教学课程资源库 更多>>

关键词： 统计思维   自然语言   数据思维   课程重点   数据科学   概率论   概率思维   抽象概念  

摘要： 当我沉默着的时候,我觉得充实;我将开口,同时感到空虚。鲁迅《野草·题辞》在统计学院工作多年,大约从2000年之后就能发现学生们找工作越来越容易,与此同时,统计思维和数据思维的热度也在不断升高。到2010年之后,随着各种数据科学方法和软件的流行,概率思维的热度也开始升高。实际上,概率思维是各种算法和模型的基础,它为何会慢热呢?一个众所周知的原因是:概率、随机、不确定性都是很费解的概念。具体文献就不列举了。如果当作数学课来讲,则概率论的课程并无费解之处,定义、公理、定理安排得明明白白。如果要把概率思维当作课程重点,就一定会陷入自然语言的热带雨林之中,最大的障碍是找不到合适的自然语言来诠释概率。

关键词： 多元累积函数   参数函数   变化率   概率论   经济管理科学  

摘要： 利用数学分析理论,建立了一类涉及参数函数的多元累积函数变化率的结论,并给出了其在多元积分、概率论与经济管理科学中的应用实例。

关键词： 随机现象   概率论   模拟实验   随机实验   掷骰子   数据偏差   扑克牌   随机性  

摘要： 拉普拉斯是分析概率论的创始人,是把数学知识运用到实际问题中的先驱之一。什么是概率论呢?概率论是研究随机性或不确定性等现象的数学。更精确地说,是用来模拟实验在同一环境下会产生不同结果的情况。随机现象是指对所得到的结果不能预先确定,但可确定是多种情况中的一种的客观现象。在自然界和人类社会中存在着大量随机现象。典型的随机实验有掷骰子、扔硬币、抽扑克牌以及轮盘游戏等。

关键词： 概率论与数理统计   分层次教学   因材施教  

摘要： 在应用型人才培养目标下,以概率论与数理统计课程为例,采用分层次教学模式进行全新的探索。该文分析了分层次教学的教学现状和意义,采用分班级、制订教学计划、课堂教学、考核等多种举措开展分层次教学实践,做到因材施教,实现教学相长。

关键词： 随机现象规律的学科   概率统计知识   概率论与数理统计  

摘要： 随着科学的发展,数学在生活中的应用越来越广,生活的数学无处不在。概率论与数理统计是一门十分重要的大学数学基础课,也是一门研究随机现象规律的学科,它指导人们从事物表象看到其本质。而概率论与数理统计作为数学的一个重要的部分,同样在生活中也起着至关重要的作用。它的实际应用很广泛,包括自然科学、社会科学、工程技术、经济、管理、军事和工农业生产等领域。近年来,概率统计知识越来越多的渗透到诸如物理学、遗传学、信息论等学科当中。另外,在生活中,就连面试、赌博、彩票、体育和天气等等也都会涉及到概率学知识。学好概率尤其是能够将学的概率知识应用到生活中对我们来说是比较困难的但也是获益匪浅的一件事。

关键词： 概率论与数理统计   大班教学   QQ+雨课堂   数学史   案例  

摘要： 概率论与数理统计是数学类以及非数学类专业的重要基础课程之一。针对大班教学的精细化管理、课下的QQ交流群+课下课中的雨课堂、数学史以及案例的引入,增强了学生的学习兴趣,提高了学生的学习效率;在知识的应用中,点燃学习热情,激发创新活力。另外在雨课堂的使用中也遇到一些问题,解决的办法尚在探索中。

关键词： 概率论与数理统计   课程思政   教学改革  

摘要： 伴随着人才标准的不断提升,加速了课程思政战略的逐步深化,课程思政教学改革成为各所高校的重点奋斗目标。具体来说,便是通过对教学的调整和优化,促成思想政治教育与课程教学的充分融合,在传授学生知识的同时,引导学生树立正确三观,方可更好的助推学生实现全面发展,即可塑造新型人才,以满足社会发展需求。鉴于各校在课程思政教学改革中面临的较大压力,我们以"概率论与数理统计"为例,提出教学改革建议,为我国教育事业的稳定、健康发展出一份力!

关键词： 概率论与数理统计   课程思政理念   立德树人  

摘要： "课程思政"理念视域下,以概率论与数理统计课程为例,本文分析了课程思政理念的背景、课程思政理念执行的教学现状、探讨了课程思政理念融入课堂教学的方法,来提高学生的道德修养,促进学生核心价值观的形成。

关键词： 概率论与数理统计   数学实验   应用  

摘要： 本文论述了在概率论与数理统计课程教学中开展数学实验的必要性以及应用实践,结论表明数学实验的开展既可以促进学生对理论知识的理解,又能够提高学生的应用能力.

关键词： 在线学习数据   相关性分析   回归分析   因子分析   学业预警  

摘要： 选取概率论课程195名学习者不同时段的在线学习数据和期末成绩数据进行研究,并运用相关分析法、回归分析法以及因子分析法综合考察在线学习数据与期末成绩之间的相关关系.研究结果表明,不同时段的在线学习数据均与期末考试成绩呈非常显著的正相关关系.在线学习数据可被分为反映“知识输入”“知识输出”和“互动交流”的3个类别.这3个类别的典型代表变量分别是在线学习访问数、在线考试成绩和讨论数.通过这3个典型变量建立的回归模型能较好地反映期末成绩的变化情况,并进行学业预警.