работы о каждом из 400 выборочных объектов обучающей и контрольной выборок, за пятилетний период обучения в вузе описывалась 131-м индивидуально-измеренным признаком, среди которых личностные характеристики обучаемых описывались 37-ю параметрами. Выявление

- блоков наиболее информативных признаков из многопризнакового описания объектов позволило сократить 131-мерное пространство описаний до 94-х признаков, представленных в приложении I.

Процесс управления в обучении рассматривался в плане управления формированием системы знаний обучаемого по фундаментальным для профиля вуза дисциплинам. Для оценивания входной информации о состоянии системы знаний обучаемого автором работы конструируются стандартизованные диагностические учебные тексты с блоками коррекции. В качестве средства диагноза (входного тестового воздействия) используется частотная структура или ранговое распределение элементарных проверок диагностического текста. Системная организация частотной структуры элементарных проверок в рамках одного диагностического текста впервые изу-; чается с использованием закона Ципфа-Мандельброта. Состояние системы знаний обучаемого описывается индивидуальной частотной структурой - деформациями "откликов" тестируемых на запланированные частоты элементарных проверок словаря диагностического текста. Отношение частот входного тестового и выходного сигналов обучаемого служит аналогом частотной передаточной функции обучаемого. Применение частотной структуры диагностического текста в качестве средства диагноза позволяет не только регистрировать правильное выполнение элементарной проверки обучаемым, но и определять состояние (сформированность) элемента по частоте его правильного выполнения в различных заданиях текста.

На первом этапе разработки системы индивидуализированного управления обучением автором работы:

- сконструированы диагностические тексты по математике, агрегированный словарь которых содержит 110 элементарных проверок,

- //6повторяющихся 793 раза. Обнаружена системная организация совокупности элементарных: проверок в рамках одного текста; разработана методика конструирования диагностических учебных текстов с частотными структурами элементарных проверок;

- проведена процедура диагностирования 400 выборочных объектов сконструированным диагностическим учебным текстом с блоком коррекции. Рассчитаны индивидуальные частотные структуры 400 тестируемых;

- собрана информация о 400 объектах обучающей и контрольной выборок за пятилетний период обучения в вузе.

На следующем этапе разработки системы индивидуализированного обучения решалась■задача распознавания принадлежности тестируемого к одному из К-классов объектов обучающей выборки по результатам диагноза (деформаций "откликов" индивидуальных частотных структур тестируемых).

Своевременная оперативная информация о состоянии системы знаний обучаемых позволяет сформировать целенаправленную стратегию управления обучением конкретного класса объектов. Для распознавания принадлежности обучаемого к одному из К-классов были построены прогнозные решающие функции на информативных признаках и исследованы их диагностические свойства. Наилучшую разрешающую способность на выявленных информативных признаках показала логическая конъюнктивная функция, которая правильно распознает принадлежность тестируемого к классу студентов - отличников с вероятностью 0,81 < р <1,00, к классу студентов, отчисленных в 1-м семестре по академической успеваемости с вероятностью 0,83 < р <1,00. На втором этапе разработки системы индивидуализированного управления обучением автором работы:

- выполнена классификация студентов обучающей выборки на К-кате-горий по академической успеваемости;

- ///»

- построен алгоритм селекций признаков; определены информативные признаки в пространстве реакций ("откликов") тестируемых;

- построен алгоритм диагностирования (конъюнктивная логическая функция), который на базе выделенных информативных признаков распознает принадлежность обучаемого к классу "К" с вероятностью не ниже заданной.

Изучая причины неуспеваемости и отсева студентов в Рижском политехническом институте, автор работы пришла к вывода'", что анализировать причины следует не с результатов экзаменационных сессий, а с нулевого цикла, с изучения исходного состояния системы знаний студента по теме, разделу, курсу.

Максимально управляемый процесс обучения характеризуется высокой степенью адаптации управляющих воздействий системы к состоянию элементов, к степени сформированности их, к особенностям объекта управления. Оценивание входной информации о состоянии системы знаний обучаемого и последующая своевременная коррекция этого состояния до достижения уровня, необходимого для обучения в вузе, позволит целенаправленно управлять индивидуальным знанием каждого обучаемого. Выявление дефектов в системе предметных знаний обучаемого строится на сопоставлении частот элементов индивидуальной частотной структуры тестируемого с частотами элементов словаря диагностического текста. Рассогласование входного (тестового) и выходного (индивидуального) сигналов является сигналом управления. Управление осуществляется по тем частотным составляющим, рассогласование на которых превышает допустимую ошибку управления. На третьем этапе разработки системы автором работы построен алгоритм индивидуализированного управления обучением - алгоритм коррекции элементов в индивидуальных частот

- ных структурах тестируемых классов К2» (машинный и безмашинный варианты). Применение методики индивидуализированного управления обучением в вузах Латвийской ССР ежегодно монет дать государству экономию в 150 тысяч рублей.

Сконструированные автором диагностические учебные тексты могут быть использованы в режиме контроля и в режиме самообучения студента. В режиме контроля преподаватель получает информацию о состоянии (сформированности) элементов (элементарных проверок) в системе предметных знаний тестируемого по рассогласованию передаточной функции обучаемого с единичной передаточной функцией (целью управления). В режиме самообучения студент получает программу коррекции (перечень рекомендуемой литературы и упражнений по каждому из неверно выполненных заданий) для самостоятельного восполнения пробелов в знаниях по теме, разделу, курсу. Методика конструирования диагностического текста с частотной структурой элементарных проверок адресована, в первую очередь, разработчикам стандартизованных проверочных работ тестового типа.

В работе анализируется возможность построения количественных оценок - прогнозных решающих функций по деформациям "откликов" индивидуальных частотных структур тестируемых. Исследования в этом направлении стимулируются низкой прогнозной способностью, существующей пятибалльной системы оценивания знаний. Традиционная система отбора в вуз,построенная на пятибалльном оценивании, является одним из примеров недостаточно адекватного прогнозирования будущей учебной деятельности студента. Так, на вступительных экзаменах в Рижский политехнический институт по математике письменно и устно получили хорошие и отличные оценки ЪЪ% студентов, из отчисленных в 1-м семестре по академической неуспеваемости, в

- то время как логическая конъюнктивная функция

Р& А Рад Л РчР51 ~ 1 на выявленных информативных: признаках показала, что ни один из отчисленных не владел всеми четырьмя информативными признаками. Из бб-ти студентов, отчисленных в течение первых двух лет обучения, не владели хотя бы одним из признаков {р^р^р^рег^) 57 человек (более 83%), а из 17-ти, впоследствии окончивших вуз с отличием, только один студент (менее 6%) показал такие не результаты.

Управление процессом обучения, - пишет П.П.Лебедев в работе /59 ,с.28/, по существу, - задача куда более сложная, чем попытка управлять оценками студентов,! но мы обязаны вести научно-методический поиск именно в этом направлении, памятуя, что знания и умения обучающихся в современной высшей школе далеко и не всегда можно измерить (да и не всегда нужно измерять) в баллах."

Автор работы предлагает:

1. Продолжить поиск агрегированного решающего правила с привлечением личностных характеристик обучаемого. Логично предполагать, что агрегированное правило, построенное на диагностических признаках, всесторонне описывающих объект исследования, позволит улучшить вероятность распознавания принадлежности объекта не только к категоризированньтм классам К^, но и к промежуточным - Кд, . Кд.

2. Создать серию управляющих диагностических учебных текстов с частотными структурами элементарных проверок и с блоками коррекции по фундаментальным для профиля учебного заведения дисциплинам.

3. Использовать процедуру вступительных экзаменов для выявле

- /20 ния и регистрации дефектов в системах знаний абитуриентов.

4. Подключить ; процедуру диагноза и коррекции к системе АСУ - вуз.

5. Реализовать обнаруженную системную организацию элементов диагностического текста в направлении поиска способа количественного системного изучения любого математического текста.

Результаты, полученные в работе, подтверждают необходимость изучения возможностей прогнозирования динамики обучения студента на количественных (статистически достоверных) оценках, совершенствования системы индивидуализированного обучения д,1я целенаправленного, эффективного управления обучением каждого студента.

Основные положения исследования опубликованы в следующих работах:

1. Бурунова В.Т. Пути оптимизации учебного процесса на подготовительном отделении. - В кн.: Научная организация учебного процесса. Рига: Рин. политехи, ин-т, 1977, вып.9,с.35-37.

2. Бреслав И.В., Бурунова В.Т. Исследование учебного процесса на подготовительном отделении РПИ. - В кн.: Научная организация учебного процесса. Рига: Риж. политехи, ин-т, 1977, вып. 9, с.110-113.

3. Бурунова В.Т. Поэлементный анализ контрольной работы. - В кн.: Самостоятельная работа студентов. Рига: Риж. политехи, ин-т, 1981, с.207-214.

4. Бурунова В.Т. "Применение метода факторного анализа для изучения подготовленности студента к обучению в техническом вузе. - В кн.: Применение автоматизированных управляющих и обучающих систем в вузах Латвийской ССР. Рига: Риж. политехи.ин-т, 1982, с.42-53.

- ш о. Бардаченко В.В., Бурунова В.Т. Поэтапное изучение закономерностей в учебной деятельности студентов. - В кн.: Дидактические закономерности обучения студентов: Тез. докл.Тбилиси: Тбил. политехи, ин-т, 1983, с.95-97.

6. Бардаченко В.В., Бурунова В.Т. Диагностируем знания первокурсников. - Вестник, высш. шк., 1983, с.73-74.

7. Бардаченко В.В., Бурунова В.Т. Системность в учебных текстах. - В кн.: Кибернетика и исследование операций в управлении

• учебным процессом: Тез. межресп. семинара. Рига: Риж. политехи, ин-т, 1984, с.73-77.

8. Бардаченко В.В., Бурунова В.Т. Построение количественных оценок - прогнозных функций на информативных признаках по результатам ранней диагностики знаний студентов. - Рукопись депонирована в ОНИКИВШ, №732-84, деп.14.06.84.

- 122

1. Основные направления экономического и социального развития СССР на 1.8I-I985 годы и период до 1990 года: Решения ХХУ1 съезда КПСС. - Правда, 1981, 5 марта.

2. О дальнейшем развитии высшей школы и повышении качества подготовки специалистов: Постановление Пленума ЦК КПСС II июля 1979 г. Вестн., высш. шк., 1979, Ш, с.3-8.

3. Об основных: направлениях реформы общеобразовательной и профессиональной школы: Постановление Пленума ЦК КПСС 10 апр. 1984 г. В кн.: Материалы Пленума ЦК КПСС. М.: Политиздат, 1984, с.25-31.

4. Аванесов B.C., Володин Б.В. Методические вопросы оценки знаний студентов высшей школы. М.: НИИВШ, 1978. - 139 с.

5. Агур У.М., Рооталу Э.П. О проблемах обработки информации об успеваемости. В кн.: Технические средства в управлении учебным процессом. Рига, 1972. с.40-51.

6. Айвазян С.А. Классификация многомерных наблюдений. М.: Статистика, 1974. - 240 с.

7. АкофР., Сасиени М. Основы исследования операций. М.: Мир, 1971. - 534 с.

8. Альберт А.И. О познавательной и прогностической ценности школьной оценки. В кн.: Проблемы высшей школы. Тарту: Тарт. гос. унив-т, 1983, с.15-31. &- /23

9. Андерсон Т. Введение в многомерней статистический анализ. -М.: Физматгиз, 1963. 500 с.

10. Арапов М.В., Ефимова Е.Н., Шрейдер Ю.А. 0 смысле ранговых распределений. Науч.техн. информ. Сер.2, 1975, И,с.9-20.

11. Архангельский С.И. Лекции по научной организации учебного процесса в высшей школе. М.: Высш. шк., 1976. - 200 с.

12. Архангельский С.й. Кибернетические аналогии в обучении. -М.: Высш. шк., 1968. 42 с.

13. Аткинсон Р., Бауэр Г., Кротерс С. Введение в математическую теорию обучения. М.: Мир, 1969. - 486 с.

14. Балл Г.А. К вопросу о количественной оценке трудности заданий. В кн.: Программированное обучение. Киев, 1969, выпЛ, с.65-70.

15. Бардаченко В.В., Бурунова В.Т. Поэтапное изучение закономерностей в учебной деятельности студентов. В кн.: Дидактические закономерности обучения студентов: Тез. докл. Тбилиси: Тбил. политехи, ин-т, 1983, с.95-97.

16. Бардаченко В.В., Бурунова В.Т. Диагностируем знания первокурсников. Вестн.высш. шк., 1983, №5, с.73-74.

17. Бардаченко В.В., Бурунова В.Т. Системность в учебных текстах. -В кн.: Кибернетика и исследование операций в управлении учебным процессом: Тез. межресп. семинара. Рига: Риж.политехи, ин-т, 1984, с.73-77.

18. Бардаченко В.В., Бурунова В.Т. Построение количественных оценок прогнозных функций на информативных признаках по результатам ранней диагностики знаний студентов. - Рукопись депонирована в 0НИКИВШ, № 732-84, деп.14.06.84.- 124

19. Беспалько Б.П. Основы теории педагогических систем. Воронеж: Изд-во Воронеж, ун-та, 1977. 304 с.

20. Берг А.И. Кибернетика и проблемы обучения. М.: Прогресс,, 1970. - 388 с.

21. Берг-штейн М.С. Методологические предпосылки метода тестов. В кн.: Тесты (теория и практика). М., 1930, вып.З, с.3-37.

22. Битинас Б.П. Многомерный анализ в педагогике и педагогической психологии. Вильнюс: НИЙШ, 1971. - 348 с.

23. Бонгард М.М. Проблемы узнавания. М.: Наука, 1967. -320 с.

24. Борода М.Г. Частотные структуры музыкальных текстов. -В кн.: Измерение и прогноз в культуре: Труды. М., 1978, га, с.53-68.

25. Борода М.Г., Орлов Ю.К. 0 некоторых психологических аспектах количественной организации художественных текстов.

26. В кн.: Бессознательное (природа, функции, методы, исследования). Тбилиси, 1978, с.302-309.

27. Братко А.А. Информация и психика. Новосибирск: Наука, Сиб. отд-ние, 1977. 198 с.

28. Брунер Дж. Психология познания за пределами непосредственной информации. М.: Прогресс, 1977. - 412 с.

29. Брушлинский А.В. Психология мышления и кибернетика. М.: Мысль, 1970. - 191 с.

30. Бурунова В.Т. Поэлементный анализ контрольной работы. В кн.: Самостоятельная работа студентов. Рига: Риж. политехи, ин-т, 1981, с.207-214.- /26"

31. Буш Р., Мостеллер Ф. Стохастические модели обучаемости. -М.: Физматгиз, 1962. 483 с.

32. Вапник В.А., Червоненскис А.Я. Теория распознавания образов. М.: Наука, 1974. - 415 с.

33. Веккер Л.М. Восприятие и основы его моделирования. Л.: ЛГУ им. А.А.Жданова, 1981.- 194 с.

34. Вероятностное прогнозирование в деятельности человека. -М.: Наука, 1977. 391 с.

35. Винер Н. Кибернетика. М.: Сов. радио, 1968. - 326 с. 33. Вопросы статистической теории распознавания образов.

36. М.: Сов. радио, 1967. 400 с.

37. Выханду Л.К., Лыхмус А.Я., Рооталу Э.П. Прогнозирование результатов обучения на основе характеристик подготовленности студентов. В кн.: Диалоговые и обучающие системы, Киев,1973, с.73-81.

38. Гибсон У. Факторный, латентно-структурный и латентно- профильный анализ. В кн.: Математические методы в социальных науках: Пер. с англ. М., 1973, с.9-41.

39. Гласс Дж., Стенли Дж., Статистические методы в педагогике и психологии: Пер. с англ. М.: Прогресс, 1976.496 с.

40. Глушков В.Н. Электронные вычислительные машины и будущее математики. Наука и жизнь, 1965, Г6, с.2-6.

41. Горелик А.Г. Методы распознавания. М.: Высш. гак., 1977. - 222 с.

42. Гусев И.Т., Мухин Э.В., Сумароков Л.Н. О методологических принципах применения количественных методов при исследовании учебного процесса в вузе. В кн.: Программированное обучение. Киев, 1969, вып.4-5, с.14-22.

43. Гусева Н.Д. Опыт применения метода распознавания образов. -В кн.: Современные психолого-педагогические проблемы высшей школы. Л.: ЛГУ им.А.А.Жданова, 1976, с.69-73.

44. Джордж сТ-. Мозг как вычислительная система. М.: Иностр. лит., 1963. - 528 с.

45. Дубров A.M. Обработка статистических данных методом главных компонент. М.: Статистика, 1978. - 135 с.

46. Дюран В., Оделл П. Кластерный анализ: Пер. с англ. М.: Статистика, 1977. - 128 с.

47. Загоруйко Н.Г. Эмпирическое предсказание Новосибирск: Наука. Сиб. отд-ние, 1979. - 124 с.

48. Иберла К. Факторный анализ. М.: Статистика, 1980. -398 с.

49. Ительсон Л.Б. Математические и кибернетические методы в педагогике. М.: Просвещение, 1964. - 247 с.

50. Калинин В.М. Некоторые статистические закономерности математической лингвистики. Пробл. кибернетики, 1964, вып.2, с.245-255.

51. Классификация и кластер. М.: Мир, 1980, - 389 с.

52. Козачков Л.С. Системы потоков научной информации. Киев: Наукова думка, 1973. - 199 с.- ¿г?

53. Колмогоров А.Н. Три подхода к определению понятия "количество информации". Пробл. передачи информ., 1965, т.1, вып. I, с.

54. Кондаков Н.И. Логический словарь. М.: Наука, 1971. -656 с.

55. Крайзмер Л.П. Кибернетика. М.: Экономика, 1977. -279 с.

56. Кривошапова Р.Г. Совершенствование массовой проверки с помощью поэлементного анализа. В кн.: Совершенствование проверки знаний и умений учащихся: Сб. науч. тр. М.: НИИсиМО АПН СССР, с.43-52.

57. Кузьмина Н.В. Методы системного педагогического исследования. Л.: ЛГУ им. А.А.Жданова, 1980. - 172 с. '

58. Ланда Л.Н. О кибернетическом подходе к теории обучения. -Вопр. философии, 1952, Ю, с.75-87.

59. Лебедев П.П. Нужен научно-методический поиск.- Вестн. высшей шк., 1981, Р6, с.26-28.

60. Линдсней П., Норман Д. Переработка информации у человека. -М.: Мир, 1974. 550 с.

61. Лукьянов В.Б. Методическое обеспечение учебного предмета. -В кн.: Теоретические основы контроля в учебном процессе. М.: Знание, 1983 г. с.66-93.

62. Микутавичюс. А.А. О систематической проверке знаний по математике у слабоподготовленных студентов. М.: НИИВШ, 1983. - 28 с. (Экспресс-информ/НИИ пробл. высш. школы. Сер. "Содерж., формы и методы обучения в высш. и средн. спец. школе"; вып.9).

63. Моррис У. Наука об управлении (байесовский подход) -М.: Мир, 1971. 304 с.- /2£

64. Народное хозяйство СССР в 1978 году: Стат. ежегодник. М.: Статистика, 1979, с.479.

65. Нелинейные и линейные методы в распознавании образов. -М.: Наука, 1975. 155 с.

66. Никандров Н.Д. Программированное обучение и идеи кибернетики. М.: Наука, 1970. - 204 с.

67. Новик И.Б. 0 моделировании сложных систем. М.: Мысль, 1965. - 335 с.

68. Орлов Ю.К. Модель частотной структуры лексики. В кн.: исследования в области вычислительной лингвистики и лингво-статистики. М., 1978, с.58-117.

69. Орлов Ю.К. Информационные потоки: Стат. анализ и прогнозирование. Науч.-техн. информ. Сер.2, 1980, Г"2, с.24-30.

70. Орлов Ю.К. Невидимая гар?лония. Б кн.: число и мысль. М., 1980, вып.З, с.70-106.

71. Орлова Л.М. Пути повышения эффективности усвоения знаний. -В кн.: Вопросы педагогики высшей школы. Киев, 1984, с.14-15. (Пробл. высш. шк., вып.52).

72. Павлов Ю.В. Статистическая обработка дидактического эксперимента: Измерение и оценка знаний. М.: Знание, 1977. -Вып.2, 41 с.

73. Палант Ю.А. Управляющие программы: система, эффективность, перспективы. В кн.: Вопросы педагогики высшей школы. Киев, 1984, с.42-43/Проблем. высш. шк., вып.52.

74. Патрик Э.А. Основы теории распознавания образов. М.: Сов. радио, 1980. - 408 с.

75. Петрушенко Н.И.Системы и методика текущего контроля и оценка успеваемости учащихся на первой ступени обучения физики: Автор, дис. на соиск. учен. степ. канд. пед. наук. -М., 1971. 18 с.-J29

76. Плюта В. Сравнительный многомерный анализ б экономических исследованиях. Методы таксономии и факторный анализ. М.: Статистика, 1980, - 151 с.

77. Поллард Дж. Справочник по вычислительным методам статистики. М.: Финансы и статистика, 1982. - 344 с.

78. Психодиагностические методы (в комплексном лангитюдном исследовании студентов). Л.: ЛГУ им. А.А.Жданова, 1976. -248 с.

79. Психологическая диагностика (проблемы и исследования) -М.: Педагогика, 1981. 2,32 с.

80. Пфанцангель И. Теория измерений: Пер. с англ. М.: Мир, 1976. - 248 с.

81. Розенберг Н.М. Проблемы измерений в дидактике. Киев: Вища шк., 1979. - 176 с.

82. Розенберг Н.М. Статистические и информационные средства измерений в дидактике: Автореф. дис. на соиск. учен. степ, д-ра пед. наук. М., 1979. - 33 с.

83. Свиридов А.П., Петров С.М., Зайцева Л.Г. Способ формирования обобщенного показателя состояния знаний (ОПСЗ). В кн.: Кибернетика и исследование операций в управлении учебным процессом: Тез. межресп. семинара. Рига: Риж. политехи, ин-т, 1984, с.23-24.

84. Соловьев H.A. Тесты. Новосибирск.: Наука, 1978. - 187 с.

85. Статистическая классификация основанная на выборочных распределениях. Л.: ЛГУ им. А.А.Жданова, 1978. - 104 с.- 130

86. Талызина И.?. Теоретические основы контроля в учебном процессе. М.: Знание, 1983 г., с.3-37.

87. Тестовые контрольные работы как средство для оценки качества обучения/В.И.Крынин, В.А.Пламеневский, Г.М.Полеваяи др. М.: НИИВШ, 1983. - 20 с. (Экспресс-информ/НИИ пробл. высш. школы. Сер. "Средства обучения в высшей и средней спец. школе", вып.6).

88. Турбович Л.Т. Информационно-семантическая модель обучения. Л.: ЛГУ им. А.А.Жданова, 1970. - 178 с.

89. Филиппов В.В., О.А.Бабич, Г.f.Петров. Прогноз успеваемости. Вестн. высш. шк., 1980, Ш, с.25-28.

90. Харман Г. Современный факторный анализ: Пер. с англ. -М.: Статистика, 1972. 485 с.

91. Шапиро С.И., Уманский Л.И. 0 применении теории информации к изучению способностей человека. Вопр. психологии, 1953, w2, с.73-90.

92. Шенон К. Математическая теория связи В кн.: Работы по теории информации и кибернетики. M., 1953, 243 с.

93. Шрейдер Ю.А., Шаров A.A. Системы и модели. М.: Радио и связь, 1982. - 150 с.

94. Яглом И.М. Математические структуры и математическое моделирование. М.: Сов. радио, 1980. - 142 с.

95. Herdan G. The advanced theory of language аз choice and chance. Berlin. Heidenberg: ITew York: Springer verlag, 1966. - 459 p.