다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
Journal of the Korean Society of Mathematical Education. Series A. The Mathematical Education, v.50 no.4, 2011년, pp.489 - 505
AI-Helper
This study is an analysis on the focus of textbooks regarding the statistical chapters of "measures of representative(central tendency) and of the spread". Applying the summary-concept criteria of Juhyeon Nam(2007), 4 kinds of aspect of the chapter; (1) definition and its teleological validity of th...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 산포도는 어떤 특성을 나타내는 측도인가? | 산포도는 대푯값과 함께 소개되는 자료 또는 분포의 대표적 요약인데, 자료 또는 분포를 구성하는 값들의 크기가 얼마나 변화가 심한지를 보여주는 특성을 나타내는 수리적 측도이다. Cobb & Moore(1997)는 통계학의 핵심 개념으로 산포도에 관한 개념이 필수적임을 주장하고 있는데, 이 점에서 많은 통계학자와 통계교육자들이 동의하고 있다. | |
| 통계학은 어떤 학문인가? | 통계학(Statistics)은 통계(statistic)를 이용하여 정보를 축적하고 소통하며, 결과의 실용성을 강조하는 학문이다. 통계(statistic)란 수리통계학적으로는 표본 자료(sample data)로부터 구해지는 한 개의 숫자를 뜻하지만, 통계를 쓰는 일반 대중은 숫자 외에도 자료로부터 얻어진 그래프나 표, 그림 등을 모두 통계라고 생각한다. | |
| 확률밀도함수의 이해를 위해 밀도도수의 히스토그램이 도입되어야 하는 이유는 무엇인가? | 상대도수를 계급의 크기로 나눈 것을 밀도도수라 하는데 밀도도수의 히스토그램이 도입되어야 한다. 밀도도수 히스토그램에서 직사각형의 세로(높이)는 밀도도수를, 가로 (밑변)는 계급의 크기를 나타냄으로 직사각형 한 개의 넓이는 상대도수를 나타내게 되어 직사각형 전체의 넓이의 합이 1이 된다. 즉 넓이가 상대도수이고 이것이 극한적인 통계적 확률로 연결되면 넓이가 확률이 되고 이것이 확률밀도함수를 이해하는 바탕이 된다. 즉 상대도수의 막대그래프는 높이의 합이 1이고 확률함수로 이어져 높이를 확률로 해석하는 반면, 밀도도수의 히스토그램은 넓이를 확률로 이해하는 확률밀도함수로 이어지는 것이다. |
교육과학기술부 (2008). 교육인적자원부 고시 제2006-75호 및 제2007-79호 초등학교 교육과정 해설 (4). 서울: 대한교과서 주식회사.
교육과학기술부 (2008). 교육인적자원부 고시 제2006-75호 및 제2007-79호 중학교 교육과정 해설 (3). 서울: 대한교과서 주식회사.
교육과학기술부 (2008). 교육인적자원부 고시 제2007-79호에 따른 고등학교 교육과정 해설 (5). 한국보훈복지의료공단 신생인쇄조합.
교육과학기술부 (2009). 고등학교 확률과 통계. 서울: (주)두산.
교육과학기술부 (2011). 중학교 수학 3. 서울: 교학사.
교육과학기술부 (2011). 중학교 수학 3. 서울: 금성출판사.
교육과학기술부 (2011). 중학교 수학 3. 서울: 더텍스트.
교육과학기술부 (2011). 중학교 수학 3. 서울: 도서출판 지학사.
교육과학기술부 (2011). 중학교 수학 3. 서울: 동화사.
교육과학기술부 (2011). 중학교 수학 3. 서울: 두산동아.
교육과학기술부 (2011). 중학교 수학 3. 서울: 미래엔 컬처그룹.
교육과학기술부 (2011). 중학교 수학 3. 서울: 비상교육.
교육과학기술부 (2011). 중학교 수학 3. 서울: 성지출판.
교육과학기술부 (2011). 중학교 수학 3. 서울: 웅진씽크빅.
교육과학기술부 (2011). 중학교 수학 3. 서울: 지학사.
교육과학기술부 (2011). 중학교 수학 3. 서울: 천재교육.
교육과학기술부 (2011). 중학교 수학 3. 서울: 천재문화.
교육과학기술부 (2011). 중학교 수학 3. 서울: 천재문화.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 교학사.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 금성출판사.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 더텍스트.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 도서출판 지학사.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 동화사.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 두산동아.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 미래엔 컬처그룹.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 비상교육.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 성지출판.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 웅진씽크빅.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 지학사.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 천재교육.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 천재문화.
교육과학기술부 (2011). 중학교 수학익힘책 3. 서울: 천재문화.
교육과학기술부 (2011). 중학교 수학 3 교사용 지도서. 서울: 두산동아.
교육과학기술부 (2011). 중학교 수학 3 교사용 지도서. 서울: 비상교육.
교육인적자원부 (2007). 고등학교 확률과 통계 교사용 지도서. 서울: (주) 천재교육.
구자용 외 (2003). 통계학(개정판). 서 : 자유 아카데미.
김경란 (2007). 분포개념 발달 관점에서 본 초 중등 확률통계 교육과정 및 교과내용의 분석. p10, 이화여자대학교 교육대학원 석사학위 논문.
김미옥 (1989). 초？중？고 확률 및 통계영역의 연계성에 관한 연구. 이화여자대학교 교육대학원 석사학위 논문.
김민연 (2010). 중학교 수학교과서 개정에 따른 9단계 통계 단원에 대한 7차 교과서 분석. 이화여자대학교 교육대학원 석사학위 논문.
김용대 외 (2009). 통계학개론(제5개정판). 서울: 도서출판 영지문화사.
김응환？이석훈 (2008). 통계교육. 서울: 경문사.
남주현 (2007). 초？중등 통계교육을 위한 통계적 방법론에 대한 연구. 이화여자대학교 박사학위논문.
송순희？이영하？김미옥 (1989). 초 중 고 수학 교과서의 확률 통계 영역의 연계성에 관한 분석(제 1보). 한국수학교육학회지.
윤소진 (2007). R. W. Tyler의 관점에 의한 9단계와 10단계 수학 교과내용의 연계성에 관한 고찰. 성균관대학교 교육대학원 석사학위 논문.
윤현진 외 (2009). 수학과 교육내용 개선 방안 연구 -'이산수학', '확률과 통계' 영역을 중심으로-. 한국교육과정평가원 연구보고 RRC 2009-3-3.
이명근 (1984). 대학 교양과정 연계성에 관한 연구. 연세대학교 대학원 석사학위 논문.
이영하 (2009). 통계적 개념 발달과 통계교육. 서울시 2009 중등 수학과 1, 2급 정교사 자격연수자료, 627-642.
이영하 (2009). 확률과 통계 영역의 지도. 광주광역시 중등학교 정교사(1급) 수학과 자격연수자료.
이영하 (2002). 확률과 통계. 2002년 서울시 1급 정교사 연수자료.
이영하？남주현 (2005). 통계적 개념 발달에 관한 인식론 적 고찰. 한국수학교육학회지 시리즈 A , 44(3), 457-475.
이외숙 외 (2007). 통계학 입문(제2판). 서울: 경문사.
이정희 (1992). 확률 및 통계 영역의 연계성에 관한 연구. 이화여자대학교 교육대학원 석사학위 논문.
이중권 (2004). 세계 여러 나라의 수학교육과정. 서울: 경문사.
최지안 (2008). 중학교 1학년 통계단원에서 나타난 분포개념에 관한 분석. 이화여자대학교 교육대학원 석사학위 논문.
Bakker, A. (2004). Design research in statistics education; On symbolizing and computer tools. Dissertation Utrecht University, the Netherlands.
Cobb G. W., & Moore D. S. (1997). Mathematics Statistics and Teaching, American Mathematical Monthly 104, 801-823
Fisher R. A. (1925). Statistical methods for research workers. Oliver and Boyd of Edinburgh in Scotland.
Garfield J. B. (2002). The challenge of developing statistical reasoning. Jour. of Statistics Education, 10(3).
Garfield J. B., & Ben-Zvi D. (2004). Research on statistical literacy, reasoning and thinking: Issues, challenges, and implications. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning, and thinking(pp 397-409). Dordrecht, the Netherlands: Kluwer Academic Publishers
Huff D. (1954). How to lie with statistics, Norton
Moore D. S. (1990). Uncertainty, In the L. S. Steen(Ed), On the shoulders of giants; New approaches to Numeracy 95-137, Washington D.C. National Academy Press
Wild C., & Pfannkuch M. (1999). Statistical thinking in Empirical inquiry, International Statistical Review 67, 223-266
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.