ГЛАВА 4.
ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ АСК-АНАЛИЗА
В АСУ ВУЗОМ

4.1. Прогнозирования учебных достижений
студентов на основе их почерка

4.1.1. Введение

Исследование посвящено решению актуальных задач прогнозирования учебных достижений студентов и поддержки принятия решений при выборе ими специализации на факультете прикладной информатики, на основе выявления и использования знания причинно-следственных зависимостей между непосредственно наблюдаемыми особенностями их почерка и уровнями предметной обученности студентов по различным дисциплинам, которые являющимися целями обучения.

В разделе 1: "Постановка задачи и выбор метода ее решения" обоснованы актуальность, объект и предмет, цель и задачи исследования, приведены источники исходных данных, дана характеристика исходных данных и обоснованы требования к методу решения поставленных задач, кратко описаны традиционные методы решения, сделан основной вывод о недостаточности традиционных подходов и целесообразности применения новых методов, а именно методов и компьютерных технологий системно-когнитивного анализа (СК-анализ) для решения поставленных задач.

В разделе 2: "Когнитивная структуризация, формальная постановка задач и синтез модели" обоснованы выбор метода и концепция решения задач, дано краткое описание метода и технологии системно-когнитивного анализа с учетом его применения для решения поставленных задач, раскрыты его теоретические предпосылки, описаны математическая модель, методика численных расчетов, специальный программный инструментарий (система "Эйдос"), проведены когнитивная структуризация предметной области, формальная постановка задачи и формирование обучающей выборки. В частности, разработаны классификационные и описательные шкалы и градации, а также Excel-форма для представления исходных данных; применен стандартный программный интерфейс СК-анализа для преобразования исходных данных из этой формы в базы данных системы "Эйдос"; а затем и осуществлен синтез семантической информационной модели, ее оптимизация и проверка на адекватность. По результатам второй главы сделан главный вывод о том, что сформированная модель имеет достаточно высокую адекватность для того, чтобы ее исследование можно было обоснованно считать исследованием самого моделируемого объекта. Это означает также, что ей корректно пользоваться для решения поставленных задач.

В разделе 3: "Исследование семантический информационной модели" решены следующие задачи: выявлены причинно-следственные зависимости между признаками почерка студентов и их учебными достижениями по различным дисциплинам; разработана методика прогнозирования учебных достижений студентов на основе анализа признаков их почерка; разработана методика поддержки принятия решений по выбору специализации студентов по особенностям их почерка. В третьей главе сделан вывод о том, что предложенный подход позволяет успешно решить поставленные задачи и достичь целей работы.

В разделе 4: "Эффективность применения полученного решения, его ограничения и перспективы развития" кратко описаны возможности применения предложенной технологии в образовательных организациях как для учебных целей (при преподавании дисциплины "Интеллектуальные информационные системы"), так и при управлении самими учебным процессом. Показаны ограничения разработанной технологии и перспективы ее развития. Сделан вывод об эффективности предложенной технологии и целесообразности ее применения и дальнейшего развития.

В заключении кратко перечислены полученные результаты, констатировано достижение цели работы, сформулирована научная новизна и практическая значимость проведенного исследования.

4.1.2. Постановка задачи
и выбор метода ее решения

4.1.2.1. Проблема, решаемая в работе,
традиционные пути ее решения
и их недостатки

Традиционно на практике при принятии решения о зачислении абитуриента на обучение в вуз или при определении специализации не используется информация прогнозного характера об их возможных учебных достижениях по различным дисциплинам. А между тем в ряде случаев возможность использования подобной прогнозной информации была бы весьма желательной.

В данной работе предлагается разрабатывать подобные прогнозы на основе анализа генотипа студента по косвенным признакам, на которые он также влияет, как на учебные достижения, т.е. по признакам почерка. Лучшим будем считать генотип, детерминирующий наивысшие учебные достижения. Здесь необходимо отметить, что в принципе возможны и оправданы и другие критерии оценки качества генотипа, например: успешность практической деятельности по специальности после окончания вуза, но исследование этих вопросов выходит за рамки данной работы. Здесь конечно возникает вопрос о том, насколько конституционные психологические качества студентов, детерминируемые геномом, являются благоприятными для освоения различных учебных дисциплин, предусмотренных образовательным стандартом по тем или иным конкретным специальностям.

Однако, чтобы получить подобную прогнозную информацию обычно необходимо провести дополнительные опросы или психологические тестовые испытания учащихся, что проблематично с юридической точки зрения, кроме того отсутствуют или практически недоступны необходимые для этого локализованные и адаптированные методики и программный инструментарий. Исследования на уровне генома, которые также могли бы дать информацию о том, какие конкретно гены и их сочетания детерминируют высокие учебные достижения студентов по тем или иным дисциплинам, весьма дороги, трудоемки, требуют очень высокого уровня квалификации исследователей, значительного времени и первоклассного оборудования.

Все это делает весьма проблематичным и даже практически невозможным проведение подобных исследований в наших условиях.

Поэтому традиционным является отбор абитуриентов для обучения и выбор специализации на основе приемных испытаний и просто договоров на обучение. Этот способ отбора фактически не учитывает индивидуальные предрасположенности и абитуриентов и студентов, а основан лишь на их экономических возможностях и социальных предпочтениях.

Таким образом, на лицо наличие несоответствия между желаем и фактическим положением дел, т.е. проблемная ситуация или проблема, которая состоит в том, что с одной стороны желательно иметь прогнозную информацию о возможных учебных достижениях абитуриентов или студентов по различным дисциплинам, а с другой стороны нет доступных на практике методик и инструментальных средств, которые позволили бы получить такую информацию.

В работе данная проблема решается путем разработки методики, обеспечивающей на основе непосредственно-наблюдаемых признаков почерка учащихся прогнозирование их учебных достижений.

4.1.2.2. Идея решения проблемы

Генотип абитуриента или студента (далее – учащегося) детерминирует не только его учебные достижения, но и непосредственно внешне наблюдаемые признаки почерка, поэтому между учебными достижениями и признаками почерка должна быть взаимосвязь (рисунок 17).

Рисунок 17. Система детерминации феноменологических свойств учащегося
сущностным уровнем, определяющим конституционные качества

Предполагается, что зная эту взаимосвязь, обозначенную на рис. 1 пунктирной линией, по признакам почерка учащегося можно судить не только о его генотипе, но и его потенциальных учебных достижениях. Признаки почерка устанавливаются непосредственно визуально и их оценка несопоставимо проще, чем непосредственное исследование генотипа.

Поэтому предлагается следующая идея: если выявить зависимости между учебными достижениями учащихся и особенностями (признаками) их почерка, то по непосредственно-наблюдаемым признакам почерка можно косвенно оценивать, т.е. по сути измерять, предрасположенность учащегося к тем или иным учебным достижениям при изучении различных учебных дисциплин. Безусловно косвенные измерения всегда имеют определенную погрешность, которую необходимо знать и контролировать.

Правда необходимо отметить, что на признаки почерка, кроме генотипа учащегося, по-видимому могут оказывать влияние также и другие факторы, например, текущее психофизиологическое и эмоциональное состояние учащегося, зависящее от степени комфортности-экстремальности обстановки, в которой производилась запись.

Эти внешние факторы можно разделить на две основные группы по степени их зависимости от воли человека:

1. Факторы окружающей среды, которые практически не зависят от человека.

2. Технологические факторы самого учебного процесса, связанные с использованием различных учебно-образовательных технологий, которые во многом зависят от человека.

Исследованию влияния факторов различной природы на учебные достижения и уровень предметной обученности посвящены следующие работы: Александров С.Г. [105], Власенко А.В. [103], Дорохов В.Б. [139, 140, 141], Лаптев В.Н. [4, 34, 77, 78, 97, 98, 101, 189, 196, 234, 237, 238, 240, 241, 242, 246], Лебедев А.Н. [120, 139, 140, 141], Лобанов В.Г. [92], Лойко В.И. [174, 180, 181, 182, 188], Луценко Е.В. [1-12, 66-252], Некрасов С.Д. [26, 41, 76, 229], Петрик А.А. [92], Рябикина З.М. [76, 111], Селиверстов В.В. [79], Симанков В.С. [3, 4, 81, 82, 88-97], Третьяк В.Г. [19, 24, 25], Щукин Т.Н. [139-141] и другие. Опыт проведения этих исследований использован при проведении данной работы.

Способ учета влияния всех этих внешних факторов (и факторов среды, и технологических) один и тот же и не отличается от способа выявления и учета зависимостей между особенностями почерка и учебными достижениями учащихся.. Это означает, что технически мы могли бы исследовать все эти группы факторов, характеризующие самого учащегося, окружающую среду и учебный процесс) в комплексе. Однако в данном исследовании мы этого делать не будем по двум основным причинам:

– первое: в базах данных деканата факультета прикладной информатики (ФПИ) не учитывалась информация о факторах среды и учебного процесса;

– второе: внешние факторы (т.е. факторы среды и учебного процесса) не менялись за время проведения исследования, т.е. за 3 года (2004 - 2006 годы) и на всех учащихся они действовали одинаково. Поэтому даже если бы эти факторы и учитывались, их влияние на учебные достижения и предметную обученность учащихся изучить не представлялось бы возможным из-за практически полного отсутствия вариабельности по этим факторам.

Поэтому в данном исследовании внешними факторами вполне корректно можно пренебречь.

4.1.2.3. Актуальность, объект и предмет,
цель и задачи исследования

Актуальность данной работы определяется ее практической значимостью и научной новизной.

Практическая значимость работы определяется возможностью применения ее результатов для прогнозирования успешности обучения абитуриентов и студентов по различным дисциплинам, изучаемым на факультете прикладной информатики (ФПИ) Кубанского государственного аграрного университета (КубГАУ), что может быть использовано в качестве дополнительной информации при принятии решения о зачислении или при выборе специализации. Кроме того материалы исследования могут быть использованы в учебном процессе при проведении лабораторной работы по дисциплине: "Интеллектуальные информационные системы", изучаемой на 5-м курсе студентами специальности 351400 – Прикладная информатика.

Научная новизна работы состоит в том, что исследование влияния особенностей почерка учащихся на уровень их предметной обученности по дисциплинам, изучаемым на ФПИ КубГАУ проводится впервые.

Таким образом, объектом исследования является выявление и изучение зависимостей между почерком учащихся и их успеваемостью.

Предмет исследования состоит в выявлении взаимосвязей между особенностями почерка учащихся и их учебными достижениями по дисциплинам, изучаемым на ФПИ КубГАУ.

Цель исследования: выявление зависимостей между особенностями почерка учащихся и их учебными достижениями по дисциплинам, изучаемым на ФПИ КубГАУ, и, на основе этого, разработка методики прогнозирования учебных достижений и предоставления дополнительной информации для принятия решений о зачислении абитуриентов и выборе специализации.

Данная цель может быть достигнута путем решения следующих задач:

– задача 1: "Типизация особенностей почерка студентов по уровням их предметной обученности по различным дисциплинам, выявление зависимостей между признаками почерка учащихся и их учебными достижениями";

– задача 2: "Разработка методики прогнозирования уровня предметной обученности студентов ФПИ на основе особенностей их почерка";

– задача 3: "Разработка методики поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их почерка ";

– разработка принципов оценки эффективности предложенных методик прогнозирования и поддержки принятия решений;

– исследование ограничений разработанной технологии и обоснование перспектив ее развития.

4.1.2.4. Характеристика исходных данных
и обоснование требований
к методу решения поставленных задач

4.1.2.4.1. Источники исходных данных

Основой для выполнения данной работы являются данные по предметной обученности выпускников по всем дисциплинам, изучаемым в соответствии с образовательным стандартом по специальности 250400 – "Прикладная информатика" (по областям), а также личные карточки студентов, заполненные ими от руки лично. Эти данные предоставлены деканатом факультета прикладной информатики КубГАУ.

4.1.2.4.2. Характеристика исходных данных

Первичная форма существования исходных данных – это журналы успеваемости, которые ведутся в деканате по всем группам за все годы. Примеры журналов успеваемости не приводятся из-за их конфиденциального характера. Для исследования в данной работе выбраны данные по выпускникам за 3 года (3-летний лонгитюд): с 2004 по 2006 годы. Размерность исходных данных составляет: 260 выпускников; 60 учебных дисциплин; 24 признака почерка.

Анализ этих данных показывает, что они отражают не все возможные сочетания значений признаков и имеют пропуски, связанные с тем, что в различные годы состав изучаемых дисциплин различается, кроме того этот состав отличается по специализациям. Поэтому применение стандартных методов обработки данных проблематично и принято решение о применении для этих целей системно-когнитивного анализа (СК-анализ), который включает теоретическую, методическую, инструментальную и технологическую компоненты, т.е. все необходимое для решения поставленной проблемы.

4.1.2.5. Выводы

Традиционные методы обработки имеющихся исходных данных не обеспечивают решение поставленных задач и целесообразно применение СК-анализа, обеспечивающего выявление зависимостей между особенностями почерка учащихся и их учебными достижениями и использование знание этих зависимостей для прогнозирования и поддержки принятия решений.

4.1.3. Когнитивная структуризация, формальная постановка задачи и синтез модели

4.1.3.1. Обоснование выбора метода
и концепция решения задачи

4.1.3.1.1. Традиционные методы решения
и их недостатки

Традиционные статистические модели требуют информации о результатах действия всех сочетаний исследуемых факторов ("повторности"), т.е. критичны к пропускам данных.

Некоторые из подобных пропусков в принципе неустранимо, т.к. на различных специализациях отличается сама номенклатура изучаемых дисциплин, кроме того перечень изучаемых дисциплин изменяется из года в год. Поэтому жесткое требование стандартных методов о полноте повторностей в исследуемой предметной области на практике сложно осуществимо. Необходимо также подчеркнуть, что восполнить отсутствующие данные из опыта не представляется возможным, т.к. объект исследования принципиально не допускает повторение условий прошедших периодов с заданными сочетаниями факторов, которые не зависят от воли человека. Восполнение данных путем интерполяции также некорректно, т.к. в каждой строке и столбце корреляционной матрицы имеется более одного пропуска.

Кроме того, статистические модели сложно содержательно интерпретировать, т.к. для этого требуются труд квалифицированных аналитиков.

Таким образом, можно сделать вывод, что для моделирования такого сложного и малоисследованного объекта, каким является предметная обученность учащихся, применение традиционных математических моделей является проблематичным.

4.1.3.1.2. Выбор метода системно-когнитивного анализа

По-видимому, решение поставленных задач может быть получено путем применения системно-когнитивного анализа (СК-анализ) [5], – нового перспективного математического метода системного анализа, основанного на теории информации, системном анализе и когнитивном моделировании.

Метод является непараметрическим, позволяет сопоставимо обрабатывать тысячи градаций факторов и будущих состояний объекта управления при неполных (фрагментированных), зашумленных данных различной природы, т.е. измеряемых в различных единицах измерения.

Для метода СК-анализа разработаны и методика численных расчетов, и соответствующий программный инструментарий, а также технология и методика их применения. Они прошли успешную апробацию при решении ряда задач в различных предметных областях [1-12, 66-264].

Наличие инструментария СК-анализа позволяет не только осуществить синтез семантической информационной модели (СИМ), но и периодически проводить адаптацию и синтез ее новых версий, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую адекватность модели в изменяющихся условиях.

В работах [5, 6] приведен перечень этапов системно-когнитивного анализа, которые необходимо выполнить, чтобы осуществить синтез модели и исследование модели объекта управления:

1. Когнитивная структуризация, а затем и формализация предметной области.

2. Ввод данных мониторинга в базу прецедентов за период, в течение которого имеется необходимая информация в электронной форме.

3. Синтез семантической информационной модели (СИМ).

4. Оптимизация СИМ.

5. Проверка адекватности СИМ (верификация модели, измерение внутренней и внешней, дифференциальной и интегральной валидности).

6. Системно-когнитивный анализ СИМ.

7. Решение задач идентификации состояний объекта управления, прогнозирование и поддержка принятия управленческих решений по управлению с применением СИМ.

Важной особенностью СК-анализе является возможность единообразной числовой обработки разнотипных числовых и нечисловых данных. Это обеспечивается тем, что нечисловым величинам тем же методом, что и числовым, приписываются сопоставимые в пространстве и времени, а также между собой, количественные значения, позволяющие обрабатывать их как числовые:

– на первых двух этапах СК-анализа числовые величины сводятся к интервальным оценкам, как и информация об объектах нечисловой природы (фактах, событиях) (этот этап реализуется и в методах интервальной статистики);

– на третьем этапе СК-анализа всем этим величинам по единой методике, основанной на системном обобщении семантической теории информации А.Харкевича, сопоставляются количественные величины (имеющие смысл количества информации в признаке о принадлежности объекта к классу), с которыми в дальнейшем и производятся все операции моделирования (этот этап является уникальным для СК-анализа).

Учитывая эти этапы СК-анализа выполним декомпозицию цели работы в ряд задач, решение которых обеспечит ее поэтапное достижение:

1. Когнитивная структуризация предметной области и формальная постановка задачи, проектирование структуры и состава исходных данных.

2. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (обычно в журнальной форме).

3. Разработка стандартной Excel-формы для представления исходных данных.

4. Преобразование исходных данных из бумажной из нестандартной электронной в стандартную электронную Excel-форму.

5. Контроль достоверности исходных данных и исправление ошибок.

6. Использование программного интерфейса для преобразования исходных данных из стандартной Excel-формы в базы данных, используемые в инструментарии системно-когнитивного анализа (СК-анализ) – универсальной когнитивной аналитической системе "Эйдос" (система "Эйдос").

7. Синтез семантической информационной модели (СИМ).

8. Оптимизация СИМ.

9. Измерение адекватности СИМ.

10. Задача 1: "Типизация особенностей почерка студентов по уровню их предметной обученности по различным дисциплинам, выявление зависимостей между признаками почерка учащихся и их учебными достижениями";

11. Задача 2: "Разработка методики прогнозирования уровня предметной обученности студентов ФПИ на основе особенностей их почерка";

12. Задача 3: "Разработана методики поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их почерка ";

13. Разработка принципов оценки экономической эффективности разработанных технологий при их применении в образовательных учреждениях.

14. Исследование ограничений разработанной технологии и перспектив ее развития.

4.1.3.2. Когнитивная структуризация предметной области, формальная постановка задачи и формирование обучающей выборки

Рассмотрим подробнее пути реализации первого этапа СК-анализа. На этом этапе:

– конкретно определяются факторы и будущие состояния объекта управления;

– измеряется область изменения числовых значений факторов и интервалы (диапазоны), а также макропараметров, определяющих состояния объекта управления;

– конструируются классификационные и описательные шкалы и градации и их кодирование;

– исходные данные кодируются в системе классификационных и описательных шкал и градаций, и формируется обучающая выборка (база прецедентов, содержащая в формализованный опыт управления перерабатывающим комплексом региона за ряд лет).

4.1.3.2.1. Когнитивная структуризация предметной
области и формальная постановка задачи,
проектирование структуры и состава
исходных данных

4.1.3.2.1.1. Когнитивная структуризация
предметной области

Под когнитивной структуризацией в общем случае понимается определение будущих, как желательных (целевых), так и нежелательных состояний объекта исследования и управления, а также системы факторов, детерминирующих эти состояния. В общем случае, как факторы могут рассматриваться и факторы окружающей среды, и технологические факторы, и параметры самого объекта исследования, в т.ч. его предыстория.

В данном исследовании как будущие состояния объекта рассматриваются учебные достижения учащихся, а как факторы – особенности их почерка. Поэтому под когнитивной структуризацией в данной работе понимается определение всех возможных уровней предметной обученности, как желательных (целевых), так и нежелательных, а также системы признаков почерка, связанных с этими уровнями предметной обученности.

При проектировании справочника классов возникла проблема, состоящая в том, что в разные годы в Exccel-файлах использовались различные наименования дисциплин и они находились в таблицах в различном порядке. Кроме того дисциплины не были разделены по циклам. Поэтому для упорядочения наименований дисциплин и формирования их списка пришлось выполнить следующие работы.

1. Из Excel-таблиц с оценками по всем группам за все годы взяты горизонтальные шапки с наименованиями дисциплин и объединены в одном Excel-файле шапок.

2. Excel-таблица с наименованиями дисциплин перенесена через буфер обмена в Word.

3. В Word таблица с наименованиями дисциплин преобразована в текст, причем в качестве разделителя использован символ конца абзаца, чтобы наименование каждой дисциплины начиналось с новой строки.

4. Список наименований дисциплин в Word рассортирован по алфавиту.

5. Из списка наименований дисциплин в Word удалены повторы наименований.

6. В списке наименований дисциплин введены наименования циклов дисциплин: общеобразовательные; компьютерные; финансово-экономические; юридические.

7. Введена латинская кодировка наименований дисциплин и циклов дисциплин, чтобы в последующем использовать ее в качестве наименований полей в базах данных.

8. Список наименований дисциплин пронумерован и преобразован в таблицу Word с двумя столбцами.

9. Таблица с списком наименований дисциплин через буфер обмена передана в Excel.

10. В Excel разработана программа для транспонирования вертикального списка наименований дисциплин в горизонтальный.

11. С использованием горизонтального списка дисциплин была спроектирована таблица для ввода оценок и признаков.

12. В эту таблицу были добавлены столбцы со средними баллами по циклам дисциплин и по всем дисциплинам, а также столбец с указанием получения красного диплома. Кроме того некоторые дисциплины были перенесены из специальных циклов в общеобразовательные.

13. Выполнено обратное преобразование горизонтального списка в вертикальный для использования в дальнейшем.

В результате перечисленных этапов работ получен следующий справочник классов, отражающий будущие состояния объекта исследования (таблица 11).

Таблица 11 – КЛАССИФИКАЦИОННЫЕ ШКАЛЫ (ФРАГМЕНТ)

Код	Наименование
	Условное	Полное
1	Red_dipl	КРАСНЫЙ ДИПЛОМ
2	ALL	Средний балл
3	COD	ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл)
4	COD_01	Английский язык
5	COD_02	Логика
6	COD_03	Политология
7	COD_04	История Отечества
8	COD_05	Правоведение
9	COD_06	Философия
10	COD_07	Теория систем и системный анализ
11	COD_08	Экология
12	CKD	ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл)
13	CKD_01	Web-дизайн и компьютерная графика
14	CKD_02	Алгоритмические языки высокого уровня
15	CKD_03	Алгоритмы и структуры данных
16	CKD_04	Базы данных
17	CKD_05	Высокоуровневые методы информатики и программирования
18	CKD_06	Вычислительные системы, сети и телекоммуникации
19	CKD_08	Дискретная математика
20	CKD_09	Имитационное моделирование
21	CKD_10	Имитационное моделирование ИС в БУ и ФД
22	CKD_11	Интеллектуальные информационные системы
23	CKD_12	Информатика
24	CKD_13	Информационная безопасность
25	CKD_14	ИС в БУ, управлении и ФД
26	CKD_15	Информационные системы в юриспруденции
27	CKD_16	Информационные системы и информационные технологии
28	CKD_17	Информационный менеджмент
29	CKD_18	Компьютерные методы решения задач в юриспруденции
30	CKD_19	Математика
31	CKD_20	Мат.логика, теор.множеств, дискр.математика
32	CKD_21	Математическая экономика
33	CKD_22	МЛОИ
34	CKD_23	Операционные системы, среды и оболочки
35	CKD_24	Основы алгоритмизации и программирования
36	CKD_25	Пред практика
37	CKD_26	Программирование на языке Ассемблера для IBM PC
38	CKD_27	Проектирование информационных систем
39	CKD_29	Производственная практика по БД
40	CKD_30	Разработка и стандартизация ПС и ИТ
41	CKD_31	Разработка приложений на языках высокого уровня
42	CKD_32	Разработка приложений на языках ООП
43	CKD_33	Теория вероятностей и математическая статистика
44	CFED	ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл)
45	CFED_01	Банковское дело
46	CFED_02	Бухгалтерский учёт (управленческий)
47	CFED_03	Бухгалтерский учёт (финансовый)
48	CFED_04	Основы бизнеса
49	CFED_05	Рынок ценных бумаг
50	CFED_06	Теория бухгалтерского учёта
51	CFED_07	Финансы и кредит
52	CFED_08	Финансы, денежное обращение и кредит
53	CFED_09	Экономика организаций (предприятий)
54	CFED_10	Экономико-математические методы и модели
55	CFED_11	Экономическая теория

Рассмотрим теперь каким образом были определены базовые особенности почерка, использованные в качестве в качестве описательных шкал. Существует много различных систем выявления признаков почерка. В данной работе мы воспользуемся одной из самых простых из них, используемой на сайте: Альянс-медиа "Деловые тесты":

http://www.businesstest.ru/test.asp?test_id=155&topic_id=3

В таблице 12 эта система приведена в виде, преобразованном для удобства использования в системе "Эйдос".

Таблица 12 – ОПИСАТЕЛЬНЫЕ ШКАЛЫ (ФАКТОРЫ)

Код	Наименование
1	Размер букв
2	Наклон букв
3	Форма букв
4	Направление почерка
5	Интенсивность почерка и сила нажима
6	Характер написания слов
7	Общая оценка почерка

4.1.3.2.1.2. Формализация предметной области

Формализация предметной области осуществляется на основе ее когнитивной структуризации, проведенной в предыдущем разделе.

Формализация предметной области – это конструирование классификационных (таблица 13) и описательных шкал и градаций (таблица 14), как правило, порядкового типа с использованием интервальных оценок, в системе которых предметная область описывается в форме, пригодной для обработки на компьютере с использованием математических моделей [5].

Таблица 13 – КЛАССИФИКАЦИОННЫЕ ШКАЛЫ И ГРАДАЦИИ (КЛАССЫ).
ФРГАМЕНТ

Код	Наименование класса
1	Red_dipl-Без диплома
2	Red_dipl-Синий диплом
3	Red_dipl-Красный диплом
4	ALL-Средний балл: 3
5	ALL-Средний балл: 4
6	ALL-Средний балл: 5
7	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3
8	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4
9	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5
10	COD_01-Английский язык: 3
11	COD_01-Английский язык: 4
12	COD_01-Английский язык: 5
13	COD_02-Логика: 3
14	COD_02-Логика: 4
15	COD_02-Логика: 5
16	COD_03-Политология: 3
17	COD_03-Политология: 4
18	COD_03-Политология: 5
19	COD_04-История Отечества: 3
20	COD_04-История Отечества: 4
21	COD_04-История Отечества: 5
22	COD_05-Правоведение: 3
23	COD_05-Правоведение: 4
24	COD_05-Правоведение: 5
25	COD_06-Философия: 3
26	COD_06-Философия: 4
27	COD_06-Философия: 5
28	COD_07-Теория систем и системный анализ: 3
29	COD_07-Теория систем и системный анализ: 4
30	COD_07-Теория систем и системный анализ: 5
Код	Наименование класса
31	COD_08-Экология: 3
32	COD_08-Экология: 4
33	COD_08-Экология: 5
34	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3
35	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4
36	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5
37	CKD_01-Web-дизайн и компьютерная графика: 3
38	CKD_01-Web-дизайн и компьютерная графика: 4
39	CKD_01-Web-дизайн и компьютерная графика: 5
40	CKD_02-Алгоритмические языки высокого уровня: 3
41	CKD_02-Алгоритмические языки высокого уровня: 4
42	CKD_02-Алгоритмические языки высокого уровня: 5
43	CKD_03-Алгоритмы и структуры данных: 3
44	CKD_03-Алгоритмы и структуры данных: 4
45	CKD_03-Алгоритмы и структуры данных: 5
46	CKD_04-Базы данных: 3
47	CKD_04-Базы данных: 4
48	CKD_04-Базы данных: 5
49	CKD_05-Высокоуровневые методы информатики и программирования: 3
50	CKD_05-Высокоуровневые методы информатики и программирования: 4
51	CKD_05-Высокоуровневые методы информатики и программирования: 5
52	CKD_06-Вычислительные системы, сети и телекоммуникации: 3
53	CKD_06-Вычислительные системы, сети и телекоммуникации: 4
54	CKD_06-Вычислительные системы, сети и телекоммуникации: 5
55	CKD_08-Дискретная математика: 3
56	CKD_08-Дискретная математика: 4
57	CKD_08-Дискретная математика: 5
58	CKD_09-Имитационное моделирование: 3
59	CKD_09-Имитационное моделирование: 4
60	CKD_09-Имитационное моделирование: 5
61	CKD_10-Имитационное моделирование ИС в БУ и ФД: 3
62	CKD_10-Имитационное моделирование ИС в БУ и ФД: 4
63	CKD_10-Имитационное моделирование ИС в БУ и ФД: 5
64	CKD_11-Интеллектуальные информационные системы: 3
65	CKD_11-Интеллектуальные информационные системы: 4
66	CKD_11-Интеллектуальные информационные системы: 5
67	CKD_12-Информатика: 3
68	CKD_12-Информатика: 4
69	CKD_12-Информатика: 5
70	CKD_13-Информационная безопасность: 3
71	CKD_13-Информационная безопасность: 4
72	CKD_13-Информационная безопасность: 5
73	CKD_14-ИС в БУ, управлении и ФД: 3
74	CKD_14-ИС в БУ, управлении и ФД: 4
75	CKD_14-ИС в БУ, управлении и ФД: 5
76	CKD_15-Информационные системы в юриспруденции: 3
77	CKD_15-Информационные системы в юриспруденции: 4
Код	Наименование класса
78	CKD_15-Информационные системы в юриспруденции: 5
79	CKD_16-Информационные системы и информационные технологии: 3
80	CKD_16-Информационные системы и информационные технологии: 4
81	CKD_16-Информационные системы и информационные технологии: 5
82	CKD_17-Информационный менеджмент: 3
83	CKD_17-Информационный менеджмент: 4
84	CKD_17-Информационный менеджмент: 5
85	CKD_18-Компьютерные методы решения задач в юриспруденции: 3
86	CKD_18-Компьютерные методы решения задач в юриспруденции: 4
87	CKD_18-Компьютерные методы решения задач в юриспруденции: 5
88	CKD_19-Математика: 3
89	CKD_19-Математика: 4
90	CKD_19-Математика: 5
91	CKD_20-Мат.логика, теор.множеств, дискр.математика: 3
92	CKD_20-Мат.логика, теор.множеств, дискр.математика: 4
93	CKD_20-Мат.логика, теор.множеств, дискр.математика: 5
94	CKD_21-Математическая экономика: 3
95	CKD_21-Математическая экономика: 4
96	CKD_21-Математическая экономика: 5
97	CKD_22-МЛОИ: 3
98	CKD_22-МЛОИ: 4
99	CKD_22-МЛОИ: 5
100	CKD_23-Операционные системы, среды и оболочки: 3
101	CKD_23-Операционные системы, среды и оболочки: 4
102	CKD_23-Операционные системы, среды и оболочки: 5
103	CKD_24-Основы алгоритмизации и программирования: 3
104	CKD_24-Основы алгоритмизации и программирования: 4
105	CKD_24-Основы алгоритмизации и программирования: 5
106	CKD_25-Пред практика: 3
107	CKD_25-Пред практика: 4
108	CKD_25-Пред практика: 5
109	CKD_26-Программирование на языке Ассемблера для IBM PC: 3
110	CKD_26-Программирование на языке Ассемблера для IBM PC: 4
111	CKD_26-Программирование на языке Ассемблера для IBM PC: 5
112	CKD_27-Проектирование информационных систем: 3
113	CKD_27-Проектирование информационных систем: 4
114	CKD_27-Проектирование информационных систем: 5
115	CKD_29-Производственная практика по БД: 3
116	CKD_29-Производственная практика по БД: 4
117	CKD_29-Производственная практика по БД: 5
118	CKD_30-Разработка и стандартизация ПС и ИТ: 3
119	CKD_30-Разработка и стандартизация ПС и ИТ: 4
120	CKD_30-Разработка и стандартизация ПС и ИТ: 5
121	CKD_31-Разработка приложений на языках высокого уровня: 3
122	CKD_31-Разработка приложений на языках высокого уровня: 4
Код	Наименование класса
123	CKD_31-Разработка приложений на языках высокого уровня: 5
124	CKD_32-Разработка приложений на языках ООП: 3
125	CKD_32-Разработка приложений на языках ООП: 4
126	CKD_32-Разработка приложений на языках ООП: 5
127	CKD_33-Теория вероятностей и математическая статистика: 3
128	CKD_33-Теория вероятностей и математическая статистика: 4
129	CKD_33-Теория вероятностей и математическая статистика: 5
130	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 3
131	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4
132	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5
133	CFED_01-Банковское дело: 3
134	CFED_01-Банковское дело: 4
135	CFED_01-Банковское дело: 5
136	CFED_02-Бухгалтерский учёт (управленческий): 3
137	CFED_02-Бухгалтерский учёт (управленческий): 4
138	CFED_02-Бухгалтерский учёт (управленческий): 5
139	CFED_03-Бухгалтерский учёт (финансовый): 3
140	CFED_03-Бухгалтерский учёт (финансовый): 4
141	CFED_03-Бухгалтерский учёт (финансовый): 5
142	CFED_04-Основы бизнеса: 3
143	CFED_04-Основы бизнеса: 4
144	CFED_04-Основы бизнеса: 5
145	CFED_05-Рынок ценных бумаг: 3
146	CFED_05-Рынок ценных бумаг: 4
147	CFED_05-Рынок ценных бумаг: 5
148	CFED_06-Теория бухгалтерского учёта: 3
149	CFED_06-Теория бухгалтерского учёта: 4
150	CFED_06-Теория бухгалтерского учёта: 5
151	CFED_07-Финансы и кредит: 3
152	CFED_07-Финансы и кредит: 4
153	CFED_07-Финансы и кредит: 5
154	CFED_08-Финансы, денежное обращение и кредит: 3
155	CFED_08-Финансы, денежное обращение и кредит: 4
156	CFED_08-Финансы, денежное обращение и кредит: 5
157	CFED_09-Экономика организаций (предприятий): 3
158	CFED_09-Экономика организаций (предприятий): 4
159	CFED_09-Экономика организаций (предприятий): 5
160	CFED_10-Экономико-математические методы и модели: 3
161	CFED_10-Экономико-математические методы и модели: 4
162	CFED_10-Экономико-математические методы и модели: 5
163	CFED_11-Экономическая теория: 3
164	CFED_11-Экономическая теория: 4
165	CFED_11-Экономическая теория: 5

Таблица 14 – ОПИСАТЕЛЬНЫЕ ШКАЛЫ И ГРАДАЦИИ (ФАКТОРЫ)

07-05-06 09:36:11 г.Краснодар

=========================================================================

| N | Код | Н а и м е н о в а н и я |

| п/п| призн| шкал и градаций признаков |

|=======================================================================|

| |[ 1]|РАЗМЕР БУКВ |

| 1| 1 |Очень мелкие...............................................|

| 2| 2 |Мелкие.....................................................|

| 3| 3 |Средние....................................................|

| 4| 4 |Крупные....................................................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| |[ 2]|НАКЛОН БУКВ |

| 5| 5 |Влево......................................................|

| 6| 6 |Легкий влево...............................................|

| 7| 7 |Вправо.....................................................|

| 8| 8 |Резкий вправо..............................................|

| 9| 9 |Прямое написание...........................................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| |[ 3]|ФОРМА БУКВ |

| 10| 10 |Округлые...................................................|

| 11| 11 |Бесформенные...............................................|

| 12| 12 |Угловатые..................................................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| |[ 4]|НАПРАВЛЕНИЕ ПОЧЕРКА |

| 13| 13 |Строчки "ползут" вверх.....................................|

| 14| 14 |Строчки прямые.............................................|

| 15| 15 |Строчки "сползают" вниз....................................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| |[ 5]|ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 16| 16 |Легкая.....................................................|

| 17| 17 |Средняя....................................................|

| 18| 18 |Сильная....................................................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| |[ 6]|ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 19| 19 |Склонность к соединению букв...............................|

| 20| 20 |Склонность к отделению букв друг от друга..................|

| 21| 21 |Смешанный стиль............................................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| |[ 7]|ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 22| 22 |Почерк старательный, буквы аккуратные......................|

| 23| 23 |Почерк неровный, одни слова видны, другие читаются с трудом|

| 24| 24 |Буквы написаны кое-как, почерк неразборчивый и небрежный...|

=========================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

В соответствии с методом СК-анализа каждый числовой фактор, независимо от его смысла и единиц измерения, рассматривается как переменная числовая величина, принимающая определенное множество значений. Подобные величины формализуются путем сведения к интервальным значениям, т.е. путем введения некоторого количества диапазонов, охватывающих все множество значений фактора, и установления фактов попадания конкретного значения величины в определенный диапазон.

Для каждого фактора устанавливаются свои границы диапазонов, исходя из их количества и множества значений величины фактора.

Количество диапазонов может быть различным для разных факторов, но на практике удобнее выбирать их одинаковым. Каковы же соображения, из которых исходят при выборе количества диапазонов? Чем больше диапазонов, тем точнее интервальные оценки. Однако это так только тогда, когда, по крайней мере, для большинства диапазонов наблюдаются факты попадания значений факторов в них. Очевидно, для этого необходимо достаточно большое количество данных. Если же их нет, то многие диапазоны могут оказаться пустыми и модель редуцируется к детерминистскому типу. Этот вариант не представляет интереса, т.к. делает невозможным обобщение (типизацию) и абстрагирование и, вследствие этого, распознавание из нечеткого поиска путем сравнения с обобщенными образами по сути превращается в сравнение конкретного идентифицируемого объекта с другими конкретными объектами обучающей выборки, как в методе k-ближайших соседей. В этом случае имеет смысл уменьшить количество интервалов (диапазонов) и тем самым укрупнить их.

Из этих рассуждений следует вывод о том, что при большом количестве данных оправданно увеличивать количество диапазонов и имеется возможность повысить точность исследования. Когда же данных недостаточно, приходится укрупнять диапазоны, что приводит к некоторой потере точности выводов, но делает их более обоснованными статистически. По-видимому, это утверждение можно считать одной из форм теоремы Котельникова об отсчетах.

СК-анализ предусматривает также возможность использования вторичных показателей, являющихся различными функциями первичных показателей. Но этот подход требует данных большего объема и за больший период времени и, поэтому, в данном исследовании применяться не будет.

Основываясь на этих соображениях нами, прежде всего, было определено количество диапазонов значений для каждого фактора.

Затем были определены границы каждого диапазона. Для этого:

– для каждого фактора были определены минимальное и максимальное значения;

– весь интервал значений был разделен на несколько равных частей, в общем случае разное для различных факторов. Равенство интервалов в каждой из шкал означает, что фактически эти шкалы являются не порядковыми, как выглядит на первый взгляд, а шкалами отношений.

4.1.3.2.2. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (журналы)

В деканате ФПИ КубГАУ ведется систематический сбор и учет данных по предметной обученности студентов факультета (журналы успеваемости), а также имеются личные карточки студентов с их фотографиями, заполненные ими от руки. Данные по предметной обученности были использованы нами для разработки классификационных шкал и градаций, а личные карточки – для описательных шкал и градаций. Эта информация по выбранным для обработки показателям была любезно предоставлена деканатом для выполнения данной работы.

4.1.3.2.3. Разработка электронной формы
для представления исходных данных

Для ввода исходных данных непосредственно из журналов успеваемости была разработана Excel-таблица, фрагмент которой приводится ниже (таблица 15).

Таблица 15 – ФРАГМЕНТ EXCEL-ТАБЛИЦЫ ДЛЯ ВВОДА ИСХОДНЫХ ДАННЫХ

№	Ф.И.О	Оценки по дисциплинам					Коды значений факторов
1	2	3	4	5	...	68	69	70	71	72	73	74	75
1
2
3
4
5

Каждая строка таблицы содержит закодированные данные по одному студенту за все время обучения: год: 1-й столбец – порядковый номер, 2-й – фамилия, имя и отчество студента, столбцы с 3-го по 68-й – оценки по дисциплинам, а столбцы с 69-го по 75-й – коды градаций факторов, всего 260 строк за период с 2004 по 2006 годы.

Для обработки использовались только данные выпускников ФПИ и только очной формы обучения, хотя в принципе можно было обработать данные и всех студентов факультета прикладной информатики и даже других факультетов и за любой период времени и всех форм обучения. Это могло бы значительно повысить научную и практическую ценность исследования. Поэтому данную работу можно рассматривать как первый этап проведения подобных исследований в КубГАУ. Количество выпускников ФПИ в разные годы было различным: в 2004 году – 42, в 2005 году – 100, в 2006 году – 118.

Вручную в бланк таблицы 15 вписывались только коды градаций факторов. Само кодирование также осуществлялось вручную, в соответствии со справочником описательных шкал и градаций (таблица 14) непосредственно в деканате ФПИ. Коды классов формировались на более позднем этапе.

Таблица с обучающей выборкой не приводится из-за их конфиденциального характера содержащейся в ней информации.

4.1.3.2.4. Преобразование исходных данных
в электронную форму

Этот этап работ представляет собой ввод исходных данных из бумажного бланка (таблица 15) в соответствующую электронную Excel-таблицу и осуществлялся на компьютере вручную.

Кроме того, на этом этапе из журналов успеваемости, объединенных с таблицей 15 в одну Excel-книгу, для всех студентов автоматически были введены оценки по всем дисциплинам.

При выполнении вручную этот этап мог бы быть довольно трудоемким, т.к. порядок и сама номенклатура дисциплин в таблице 15, как уже отмечалось, отличается от их порядка и номенклатуры в журналах успеваемости, причем по-разному для разных учебных групп и лет обучения. Особенно трудоемкость реализации этого этапа возросла бы при увеличении количества студентов или дисциплин, т.е. при продолжении и развитии данного исследования. Поэтому было принято решение автоматизировать этот этап.

Для этого была разработана формула для поиска номера столбца в листе с журналом успеваемости (например, 2005ПИЭ52) в котором тот же заголовок, что и в столбце с формулой (E$2) в листе со всей обучающей выборкой:

=ПОИСКПОЗ(E$2;'2005ПИЭ52'!$A$2:'2005ПИЭ52'!$IV$2;0)

( 50 )

Тогда адрес ячейки с заданной строкой и найденным столбцом будет:

=АДРЕС(4;ПОИСКПОЗ(E$2;'2005ПИЭ52'!$A$2: '2005ПИЭ52'!$IV$2;0);4;ЛОЖЬ;"2005ПИЭ52")

( 51 )

А само значение по сформированному адресу:

=ДВССЫЛ(АДРЕС($A86-70;ПОИСКПОЗ(E$2;'2005ПИЭ52'!$A$2: '2005ПИЭ52'!$IV$2;0);4;ИСТИНА;"2005ПИЭ52"))

( 52 )

Причем номер строки вычисляется из значения порядкового номера студента в списке.

Если возникает ошибка: (#Н/Д) "Нет данных", то функция ЕНД возвращает значение "Истина" и функция ЕСЛИ выбирает не значение по сформированному адресу, а "***":

=ЕСЛИ(ЕНД(ДВССЫЛ(АДРЕС($A7+3; ПОИСКПОЗ(E$2;'2004'!$A$2:'2004'!$IV$2;0);4;ИСТИНА;"2004"))); "***";ДВССЫЛ(АДРЕС($A7+3;ПОИСКПОЗ(E$2;'2004'!$A$2: '2004'!$IV$2;0);4;ИСТИНА;"2004")))

( 53 )

В результате получаем лист с обучающей выборкой, в котором по каждому студенту приведены все оценки по всем дисциплинам, по которым он обучался, а также приведены признаки его почерка.

4.1.3.2.5. Контроль достоверности исходных
данных и исправление ошибок

После ввода исходных данных в Excel-таблицу, который осуществлялся вручную, была осуществлена выборочная проверка, которая показала правильность кодирования и ввода исходной информации. При этом была обнаружена и исправлена всего одна ошибка при вводе кода признака почерка.

4.1.3.2.6. Импорт исходных данных из входной
электронной формы в базы данных
системы "Эйдос"

Для этой цели использовалась специально разработанный программный интерфейс, алгоритм и исходный текст которого приведены ниже (рисунок 18).

Необходимо отметить, что приведенный программный интерфейс разработан на базе аналогичного стандартного интерфейса системы "Эйдос" и является его адаптацией для конкретной задачи, решаемой в данной работе.

Рисунок 18. Алгоритм программного интерфейса импорта исходных данных
из входной Excel-формы в базы данных системы "Эйдос"

ИСХОДНЫЙ ТЕКСТ ПРОГРАММНОГО ИНТЕРФЕЙСА

* ГЕНЕРАЦИЯ классификационных и описательных шкал и градаций

* и обучающей выборки для изучения влияния признаков почерка

* на учебные достижения студентов ФПИ КубГАУ

* Луценко Е.В. 05/07/06 09:03am

#pragma Library( "XPPRT1.LIB" )

#include "STD.CH "

#include "SET.CH "

#include "NATMSG.CH "

#include "GET.CH "

#include "PROMPT.CH "

#include "MEMVAR.CH "

#include "COLLAT.CH "

#include "APPBROW.CH"

#include "APP.CH "

#include "XBP.CH "

PROCEDURE AppSys()

RETURN

PROCEDURE Main()

SET DECIMALS TO 0

SET FIXED OFF

*******************************************************

** БЛОК-7. ГЕНЕРАЦИЯ КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИЙ

*******************************************************

CLOSE ALL

USE Klass_v2 EXCLUSIVE NEW

INDEX ON Field_name TO Klv2_fn

CLOSE ALL

USE Klass_v2 EXCLUSIVE NEW

USE Object EXCLUSIVE NEW;ZAP

M_kod = 0

A_kl := {} && Массив наименований классов (без наименов.шкалы)

SELECT Klass_v2

DBGOTOP()

M_Name = ALLTRIM(Field_name)+"-Без диплома"

SELECT Object

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name

SELECT Klass_v2

M_Name = ALLTRIM(Field_name)+"-Синий диплом"

SELECT Object

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name

SELECT Klass_v2

M_Name = ALLTRIM(Field_name)+"-Красный диплом"

SELECT Object

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name

SELECT Klass_v2

DBSKIP(1)

DO WHILE.NOT. EOF()

M_Name = SUBSTR(ALLTRIM(Field_name)+"-"+ALLTRIM(Klass_name),1,65)+": "

SELECT Object

FOR b = 3 TO 5

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name+STR(b,1)

NEXT

SELECT Klass_v2

DBSKIP(1)

ENDDO

CLOSE ALL

*******************************************************

** БЛОК-8. ГЕНЕРАЦИЯ ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ

*******************************************************

CLOSE ALL

USE Priz_ob EXCLUSIVE NEW;ZAP

USE Priz_per EXCLUSIVE NEW;ZAP

USE Op_sh EXCLUSIVE NEW

USE Gr_Op_sh EXCLUSIVE NEW

****** ФОРМИРОВАНИЕ СПРАВОЧНИКА ОПИСАТЕЛЬНЫХ ШКАЛ

SELECT Op_sh

DBGOTOP()

DO WHILE.NOT. EOF()

A_fv := {}

FOR f=1 TO 9

AADD(A_fv, FIELDGET(f))

NEXT

SELECT Priz_ob

APPEND BLANK

FOR f=1 TO 9

FIELDPUT(f, A_fv[f])

NEXT

SELECT Op_sh

DBSKIP(1)

ENDDO

****** ФОРМИРОВАНИЕ СПРАВОЧНИКА ГРАДАЦИЙ ОПИСАТЕЛЬНЫХ ШКАЛ

SELECT Gr_Op_sh

DBGOTOP()

DO WHILE.NOT. EOF()

M_Kod = Kod

M_KodObPr = Kod_ob_pr

M_Name = Name

SELECT Priz_per

APPEND BLANK

REPLACE Kod WITH M_Kod

REPLACE Kod_ob_pr WITH M_KodObPr

REPLACE Name WITH M_Name

SELECT Gr_Op_sh

DBSKIP(1)

ENDDO

*******************************************************

** БЛОК-9. ГЕНЕРАЦИЯ ОБУЧАЮЩЕЙ ВЫБОРКИ *******************************************************

CLOSE ALL

USE Object EXCLUSIVE NEW

INDEX ON Name TO Obj_name

CLOSE ALL

USE Inp12 EXCLUSIVE NEW

USE Klass_v2 INDEX Klv2_fn EXCLUSIVE NEW

USE Object INDEX Obj_name EXCLUSIVE NEW

USE Priz_per EXCLUSIVE NEW

*** Обучающая выборка

USE ObInfZag EXCLUSIVE NEW;ZAP

USE ObInfKpr EXCLUSIVE NEW;ZAP

SELECT Inp12

DBGOTOP()

DO WHILE.NOT. EOF()

****** База заголовков

A_Obj = {}

M_KodIst = FIELDGET(1)

M_NameIst = ALLTRIM(FIELDGET(2))

****** ФОРМИРОВАНИЕ МАССИВА КОДОВ КЛАССОВ

SELECT Inp12

Fv = ALLTRIM(FIELDGET(3))

DO CASE

CASE Fv = "Без диплома"

M_kkl = 1

CASE Fv = "Синий диплом"

M_kkl = 2

CASE Fv = "Красный диплом"

M_kkl = 3

ENDCASE

AADD(A_Obj, M_kkl)

FOR ff = 4 TO 68 && Цикл по полям классов БД Inp12

R = ff-2

Fv = FIELDGET(ff)

DO CASE

CASE VALTYPE(Fv) = "N"

M_kkl = (R-1)*3+ROUND(Fv,0)-2

AADD(A_Obj, M_kkl)

CASE VALTYPE(Fv) = "C"

IF Fv <> "***"

M_kkl = (R-1)*3+ROUND(VAL(Fv),0)-2

AADD(A_Obj, M_kkl)

ENDIF

ENDCASE

NEXT

****** ДОЗАПИСЬ БД ЗАГОЛОВКОВ

SELECT ObInfZag

APPEND BLANK

REPLACE Kod_ist WITH M_KodIst

REPLACE Name_ist WITH M_NameIst

** Дозапись БД кодов классов

IF LEN(A_Obj) > 0

FOR jj=1 TO LEN(A_Obj)

FIELDPUT(2+jj,A_Obj[jj])

NEXT

ENDIF

****** ФОРМИРОВАНИЕ МАССИВА КОДОВ ПРИЗНАКОВ ИЗ БД INP12

SELECT Inp12

A_prp = {}

FOR ff=69 TO 81 && Начало цикла по полям БД Inp12

M_kpr = FIELDGET(ff)

IF M_kpr > 0

AADD(A_prp, M_kpr)

ENDIF

NEXT

** ДОЗАПИСЬ МАССИВА КОДОВ ПРИЗНАКОВ ИЗ БД INP12 В БД OBINFKPR

IF LEN(A_prp) > 0

SELECT ObInfKpr

APPEND BLANK

FIELDPUT(1,M_KodIst)

k=0

FOR jj=1 TO LEN(A_prp)

++k

IF k <= 12

FIELDPUT(k+1,A_prp[jj])

ELSE

APPEND BLANK

FIELDPUT(1,M_KodIst)

k=1

FIELDPUT(k+1,A_prp[jj])

ENDIF

NEXT

ENDIF

SELECT Inp12

DBSKIP(1)

ENDDO

MsgBox("ГЕНЕРАЦИЯ КЛАССИФИКАЦИОННЫХ И ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ И ОБУЧАЮЩЕЙ ВЫБОРКИ ЗАВЕРШЕНА УСПЕШНО !!!")

CLOSE ALL

RETURN

Приведенный программный интерфейс обеспечивает автоматический ввод обучающей выборки из Excel-файла с входной информацией в соответствующие базы данных системы "Эйдос", после чего можно приступать к синтезу семантической информационной модели и ее анализу.

4.1.3.3. Синтез семантической информационной модели, ее оптимизация и проверка на адекватность

4.1.3.3.1. Синтез семантической информационной
модели (СИМ)

Синтез семантической информационной модели (СИМ) осуществляется автоматически в 5-м режиме 2-й подсистемы системы "Эйдос" (рисунок 19).

Рисунок 19. Режим синтеза семантической информационной модели

4.1.3.3.2. Оптимизация СИМ

Оптимизация семантической информационной модели состоит в исключении из нее факторов, не оказывающих существенного влияния на результаты идентификации, прогнозирования и принятие решений. Рассмотрим график, приведенный на рисунке 20.

Из рисунка 20 видно, что в созданной модели практически нет несущественных факторов, поэтому в данном случае оптимизации модели не требуется. В общем случае в результате оптимизации модели резко сокращается ее размерность, а также существенно сокращается время решения задач за счет сокращения затрат времени на подготовку и ввод исходной информации и уменьшения затрат вычислительных ресурсов и машинного времени на проведение расчетов.

Рисунок 20. Паретто-кривая "Сила влияния различных градаций факторов
на получение различных результатов прогнозирования "нарастающим итогом"

4.1.3.3.3. Измерение адекватности СИМ

Измерение адекватности СИМ состоит в измерении внутренней и внешней, дифференциальной и интегральной валидности.

4.1.3.3.3.1. Внутренняя дифференциальная
и интегральная валидность

Под внутренней валидностью понимается способность модели верно идентифицировать объекты, входящие в обучающую выборку.

Для измерения адекватности модели необходимо выполнить следующие действия:

1. Скопировать обучающую выборку в распознаваемую (во 1-м режиме 2-й подсистемы нажав клавишу F5).

2. Выполнить пакетное распознавание (во 2-м режиме 4-й подсистемы, задав 1-й критерий сходства) (рисунок 21).

3. Измерить адекватность модели (во 2-м режиме 6-й подсистемы) (рисунки 22 и 23, таблица 16).

Рисунок 21. Выход на режим пакетного распознавания

Рисунок 22. Выход на режим измерения адекватности модели

Рисунок 23. Экранная форма управления измерением адекватности модели

и отображения результатов

Таблица 16 – ИЗМЕРЕНИЕ АДЕКВАТНОСТИ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ

Анкет физических: 260 логических (всего/факт): 12406/ 12051

Верная идентификация: 7819 Ошибочная неидентификация: 4232

Верная идентификация: 64.88% Ошибочная неидентификация: 35.12%

Минимальный уровень сходства: 0.0 Максимальное кол-во классов: 99999

10-05-06 11:49:00 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 1 │ 32 │COD_08-Экология: 4 │ 12║ 12│ 136│ 112│ 0║100.00│ 1.13│ 0.93│ 0.00║ 4.62 │ 21.65║

║ 2 │ 148 │CFED_06-Теория бухгалтерского учёта: 3 │ 4║ 4│ 99│ 157│ 0║100.00│ 0.82│ 1.30│ 0.00║ 1.54 │ 64.94║

║ 3 │ 179 │CJD_04-Конституционное право: 4 │ 6║ 6│ 94│ 160│ 0║100.00│ 0.78│ 1.33│ 0.00║ 2.31 │ 43.29║

║ 4 │ 180 │CJD_04-Конституционное право: 5 │ 5║ 5│ 69│ 186│ 0║100.00│ 0.57│ 1.54│ 0.00║ 1.92 │ 52.08║

║ 5 │ 113 │CKD_27-Проектирование информационных систем: 4 │ 97║ 93│ 138│ 25│ 4║ 95.88│ 1.15│ 0.21│ 4.12║ 37.31 │ 2.57║

║ 6 │ 131 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4 │ 96║ 92│ 130│ 34│ 4║ 95.83│ 1.09│ 0.28│ 4.17║ 36.92 │ 2.60║

║ 7 │ 155 │CFED_08-Финансы, денежное обращение и кредит: 4 │ 21║ 20│ 129│ 110│ 1║ 95.24│ 1.07│ 0.91│ 4.76║ 8.08 │ 11.79║

║ 8 │ 59 │CKD_09-Имитационное моделирование: 4 │ 72║ 68│ 149│ 39│ 4║ 94.44│ 1.24│ 0.33│ 5.56║ 27.69 │ 3.41║

║ 9 │ 194 │CJD_09-Уголовный процесс: 4 │ 18║ 17│ 127│ 115│ 1║ 94.44│ 1.06│ 0.96│ 5.56║ 6.92 │ 13.65║

║ 10 │ 104 │CKD_24-Основы алгоритмизации и программирования: 4 │ 15║ 14│ 95│ 150│ 1║ 93.33│ 0.79│ 1.25│ 6.67║ 5.77 │ 16.18║

║ 11 │ 156 │CFED_08-Финансы, денежное обращение и кредит: 5 │ 15║ 14│ 121│ 124│ 1║ 93.33│ 1.01│ 1.03│ 6.67║ 5.77 │ 16.18║

║ 12 │ 95 │CKD_21-Математическая экономика: 4 │ 68║ 63│ 159│ 33│ 5║ 92.65│ 1.33│ 0.28│ 7.35║ 26.15 │ 3.54║

║ 13 │ 161 │CFED_10-Экономико-математические методы и модели: 4 │ 63║ 58│ 137│ 60│ 5║ 92.06│ 1.14│ 0.50│ 7.94║ 24.23 │ 3.80║

║ 14 │ 137 │CFED_02-Бухгалтерский учёт (управленческий): 4 │ 34║ 31│ 150│ 76│ 3║ 91.18│ 1.25│ 0.63│ 8.82║ 13.08 │ 6.97║

║ 15 │ 134 │CFED_01-Банковское дело: 4 │ 55║ 50│ 158│ 47│ 5║ 90.91│ 1.32│ 0.39│ 9.09║ 21.15 │ 4.30║

║ 16 │ 140 │CFED_03-Бухгалтерский учёт (финансовый): 4 │ 66║ 60│ 153│ 41│ 6║ 90.91│ 1.28│ 0.34│ 9.09║ 25.38 │ 3.58║

║ 17 │ 124 │CKD_32-Разработка приложений на языках ООП: 3 │ 154║ 139│ 85│ 21│ 15║ 90.26│ 0.71│ 0.18│ 9.74║ 59.23 │ 1.52║

║ 18 │ 164 │CFED_11-Экономическая теория: 4 │ 91║ 82│ 124│ 45│ 9║ 90.11│ 1.04│ 0.38│ 9.89║ 35.00 │ 2.57║

║ 19 │ 92 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 4 │ 19║ 17│ 112│ 129│ 2║ 89.47│ 0.93│ 1.07│ 10.53║ 7.31 │ 12.24║

║ 20 │ 35 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 127║ 113│ 104│ 29│ 14║ 88.98│ 0.87│ 0.24│ 11.02║ 48.85 │ 1.82║

║ 21 │ 83 │CKD_17-Информационный менеджмент: 4 │ 104║ 92│ 118│ 38│ 12║ 88.46│ 0.99│ 0.32│ 11.54║ 40.00 │ 2.21║

║ 22 │ 50 │CKD_05-Высокоуровневые методы информатики и программирования: 4│ 103║ 91│ 120│ 37│ 12║ 88.35│ 1.00│ 0.31│ 11.65║ 39.62 │ 2.23║

║ 23 │ 85 │CKD_18-Компьютерные методы решения задач в юриспруденции: 3 │ 8║ 7│ 55│ 197│ 1║ 87.50│ 0.46│ 1.64│ 12.50║ 3.08 │ 28.41║

║ 24 │ 115 │CKD_29-Производственная практика по БД: 3 │ 123║ 107│ 108│ 33│ 12║ 86.99│ 0.91│ 0.28│ 9.76║ 47.31 │ 1.84║

║ 25 │ 110 │CKD_26-Программирование на языке Ассемблера для IBM PC: 4 │ 22║ 19│ 139│ 99│ 3║ 86.36│ 1.16│ 0.82│ 13.64║ 8.46 │ 10.21║

║ 26 │ 165 │CFED_11-Экономическая теория: 5 │ 108║ 93│ 110│ 42│ 15║ 86.11│ 0.92│ 0.35│ 13.89║ 41.54 │ 2.07║

║ 27 │ 57 │CKD_08-Дискретная математика: 5 │ 43║ 37│ 131│ 86│ 6║ 86.05│ 1.09│ 0.72│ 13.95║ 16.54 │ 5.20║

║ 28 │ 135 │CFED_01-Банковское дело: 5 │ 93║ 80│ 135│ 32│ 13║ 86.02│ 1.13│ 0.27│ 13.98║ 35.77 │ 2.40║

║ 29 │ 162 │CFED_10-Экономико-математические методы и модели: 5 │ 93║ 80│ 137│ 30│ 13║ 86.02│ 1.15│ 0.25│ 13.98║ 35.77 │ 2.40║

║ 30 │ 23 │COD_05-Правоведение: 4 │ 21║ 18│ 141│ 98│ 3║ 85.71│ 1.17│ 0.81│ 14.29║ 8.08 │ 10.61║

║ 31 │ 93 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 5 │ 21║ 18│ 134│ 105│ 3║ 85.71│ 1.11│ 0.87│ 14.29║ 8.08 │ 10.61║

║ 32 │ 5 │ALL-Средний балл: 4 │ 129║ 110│ 87│ 44│ 19║ 85.27│ 0.73│ 0.37│ 14.73║ 49.62 │ 1.72║

║ 33 │ 108 │CKD_25-Пред практика: 5 │ 72║ 61│ 129│ 59│ 11║ 84.72│ 1.08│ 0.49│ 15.28║ 27.69 │ 3.06║

║ 34 │ 152 │CFED_07-Финансы и кредит: 4 │ 45║ 38│ 157│ 58│ 7║ 84.44│ 1.31│ 0.48│ 15.56║ 17.31 │ 4.88║

║ 35 │ 2 │Red_dipl-Синий диплом │ 189║ 159│ 43│ 28│ 30║ 84.13│ 0.36│ 0.24│ 15.87║ 72.69 │ 1.16║

║ 36 │ 53 │CKD_06-Вычислительные системы, сети и телекоммуникации: 4 │ 88║ 74│ 126│ 46│ 14║ 84.09│ 1.05│ 0.38│ 15.91║ 33.85 │ 2.48║

║ 37 │ 71 │CKD_13-Информационная безопасность: 4 │ 94║ 79│ 106│ 60│ 15║ 84.04│ 0.89│ 0.50│ 15.96║ 36.15 │ 2.32║

║ 38 │ 18 │COD_03-Политология: 5 │ 68║ 57│ 124│ 68│ 11║ 83.82│ 1.03│ 0.57│ 16.18║ 26.15 │ 3.21║

║ 39 │ 80 │CKD_16-Информационные системы и информационные технологии: 4 │ 42║ 35│ 134│ 84│ 7║ 83.33│ 1.12│ 0.70│ 16.67║ 16.15 │ 5.16║

║ 40 │ 195 │CJD_09-Уголовный процесс: 5 │ 6║ 5│ 59│ 195│ 1║ 83.33│ 0.49│ 1.62│ 16.67║ 2.31 │ 36.07║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 41 │ 56 │CKD_08-Дискретная математика: 4 │ 57║ 47│ 121│ 82│ 10║ 82.46│ 1.01│ 0.68│ 17.54║ 21.92 │ 3.76║

║ 42 │ 90 │CKD_19-Математика: 5 │ 90║ 74│ 105│ 65│ 16║ 82.22│ 0.88│ 0.54│ 17.78║ 34.62 │ 2.37║

║ 43 │ 146 │CFED_05-Рынок ценных бумаг: 4 │ 45║ 37│ 132│ 83│ 8║ 82.22│ 1.10│ 0.69│ 17.78║ 17.31 │ 4.75║

║ 44 │ 96 │CKD_21-Математическая экономика: 5 │ 88║ 72│ 113│ 59│ 16║ 81.82│ 0.94│ 0.49│ 18.18║ 33.85 │ 2.42║

║ 45 │ 101 │CKD_23-Операционные системы, среды и оболочки: 4 │ 103║ 84│ 98│ 59│ 19║ 81.55│ 0.82│ 0.49│ 18.45║ 39.62 │ 2.06║

║ 46 │ 44 │CKD_03-Алгоритмы и структуры данных: 4 │ 92║ 75│ 118│ 50│ 17║ 81.52│ 0.99│ 0.42│ 18.48║ 35.38 │ 2.30║

║ 47 │ 141 │CFED_03-Бухгалтерский учёт (финансовый): 5 │ 80║ 65│ 139│ 41│ 15║ 81.25│ 1.16│ 0.34│ 18.75║ 30.77 │ 2.64║

║ 48 │ 170 │CJD_01-Гражданский процесс: 4 │ 21║ 17│ 97│ 142│ 4║ 80.95│ 0.81│ 1.18│ 19.05║ 8.08 │ 10.02║

║ 49 │ 47 │CKD_04-Базы данных: 4 │ 86║ 69│ 105│ 69│ 17║ 80.23│ 0.88│ 0.58│ 19.77║ 33.08 │ 2.43║

║ 50 │ 16 │COD_03-Политология: 3 │ 25║ 20│ 66│ 169│ 5║ 80.00│ 0.55│ 1.41│ 20.00║ 9.62 │ 8.32║

║ 51 │ 171 │CJD_01-Гражданский процесс: 5 │ 10║ 8│ 83│ 167│ 2║ 80.00│ 0.69│ 1.39│ 20.00║ 3.85 │ 20.78║

║ 52 │ 159 │CFED_09-Экономика организаций (предприятий): 5 │ 84║ 67│ 125│ 51│ 17║ 79.76│ 1.04│ 0.43│ 20.24║ 32.31 │ 2.47║

║ 53 │ 34 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 153║ 122│ 75│ 43│ 20║ 79.74│ 0.63│ 0.36│ 13.07║ 58.85 │ 1.35║

║ 54 │ 61 │CKD_10-Имитационное моделирование ИС в БУ и ФД: 3 │ 24║ 19│ 107│ 129│ 5║ 79.17│ 0.89│ 1.07│ 20.83║ 9.23 │ 8.58║

║ 55 │ 132 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5 │ 96║ 76│ 115│ 49│ 20║ 79.17│ 0.96│ 0.41│ 20.83║ 36.92 │ 2.14║

║ 56 │ 60 │CKD_09-Имитационное моделирование: 5 │ 86║ 68│ 119│ 55│ 18║ 79.07│ 0.99│ 0.46│ 20.93║ 33.08 │ 2.39║

║ 57 │ 15 │COD_02-Логика: 5 │ 14║ 11│ 58│ 188│ 3║ 78.57│ 0.48│ 1.56│ 21.43║ 5.38 │ 14.60║

║ 58 │ 38 │CKD_01-Web-дизайн и компьютерная графика: 4 │ 55║ 43│ 125│ 80│ 12║ 78.18│ 1.04│ 0.67│ 21.82║ 21.15 │ 3.70║

║ 59 │ 22 │COD_05-Правоведение: 3 │ 9║ 7│ 130│ 121│ 2║ 77.78│ 1.08│ 1.00│ 22.22║ 3.46 │ 22.48║

║ 60 │ 138 │CFED_02-Бухгалтерский учёт (управленческий): 5 │ 45║ 35│ 141│ 74│ 10║ 77.78│ 1.17│ 0.62│ 22.22║ 17.31 │ 4.49║

║ 61 │ 144 │CFED_04-Основы бизнеса: 5 │ 54║ 42│ 151│ 55│ 12║ 77.78│ 1.26│ 0.46│ 22.22║ 20.77 │ 3.74║

║ 62 │ 119 │CKD_30-Разработка и стандартизация ПС и ИТ: 4 │ 49║ 38│ 87│ 124│ 11║ 77.55│ 0.72│ 1.03│ 22.45║ 18.85 │ 4.11║

║ 63 │ 45 │CKD_03-Алгоритмы и структуры данных: 5 │ 105║ 81│ 95│ 60│ 24║ 77.14│ 0.80│ 0.50│ 22.86║ 40.38 │ 1.91║

║ 64 │ 116 │CKD_29-Производственная практика по БД: 4 │ 35║ 27│ 113│ 112│ 8║ 77.14│ 0.94│ 0.93│ 22.86║ 13.46 │ 5.73║

║ 65 │ 150 │CFED_06-Теория бухгалтерского учёта: 5 │ 35║ 27│ 130│ 95│ 8║ 77.14│ 1.08│ 0.79│ 22.86║ 13.46 │ 5.73║

║ 66 │ 103 │CKD_24-Основы алгоритмизации и программирования: 3 │ 13║ 10│ 99│ 148│ 3║ 76.92│ 0.82│ 1.23│ 23.08║ 5.00 │ 15.38║

║ 67 │ 9 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 99║ 76│ 92│ 69│ 23║ 76.77│ 0.77│ 0.58│ 23.23║ 38.08 │ 2.02║

║ 68 │ 67 │CKD_12-Информатика: 3 │ 29║ 22│ 115│ 116│ 7║ 75.86│ 0.96│ 0.96│ 24.14║ 11.15 │ 6.80║

║ 69 │ 26 │COD_06-Философия: 4 │ 96║ 72│ 88│ 76│ 24║ 75.00│ 0.74│ 0.64│ 25.00║ 36.92 │ 2.03║

║ 70 │ 102 │CKD_23-Операционные системы, среды и оболочки: 5 │ 88║ 66│ 107│ 65│ 22║ 75.00│ 0.89│ 0.54│ 25.00║ 33.85 │ 2.22║

║ 71 │ 185 │CJD_06-Теория государства и права: 4 │ 28║ 21│ 75│ 157│ 7║ 75.00│ 0.62│ 1.31│ 25.00║ 10.77 │ 6.96║

║ 72 │ 153 │CFED_07-Финансы и кредит: 5 │ 67║ 50│ 119│ 74│ 17║ 74.63│ 0.99│ 0.62│ 25.37║ 25.77 │ 2.90║

║ 73 │ 6 │ALL-Средний балл: 5 │ 114║ 85│ 88│ 58│ 29║ 74.56│ 0.74│ 0.49│ 25.44║ 43.85 │ 1.70║

║ 74 │ 125 │CKD_32-Разработка приложений на языках ООП: 4 │ 47║ 35│ 92│ 121│ 12║ 74.47│ 0.77│ 1.01│ 25.53║ 18.08 │ 4.12║

║ 75 │ 7 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 39║ 29│ 72│ 149│ 10║ 74.36│ 0.60│ 1.24│ 25.64║ 15.00 │ 4.96║

║ 76 │ 147 │CFED_05-Рынок ценных бумаг: 5 │ 78║ 58│ 124│ 58│ 20║ 74.36│ 1.04│ 0.48│ 25.64║ 30.00 │ 2.48║

║ 77 │ 30 │COD_07-Теория систем и системный анализ: 5 │ 109║ 81│ 86│ 65│ 28║ 74.31│ 0.72│ 0.54│ 25.69║ 41.92 │ 1.77║

║ 78 │ 84 │CKD_17-Информационный менеджмент: 5 │ 112║ 83│ 80│ 68│ 29║ 74.11│ 0.67│ 0.57│ 25.89║ 43.08 │ 1.72║

║ 79 │ 174 │CJD_02-Гражданское право: 5 │ 15║ 11│ 81│ 164│ 4║ 73.33│ 0.67│ 1.36│ 26.67║ 5.77 │ 12.71║

║ 80 │ 191 │CJD_08-Уголовное право (особенная часть): 4 │ 15║ 11│ 38│ 207│ 4║ 73.33│ 0.32│ 1.72│ 26.67║ 5.77 │ 12.71║

║ 81 │ 188 │CJD_07-Уголовное право (общая часть): 4 │ 11║ 8│ 49│ 200│ 3║ 72.73│ 0.41│ 1.66│ 27.27║ 4.23 │ 17.19║

║ 82 │ 42 │CKD_02-Алгоритмические языки высокого уровня: 5 │ 36║ 26│ 98│ 126│ 10║ 72.22│ 0.82│ 1.05│ 27.78║ 13.85 │ 5.21║

║ 83 │ 107 │CKD_25-Пред практика: 4 │ 43║ 31│ 84│ 133│ 12║ 72.09│ 0.70│ 1.11│ 27.91║ 16.54 │ 4.36║

║ 84 │ 121 │CKD_31-Разработка приложений на языках высокого уровня: 3 │ 178║ 128│ 65│ 44│ 23║ 71.91│ 0.55│ 0.37│ 12.92║ 68.46 │ 1.05║

║ 85 │ 99 │CKD_22-МЛОИ: 5 │ 32║ 23│ 148│ 80│ 9║ 71.88│ 1.23│ 0.67│ 28.13║ 12.31 │ 5.84║

║ 86 │ 3 │Red_dipl-Красный диплом │ 71║ 51│ 98│ 91│ 20║ 71.83│ 0.82│ 0.76│ 28.17║ 27.31 │ 2.63║

║ 87 │ 79 │CKD_16-Информационные системы и информационные технологии: 3 │ 7║ 5│ 96│ 157│ 2║ 71.43│ 0.80│ 1.30│ 28.57║ 2.69 │ 26.55║

║ 88 │ 94 │CKD_21-Математическая экономика: 3 │ 24║ 17│ 58│ 178│ 7║ 70.83│ 0.48│ 1.48│ 29.17║ 9.23 │ 7.67║

║ 89 │ 117 │CKD_29-Производственная практика по БД: 5 │ 27║ 19│ 119│ 114│ 8║ 70.37│ 0.99│ 0.95│ 29.63║ 10.38 │ 6.78║

║ 90 │ 109 │CKD_26-Программирование на языке Ассемблера для IBM PC: 3 │ 10║ 7│ 108│ 142│ 3║ 70.00│ 0.90│ 1.18│ 30.00║ 3.85 │ 18.18║

║ 91 │ 178 │CJD_04-Конституционное право: 3 │ 10║ 7│ 86│ 164│ 3║ 70.00│ 0.71│ 1.36│ 30.00║ 3.85 │ 18.18║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 92 │ 51 │CKD_05-Высокоуровневые методы информатики и программирования: 5│ 76║ 53│ 87│ 97│ 23║ 69.74│ 0.73│ 0.81│ 30.26║ 29.23 │ 2.39║

║ 93 │ 129 │CKD_33-Теория вероятностей и математическая статистика: 5 │ 26║ 18│ 109│ 125│ 8║ 69.23│ 0.91│ 1.04│ 30.77║ 10.00 │ 6.92║

║ 94 │ 192 │CJD_08-Уголовное право (особенная часть): 5 │ 13║ 9│ 75│ 172│ 4║ 69.23│ 0.62│ 1.43│ 30.77║ 5.00 │ 13.85║

║ 95 │ 12 │COD_01-Английский язык: 5 │ 161║ 111│ 45│ 54│ 50║ 68.94│ 0.38│ 0.45│ 31.06║ 61.92 │ 1.11║

║ 96 │ 66 │CKD_11-Интеллектуальные информационные системы: 5 │ 154║ 106│ 48│ 58│ 48║ 68.83│ 0.40│ 0.49│ 31.17║ 59.23 │ 1.16║

║ 97 │ 97 │CKD_22-МЛОИ: 3 │ 19║ 13│ 85│ 156│ 6║ 68.42│ 0.71│ 1.30│ 31.58║ 7.31 │ 9.36║

║ 98 │ 167 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 4 │ 38║ 26│ 74│ 148│ 12║ 68.42│ 0.62│ 1.23│ 31.58║ 14.62 │ 4.68║

║ 99 │ 29 │COD_07-Теория систем и системный анализ: 4 │ 98║ 67│ 83│ 79│ 31║ 68.37│ 0.69│ 0.66│ 31.63║ 37.69 │ 1.81║

║ 100 │ 21 │COD_04-История Отечества: 5 │ 96║ 65│ 84│ 80│ 31║ 67.71│ 0.70│ 0.67│ 32.29║ 36.92 │ 1.83║

║ 101 │ 81 │CKD_16-Информационные системы и информационные технологии: 5 │ 52║ 35│ 128│ 80│ 17║ 67.31│ 1.07│ 0.67│ 32.69║ 20.00 │ 3.37║

║ 102 │ 54 │CKD_06-Вычислительные системы, сети и телекоммуникации: 5 │ 94║ 63│ 82│ 84│ 31║ 67.02│ 0.69│ 0.70│ 32.98║ 36.15 │ 1.85║

║ 103 │ 72 │CKD_13-Информационная безопасность: 5 │ 141║ 94│ 57│ 62│ 47║ 66.67│ 0.48│ 0.52│ 33.33║ 54.23 │ 1.23║

║ 104 │ 196 │CJD_10-Финансовое право: 3 │ 18║ 12│ 45│ 197│ 6║ 66.67│ 0.37│ 1.64│ 33.33║ 6.92 │ 9.63║

║ 105 │ 184 │CJD_06-Теория государства и права: 3 │ 26║ 17│ 57│ 177│ 9║ 65.38│ 0.47│ 1.47│ 34.62║ 10.00 │ 6.54║

║ 106 │ 149 │CFED_06-Теория бухгалтерского учёта: 4 │ 20║ 13│ 59│ 181│ 7║ 65.00│ 0.49│ 1.50│ 35.00║ 7.69 │ 8.45║

║ 107 │ 197 │CJD_10-Финансовое право: 4 │ 34║ 22│ 71│ 155│ 12║ 64.71│ 0.59│ 1.29│ 35.29║ 13.08 │ 4.95║

║ 108 │ 173 │CJD_02-Гражданское право: 4 │ 25║ 16│ 59│ 176│ 9║ 64.00│ 0.49│ 1.46│ 36.00║ 9.62 │ 6.65║

║ 109 │ 19 │COD_04-История Отечества: 3 │ 269║ 171│ 22│ 13│ 54║ 63.57│ 0.19│ 0.11│ 20.07║103.46 │ 0.61║

║ 110 │ 123 │CKD_31-Разработка приложений на языках высокого уровня: 5 │ 79║ 50│ 80│ 101│ 29║ 63.29│ 0.67│ 0.84│ 36.71║ 30.38 │ 2.08║

║ 111 │ 68 │CKD_12-Информатика: 4 │ 111║ 70│ 73│ 76│ 41║ 63.06│ 0.61│ 0.64│ 36.94║ 42.69 │ 1.48║

║ 112 │ 70 │CKD_13-Информационная безопасность: 3 │ 24║ 15│ 59│ 177│ 9║ 62.50│ 0.49│ 1.47│ 37.50║ 9.23 │ 6.77║

║ 113 │ 145 │CFED_05-Рынок ценных бумаг: 3 │ 16║ 10│ 47│ 197│ 6║ 62.50│ 0.39│ 1.64│ 37.50║ 6.15 │ 10.16║

║ 114 │ 17 │COD_03-Политология: 4 │ 26║ 16│ 77│ 157│ 10║ 61.54│ 0.64│ 1.31│ 38.46║ 10.00 │ 6.15║

║ 115 │ 86 │CKD_18-Компьютерные методы решения задач в юриспруденции: 4 │ 26║ 16│ 63│ 171│ 10║ 61.54│ 0.52│ 1.42│ 38.46║ 10.00 │ 6.15║

║ 116 │ 120 │CKD_30-Разработка и стандартизация ПС и ИТ: 5 │ 62║ 38│ 80│ 118│ 24║ 61.29│ 0.67│ 0.98│ 38.71║ 23.85 │ 2.57║

║ 117 │ 36 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 98║ 60│ 74│ 88│ 38║ 61.22│ 0.62│ 0.74│ 38.78║ 37.69 │ 1.62║

║ 118 │ 98 │CKD_22-МЛОИ: 4 │ 30║ 18│ 88│ 142│ 12║ 60.00│ 0.73│ 1.18│ 40.00║ 11.54 │ 5.20║

║ 119 │ 111 │CKD_26-Программирование на языке Ассемблера для IBM PC: 5 │ 10║ 6│ 51│ 199│ 4║ 60.00│ 0.42│ 1.65│ 40.00║ 3.85 │ 15.58║

║ 120 │ 198 │CJD_10-Финансовое право: 5 │ 27║ 16│ 96│ 137│ 11║ 59.26│ 0.80│ 1.14│ 40.74║ 10.38 │ 5.71║

║ 121 │ 33 │COD_08-Экология: 5 │ 22║ 13│ 73│ 165│ 9║ 59.09│ 0.61│ 1.37│ 40.91║ 8.46 │ 6.98║

║ 122 │ 58 │CKD_09-Имитационное моделирование: 3 │ 22║ 13│ 58│ 180│ 9║ 59.09│ 0.48│ 1.50│ 40.91║ 8.46 │ 6.98║

║ 123 │ 27 │COD_06-Философия: 5 │ 83║ 49│ 79│ 98│ 34║ 59.04│ 0.66│ 0.82│ 40.96║ 31.92 │ 1.85║

║ 124 │ 48 │CKD_04-Базы данных: 5 │ 121║ 71│ 60│ 79│ 50║ 58.68│ 0.50│ 0.66│ 41.32║ 46.54 │ 1.26║

║ 125 │ 20 │COD_04-История Отечества: 4 │ 113║ 66│ 47│ 100│ 47║ 58.41│ 0.39│ 0.84│ 41.59║ 43.46 │ 1.34║

║ 126 │ 106 │CKD_25-Пред практика: 3 │ 222║ 129│ 12│ 29│ 90║ 58.11│ 0.10│ 0.25│ 40.54║ 85.38 │ 0.68║

║ 127 │ 10 │COD_01-Английский язык: 3 │ 19║ 11│ 60│ 181│ 8║ 57.89│ 0.50│ 1.50│ 42.11║ 7.31 │ 7.92║

║ 128 │ 163 │CFED_11-Экономическая теория: 3 │ 19║ 11│ 68│ 173│ 8║ 57.89│ 0.57│ 1.44│ 42.11║ 7.31 │ 7.92║

║ 129 │ 168 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5 │ 19║ 11│ 73│ 168│ 8║ 57.89│ 0.61│ 1.40│ 42.11║ 7.31 │ 7.92║

║ 130 │ 177 │CJD_03-Коммерческое право: 5 │ 19║ 11│ 54│ 187│ 8║ 57.89│ 0.45│ 1.55│ 42.11║ 7.31 │ 7.92║

║ 131 │ 8 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 115║ 65│ 52│ 93│ 50║ 56.52│ 0.44│ 0.78│ 43.48║ 44.23 │ 1.28║

║ 132 │ 89 │CKD_19-Математика: 4 │ 102║ 57│ 62│ 96│ 45║ 55.88│ 0.52│ 0.80│ 44.12║ 39.23 │ 1.42║

║ 133 │ 31 │COD_08-Экология: 3 │ 9║ 5│ 52│ 199│ 4║ 55.56│ 0.43│ 1.65│ 44.44║ 3.46 │ 16.06║

║ 134 │ 64 │CKD_11-Интеллектуальные информационные системы: 3 │ 18║ 10│ 76│ 166│ 8║ 55.56│ 0.63│ 1.38│ 44.44║ 6.92 │ 8.03║

║ 135 │ 142 │CFED_04-Основы бизнеса: 3 │ 36║ 20│ 69│ 155│ 16║ 55.56│ 0.57│ 1.29│ 44.44║ 13.85 │ 4.01║

║ 136 │ 118 │CKD_30-Разработка и стандартизация ПС и ИТ: 3 │ 31║ 17│ 56│ 173│ 14║ 54.84│ 0.47│ 1.44│ 45.16║ 11.92 │ 4.60║

║ 137 │ 182 │CJD_05-Криминалистика: 4 │ 33║ 18│ 79│ 148│ 15║ 54.55│ 0.66│ 1.23│ 45.45║ 12.69 │ 4.30║

║ 138 │ 78 │CKD_15-Информационные системы в юриспруденции: 5 │ 24║ 13│ 44│ 192│ 11║ 54.17│ 0.37│ 1.60│ 45.83║ 9.23 │ 5.87║

║ 139 │ 77 │CKD_15-Информационные системы в юриспруденции: 4 │ 13║ 7│ 28│ 219│ 6║ 53.85│ 0.23│ 1.82│ 46.15║ 5.00 │ 10.77║

║ 140 │ 105 │CKD_24-Основы алгоритмизации и программирования: 5 │ 13║ 7│ 82│ 165│ 6║ 53.85│ 0.68│ 1.37│ 46.15║ 5.00 │ 10.77║

║ 141 │ 69 │CKD_12-Информатика: 5 │ 120║ 64│ 49│ 91│ 56║ 53.33│ 0.41│ 0.76│ 46.67║ 46.15 │ 1.16║

║ 142 │ 122 │CKD_31-Разработка приложений на языках высокого уровня: 4 │ 79║ 42│ 76│ 105│ 37║ 53.16│ 0.63│ 0.88│ 46.84║ 30.38 │ 1.75║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 143 │ 186 │CJD_06-Теория государства и права: 5 │ 25║ 13│ 63│ 172│ 12║ 52.00│ 0.52│ 1.43│ 48.00║ 9.62 │ 5.41║

║ 144 │ 40 │CKD_02-Алгоритмические языки высокого уровня: 3 │ 29║ 15│ 33│ 198│ 14║ 51.72│ 0.27│ 1.65│ 48.28║ 11.15 │ 4.64║

║ 145 │ 128 │CKD_33-Теория вероятностей и математическая статистика: 4 │ 60║ 31│ 58│ 142│ 29║ 51.67│ 0.48│ 1.18│ 48.33║ 23.08 │ 2.24║

║ 146 │ 126 │CKD_32-Разработка приложений на языках ООП: 5 │ 59║ 30│ 59│ 142│ 29║ 50.85│ 0.49│ 1.18│ 49.15║ 22.69 │ 2.24║

║ 147 │ 14 │COD_02-Логика: 4 │ 24║ 12│ 40│ 196│ 12║ 50.00│ 0.33│ 1.63│ 50.00║ 9.23 │ 5.42║

║ 148 │ 37 │CKD_01-Web-дизайн и компьютерная графика: 3 │ 28║ 14│ 46│ 186│ 14║ 50.00│ 0.38│ 1.55│ 50.00║ 10.77 │ 4.64║

║ 149 │ 183 │CJD_05-Криминалистика: 5 │ 26║ 13│ 64│ 170│ 13║ 50.00│ 0.53│ 1.41│ 50.00║ 10.00 │ 5.00║

║ 150 │ 158 │CFED_09-Экономика организаций (предприятий): 4 │ 67║ 33│ 68│ 125│ 34║ 49.25│ 0.57│ 1.04│ 50.75║ 25.77 │ 1.91║

║ 151 │ 82 │CKD_17-Информационный менеджмент: 3 │ 43║ 21│ 37│ 180│ 22║ 48.84│ 0.31│ 1.50│ 51.16║ 16.54 │ 2.95║

║ 152 │ 139 │CFED_03-Бухгалтерский учёт (финансовый): 3 │ 35║ 17│ 44│ 181│ 18║ 48.57│ 0.37│ 1.51│ 51.43║ 13.46 │ 3.61║

║ 153 │ 151 │CFED_07-Финансы и кредит: 3 │ 246║ 117│ 12│ 29│ 102║ 47.56│ 0.10│ 0.25│ 41.46║ 94.62 │ 0.50║

║ 154 │ 181 │CJD_05-Криминалистика: 3 │ 19║ 9│ 42│ 199│ 10║ 47.37│ 0.35│ 1.65│ 52.63║ 7.31 │ 6.48║

║ 155 │ 25 │COD_06-Философия: 3 │ 81║ 38│ 43│ 136│ 43║ 46.91│ 0.36│ 1.14│ 53.09║ 31.15 │ 1.51║

║ 156 │ 49 │CKD_05-Высокоуровневые методы информатики и программирования: 3│ 81║ 38│ 40│ 139│ 43║ 46.91│ 0.33│ 1.16│ 53.09║ 31.15 │ 1.51║

║ 157 │ 189 │CJD_07-Уголовное право (общая часть): 5 │ 15║ 7│ 28│ 217│ 8║ 46.67│ 0.23│ 1.80│ 53.33║ 5.77 │ 8.09║

║ 158 │ 4 │ALL-Средний балл: 3 │ 24║ 11│ 48│ 188│ 13║ 45.83│ 0.40│ 1.56│ 54.17║ 9.23 │ 4.97║

║ 159 │ 143 │CFED_04-Основы бизнеса: 4 │ 48║ 22│ 58│ 154│ 26║ 45.83│ 0.48│ 1.28│ 54.17║ 18.46 │ 2.48║

║ 160 │ 24 │COD_05-Правоведение: 5 │ 11║ 5│ 56│ 193│ 6║ 45.45│ 0.47│ 1.60│ 54.55║ 4.23 │ 10.74║

║ 161 │ 112 │CKD_27-Проектирование информационных систем: 3 │ 44║ 20│ 42│ 174│ 24║ 45.45│ 0.35│ 1.45│ 54.55║ 16.92 │ 2.69║

║ 162 │ 46 │CKD_04-Базы данных: 3 │ 53║ 24│ 49│ 158│ 29║ 45.28│ 0.41│ 1.32│ 54.72║ 20.38 │ 2.22║

║ 163 │ 28 │COD_07-Теория систем и системный анализ: 3 │ 271║ 122│ 17│ 21│ 100║ 45.02│ 0.14│ 0.18│ 36.90║104.23 │ 0.43║

║ 164 │ 43 │CKD_03-Алгоритмы и структуры данных: 3 │ 63║ 28│ 27│ 170│ 35║ 44.44│ 0.23│ 1.42│ 55.56║ 24.23 │ 1.83║

║ 165 │ 11 │COD_01-Английский язык: 4 │ 80║ 35│ 46│ 134│ 45║ 43.75│ 0.38│ 1.12│ 56.25║ 30.77 │ 1.42║

║ 166 │ 65 │CKD_11-Интеллектуальные информационные системы: 4 │ 65║ 28│ 40│ 155│ 37║ 43.08│ 0.33│ 1.29│ 56.92║ 25.00 │ 1.72║

║ 167 │ 169 │CJD_01-Гражданский процесс: 3 │ 28║ 12│ 47│ 185│ 16║ 42.86│ 0.39│ 1.54│ 57.14║ 10.77 │ 3.98║

║ 168 │ 172 │CJD_02-Гражданское право: 3 │ 40║ 17│ 38│ 183│ 22║ 42.50│ 0.32│ 1.52│ 55.00║ 15.38 │ 2.76║

║ 169 │ 176 │CJD_03-Коммерческое право: 4 │ 33║ 14│ 39│ 188│ 19║ 42.42│ 0.32│ 1.56│ 57.58║ 12.69 │ 3.34║

║ 170 │ 88 │CKD_19-Математика: 3 │ 286║ 118│ 11│ 16│ 115║ 41.26│ 0.09│ 0.14│ 40.21║110.00 │ 0.38║

║ 171 │ 190 │CJD_08-Уголовное право (особенная часть): 3 │ 13║ 5│ 15│ 232│ 8║ 38.46│ 0.12│ 1.93│ 61.54║ 5.00 │ 7.69║

║ 172 │ 166 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 3 │ 21║ 8│ 42│ 197│ 13║ 38.10│ 0.35│ 1.64│ 61.90║ 8.08 │ 4.72║

║ 173 │ 100 │CKD_23-Операционные системы, среды и оболочки: 3 │ 287║ 107│ 10│ 22│ 121║ 37.28│ 0.09│ 0.19│ 42.16║110.38 │ 0.34║

║ 174 │ 160 │CFED_10-Экономико-математические методы и модели: 3 │ 67║ 24│ 17│ 176│ 43║ 35.82│ 0.14│ 1.47│ 64.18║ 25.77 │ 1.39║

║ 175 │ 133 │CFED_01-Банковское дело: 3 │ 192║ 68│ 18│ 62│ 112║ 35.42│ 0.15│ 0.52│ 58.33║ 73.85 │ 0.48║

║ 176 │ 114 │CKD_27-Проектирование информационных систем: 5 │ 118║ 41│ 18│ 124│ 77║ 34.75│ 0.15│ 1.04│ 65.25║ 45.38 │ 0.77║

║ 177 │ 41 │CKD_02-Алгоритмические языки высокого уровня: 4 │ 36║ 12│ 21│ 203│ 24║ 33.33│ 0.17│ 1.69│ 66.67║ 13.85 │ 2.41║

║ 178 │ 187 │CJD_07-Уголовное право (общая часть): 3 │ 15║ 5│ 27│ 218│ 10║ 33.33│ 0.22│ 1.81│ 66.67║ 5.77 │ 5.78║

║ 179 │ 87 │CKD_18-Компьютерные методы решения задач в юриспруденции: 5 │ 46║ 15│ 31│ 183│ 31║ 32.61│ 0.26│ 1.52│ 67.39║ 17.69 │ 1.84║

║ 180 │ 127 │CKD_33-Теория вероятностей и математическая статистика: 3 │ 97║ 30│ 26│ 155│ 49║ 30.93│ 0.22│ 1.30│ 50.52║ 37.31 │ 0.83║

║ 181 │ 76 │CKD_15-Информационные системы в юриспруденции: 3 │ 164║ 50│ 19│ 81│ 110║ 30.49│ 0.16│ 0.68│ 67.07║ 63.08 │ 0.48║

║ 182 │ 193 │CJD_09-Уголовный процесс: 3 │ 14║ 4│ 18│ 228│ 10║ 28.57│ 0.15│ 1.89│ 71.43║ 5.38 │ 5.31║

║ 183 │ 175 │CJD_03-Коммерческое право: 3 │ 26║ 7│ 24│ 210│ 19║ 26.92│ 0.20│ 1.75│ 73.08║ 10.00 │ 2.69║

║ 184 │ 13 │COD_02-Логика: 3 │ 41║ 11│ 23│ 196│ 30║ 26.83│ 0.19│ 1.63│ 73.17║ 15.77 │ 1.70║

║ 185 │ 55 │CKD_08-Дискретная математика: 3 │ 98║ 21│ 13│ 157│ 69║ 21.43│ 0.11│ 1.31│ 70.41║ 37.69 │ 0.57║

║ 186 │ 52 │CKD_06-Вычислительные системы, сети и телекоммуникации: 3 │ 177║ 37│ 8│ 105│ 110║ 20.90│ 0.07│ 0.88│ 62.15║ 68.08 │ 0.31║

║ 187 │ 157 │CFED_09-Экономика организаций (предприятий): 3 │ 109║ 22│ 7│ 144│ 87║ 20.18│ 0.06│ 1.21│ 79.82║ 41.92 │ 0.48║

║ 188 │ 39 │CKD_01-Web-дизайн и компьютерная графика: 5 │ 58║ 11│ 24│ 178│ 47║ 18.97│ 0.20│ 1.48│ 81.03║ 22.31 │ 0.85║

║ 189 │ 136 │CFED_02-Бухгалтерский учёт (управленческий): 3 │ 101║ 19│ 5│ 154│ 82║ 18.81│ 0.04│ 1.29│ 81.19║ 38.85 │ 0.48║

║ 190 │ 154 │CFED_08-Финансы, денежное обращение и кредит: 3 │ 85║ 15│ 5│ 170│ 70║ 17.65│ 0.04│ 1.42│ 82.35║ 32.69 │ 0.54║

║ 191 │ 91 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 3 │ 81║ 13│ 6│ 173│ 68║ 16.05│ 0.05│ 1.45│ 83.95║ 31.15 │ 0.52║

║ 192 │ 130 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 3 │ 106║ 13│ 2│ 157│ 88║ 12.26│ 0.02│ 1.31│ 83.02║ 40.77 │ 0.30║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

Эта форма может прокучиваться вниз-вверх и вправо-влево. В верхней части формы приведены показатели интегральной валидности (средневзвешенные по всей обучающей выборке), а в самой таблице – дифференциальной валидности, т.е. в разрезе по классам.

Кроме того, результаты измерения адекватности модели выводятся в форме файлов с именами ValidSys.txt (таблица 16) и ValAnkSt.txt (рисунок 24) стандарта "TXT-текст DOS" в поддиректории TXT текущей директории системы "Эйдос"

А Н К Е Т Ы распознаваемой выборки

Класс распознавания : 3 - RED_DIPL-КРАСНЫЙ ДИПЛОМ

Результат идентификации : Верная идентификация

Минимальный уровень сходства: 0.0 Максимальное кол-во классов: 99999

07-05-06 13:54:26 г.Краснодар

╔═══════════════════════════════════════════════════════════════════════════════╗

║ К о д ы а н к е т р а с п о з н а в а е м о й в ы б о р к и ║

╟───────────────────────────────────────────────────────────────────────────────╢

║ 5 9 15 30 36 40 46 55 60 63 65 68 70 ║

║ 74 84 89 90 96 98 102 109 118 127 128 133 142 ║

║ 146 149 158 160 175 177 178 179 180 182 187 188 189 ║

║ 200 209 210 213 215 217 229 230 235 246 255 259 ║

╚═══════════════════════════════════════════════════════════════════════════════╝

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Рисунок 24. Фрагмент выходной формы ValAnkSt.txt с результатами измерения
адекватности модели и отображения результатов идентификации

В форме на рисунке 24 приведены коды анкет распознаваемой выборки, которые были верно отнесены моделью к классу 3: "Красный диплом". Вообще к этому классу относится 71 студент, из которых 51, или 71.83% верно отнесены системой к этому классу на основе признаков почерка, что в 2.63 раза выше, чем вероятность случайного угадывания (которая составляет: 71/260=27.3%). Это говорит о том, что статистическая достоверность высказывания: "Полученная модель позволила выявить зависимости между признаками объектов исследуемой выборки и их принадлежностью к обобщенным категориям (классам) составляет более 95%".

Рассмотрим, что означают графы выходной формы, представленной в таблице 16.

"Всего логических анкет" – это количество анкет (примеров текстов) в обучающей выборке, на основе которых формировался образ данного класса.

"Идентифицировано верно" – это количество анкет обучающей выборки, которые идентифицированы как классы, к которым они действительно относятся.

"Идентифицировано ошибочно" – это количество анкет обучающей выборки, которые идентифицированы как классы, к которым они в действительности не относятся (ошибка идентификации).

"Неидентифицировано верно" – это количество анкет обучающей выборки, которые неидентифицированы как классы, к которым они действительно не относятся.

"Неидентифицировано ошибочно" – это количество анкет обучающей выборки, которые неидентифицированы как классы, к которым они в действительности относятся (ошибка неидентфикации).

В правой части формы приведены те же показатели, но в процентом выражении:

– для анкет, идентифицированных верно и неидентифицированных ошибочно за 100% принимается количество логических анкет обучающей выборки по данному классу;

– для анкет, идентифицированных ошибочно и неидентифицированных верно за 100% принимается суммарное количество логических анкет обучающей выборки за вычетом логических анкет по данному классу.

Форма, приведенная в таблице 7, рассчитывается как средневзвешенная на основе карточек прогнозирования, пример одной из которой представлен на рисунке 25.

Из формы по валидности модели (таблица 16) видно, что 91 класс из 198, что составляет 46%, прогнозируется на уровне достоверности 70% и выше. Следовательно выводы, которые можно сделать на основе анализа модели по этим классам, также являются достаточно достоверными, чтобы заслуживать внимания.

Средневзвешенная по всем классам (интегральная) внутренняя валидность составила 64.88%, что тоже достаточно, чтобы можно было считать исследование модели исследованием самой моделируемой предметной области.

Рисунок 25. Пример карточки прогнозирования учебных достижений студента

Рисунок 26. Пример карточки прогнозирования
конкретного результата обучения: "Красный диплом"

При этом необходимо отметить, что результаты измерения валидности СИМ зависят от количества классов из карточек распознавания, засчитываемых как верно идентифицированные. Студент считается идентифицированным правильно, если при распознавании он отнесен системой к классу, к которому он действительно относится.

"Факторные портреты" различных учебных достижений по каждой из дисциплин (рисунок 26), обобщены системой, в результате чего сформированы обобщенные информационные портреты системы факторов, действие которых приводит к каждому из результатов. В качестве примера приведем результаты многофакторной типизации по классу: "Красный диплом" (таблица 17).

Таблица 17 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА:

Код: 3 Наименование: Red_dipl-Красный диплом

10-05-06 12:59:10 Фильтр: All, Positive г.Краснодар

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 1 2 НАКЛОН БУКВ |

| 5 Влево............................................................ 0.619 8.11 8.1 |

| 2 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 15 Строчки "сползают" вниз.......................................... 0.266 3.49 11.6 |

| 3 2 НАКЛОН БУКВ |

| 9 Прямое написание................................................. 0.187 2.45 14.1 |

| 4 3 ФОРМА БУКВ |

| 10 Округлые......................................................... 0.126 1.65 15.7 |

| 5 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 22 Почерк старательный, буквы аккуратные............................ 0.119 1.56 17.3 |

| 6 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 16 Легкая........................................................... 0.099 1.29 18.6 |

| 7 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 20 Склонность к отделению букв друг от друга........................ 0.093 1.22 19.8 |

| 8 1 РАЗМЕР БУКВ |

| 4 Крупные.......................................................... 0.089 1.17 20.9 |

| 9 2 НАКЛОН БУКВ |

| 6 Легкий влево..................................................... 0.068 0.89 21.8 |

| 10 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 18 Сильная.......................................................... 0.064 0.84 22.7 |

| 11 1 РАЗМЕР БУКВ |

| 3 Средние.......................................................... 0.049 0.64 23.3 |

| 12 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 19 Склонность к соединению букв..................................... 0.027 0.35 23.7 |

| 13 3 ФОРМА БУКВ |

| 12 Угловатые........................................................ 0.022 0.29 24.0 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 14 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 14 Строчки прямые................................................... -0.005 -0.07 24.0 |

| 15 2 НАКЛОН БУКВ |

| 7 Вправо........................................................... -0.008 -0.11 24.1 |

| 16 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 13 Строчки "ползут" вверх........................................... -0.035 -0.46 24.6 |

| 17 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 21 Смешанный стиль.................................................. -0.139 -1.83 26.4 |

| 18 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 17 Средняя.......................................................... -0.145 -1.90 28.3 |

| 19 1 РАЗМЕР БУКВ |

| 1 Очень мелкие..................................................... -0.169 -2.22 30.5 |

| 20 1 РАЗМЕР БУКВ |

| 2 Мелкие........................................................... -0.212 -2.78 33.3 |

| 21 3 ФОРМА БУКВ |

| 11 Бесформенные..................................................... -0.277 -3.64 37.0 |

| 22 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 23 Почерк неровный, одни слова видны, другие читаются с трудо....... -0.312 -4.09 41.1 |

| 23 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 24 Буквы написаны кое-как, почерк неразборчивый и небрежный......... -0.524 -6.87 47.9 |

| 24 2 НАКЛОН БУКВ |

| 8 Резкий вправо.................................................... -0.563 -7.38 55.3 |

==================================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

4.1.3.3.3.2. Внешняя дифференциальная
и интегральная валидность

Под внешней валидностью понимается способность модели верно идентифицировать объекты, не входящие в обучающую выборку, но относящиеся к генеральной совокупности, по отношению к которой она репрезентативна.

Если внешняя валидность достаточно высокая, то это означает, что те закономерности и взаимосвязи между признаками и классами, которые были выявлены по данным обучающей выборки, относятся не только к ней, но и к некоторой генеральной совокупности, к которой относится и распознаваемая выборка. Проще говоря, это означает, что выявленные закономерности действуют и в распознаваемой выборке.

Для измерения внешней валидности необходимо выполнить следующие действия:

1. В режиме измерения адекватности модели запустить режим измерения внешней валидности (нажав F8 Измерение внешней валидности) (рисунок 23).

2. Выбрать один из режимов удаления объектов обучающей выборки, приведенный на экранной форме (рисунок 27).

Рисунок 27. Режим переноса анкет обучающей выборки
в распознаваемую для измерения внешней валидности

Частотное распределение объектов обучающей выборки по классам приведено в таблице 18. Видно, что большинство классов достаточно хорошо представлены. Это значит, что имеет смысл измерение внешней валидности.

Таблица 18 – ЧАСТОТНОЕ РАСПРЕДЕЛЕНИЕ
ОБЪЕКТОВ ОБУЧАЮЩЕЙ ВЫБОРКИ ПО КЛАССАМ (ФРАГМЕНТ)

Код	Наименование	Кол-во	Кол-во %	Инф-ть
1	Red_dipl-Без диплома	0	0,0	0,000
2	Red_dipl-Синий диплом	189	72,7	0,132
3	Red_dipl-Красный диплом	71	27,3	0,249
4	ALL-Средний балл: 3	24	9,2	0,240
5	ALL-Средний балл: 4	129	49,6	0,112
6	ALL-Средний балл: 5	114	43,8	0,159
7	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3	39	15,0	0,267
8	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4	115	44,2	0,094
9	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5	99	38,1	0,198
10	COD_01-Английский язык: 3	19	7,3	0,281
11	COD_01-Английский язык: 4	80	30,8	0,131
12	COD_01-Английский язык: 5	161	61,9	0,116
13	COD_02-Логика: 3	41	15,8	0,218
14	COD_02-Логика: 4	24	9,2	0,224
15	COD_02-Логика: 5	14	5,4	0,432
16	COD_03-Политология: 3	25	9,6	0,333
17	COD_03-Политология: 4	26	10,0	0,209
18	COD_03-Политология: 5	68	26,2	0,306
19	COD_04-История Отечества: 3	269	103,5	0,076
20	COD_04-История Отечества: 4	113	43,5	0,109
21	COD_04-История Отечества: 5	96	36,9	0,163
22	COD_05-Правоведение: 3	9	3,5	0,252
23	COD_05-Правоведение: 4	21	8,1	0,287
24	COD_05-Правоведение: 5	11	4,2	0,392
25	COD_06-Философия: 3	81	31,2	0,139
26	COD_06-Философия: 4	96	36,9	0,153
27	COD_06-Философия: 5	83	31,9	0,185
28	COD_07-Теория систем и системный анализ: 3	271	104,2	0,084
29	COD_07-Теория систем и системный анализ: 4	98	37,7	0,105
30	COD_07-Теория систем и системный анализ: 5	109	41,9	0,177
31	COD_08-Экология: 3	9	3,5	0,267
32	COD_08-Экология: 4	12	4,6	0,265
33	COD_08-Экология: 5	22	8,5	0,243
34	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3	153	58,8	0,174
35	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4	127	48,8	0,122
36	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5	98	37,7	0,166
37	CKD_01-Web-дизайн и компьютерная графика: 3	28	10,8	0,209
38	CKD_01-Web-дизайн и компьютерная графика: 4	55	21,2	0,161
39	CKD_01-Web-дизайн и компьютерная графика: 5	58	22,3	0,196
40	CKD_02-Алгоритмические языки высокого уровня: 3	29	11,2	0,275
41	CKD_02-Алгоритмические языки высокого уровня: 4	36	13,8	0,278
42	CKD_02-Алгоритмические языки высокого уровня: 5	36	13,8	0,197
43	CKD_03-Алгоритмы и структуры данных: 3	63	24,2	0,172
Код	Наименование	Кол-во	Кол-во %	Инф-ть
44	CKD_03-Алгоритмы и структуры данных: 4	92	35,4	0,194
45	CKD_03-Алгоритмы и структуры данных: 5	105	40,4	0,144
46	CKD_04-Базы данных: 3	53	20,4	0,167
47	CKD_04-Базы данных: 4	86	33,1	0,129
48	CKD_04-Базы данных: 5	121	46,5	0,139
49	CKD_05-Высокоуровневые методы информатики и программирования: 3	81	31,2	0,141
50	CKD_05-Высокоуровневые методы информатики и программирования: 4	103	39,6	0,222
51	CKD_05-Высокоуровневые методы информатики и программирования: 5	76	29,2	0,304
52	CKD_06-Вычислительные системы, сети и телекоммуникации: 3	177	68,1	0,113
53	CKD_06-Вычислительные системы, сети и телекоммуникации: 4	88	33,8	0,160
54	CKD_06-Вычислительные системы, сети и телекоммуникации: 5	94	36,2	0,170
55	CKD_08-Дискретная математика: 3	98	37,7	0,146
56	CKD_08-Дискретная математика: 4	57	21,9	0,209
57	CKD_08-Дискретная математика: 5	43	16,5	0,267
58	CKD_09-Имитационное моделирование: 3	22	8,5	0,209
59	CKD_09-Имитационное моделирование: 4	72	27,7	0,281
60	CKD_09-Имитационное моделирование: 5	86	33,1	0,170
61	CKD_10-Имитационное моделирование ИС в БУ и ФД: 3	24	9,2	0,278
62	CKD_10-Имитационное моделирование ИС в БУ и ФД: 4	0	0,0	0,000
63	CKD_10-Имитационное моделирование ИС в БУ и ФД: 5	0	0,0	0,000
64	CKD_11-Интеллектуальные информационные системы: 3	18	6,9	0,224
65	CKD_11-Интеллектуальные информационные системы: 4	65	25,0	0,108
66	CKD_11-Интеллектуальные информационные системы: 5	154	59,2	0,075
67	CKD_12-Информатика: 3	29	11,2	0,202
68	CKD_12-Информатика: 4	111	42,7	0,060
69	CKD_12-Информатика: 5	120	46,2	0,101
70	CKD_13-Информационная безопасность: 3	24	9,2	0,276
71	CKD_13-Информационная безопасность: 4	94	36,2	0,188
72	CKD_13-Информационная безопасность: 5	141	54,2	0,104
73	CKD_14-ИС в БУ, управлении и ФД: 3	0	0,0	0,000
74	CKD_14-ИС в БУ, управлении и ФД: 4	0	0,0	0,000
75	CKD_14-ИС в БУ, управлении и ФД: 5	0	0,0	0,000
76	CKD_15-Информационные системы в юриспруденции: 3	164	63,1	0,052
77	CKD_15-Информационные системы в юриспруденции: 4	13	5,0	0,347
78	CKD_15-Информационные системы в юриспруденции: 5	24	9,2	0,414
Код	Наименование	Кол-во	Кол-во %	Инф-ть
79	CKD_16-Информационные системы и информационные технологии: 3	7	2,7	0,312
80	CKD_16-Информационные системы и информационные технологии: 4	42	16,2	0,255
81	CKD_16-Информационные системы и информационные технологии: 5	52	20,0	0,170
82	CKD_17-Информационный менеджмент: 3	43	16,5	0,232
83	CKD_17-Информационный менеджмент: 4	104	40,0	0,143
84	CKD_17-Информационный менеджмент: 5	112	43,1	0,168
85	CKD_18-Компьютерные методы решения задач в юриспруденции: 3	8	3,1	0,414
86	CKD_18-Компьютерные методы решения задач в юриспруденции: 4	26	10,0	0,255
87	CKD_18-Компьютерные методы решения задач в юриспруденции: 5	46	17,7	0,267
88	CKD_19-Математика: 3	286	110,0	0,084
89	CKD_19-Математика: 4	102	39,2	0,100
90	CKD_19-Математика: 5	90	34,6	0,260
91	CKD_20-Мат.логика, теор.множеств, дискр.математика: 3	81	31,2	0,167
92	CKD_20-Мат.логика, теор.множеств, дискр.математика: 4	19	7,3	0,238
93	CKD_20-Мат.логика, теор.множеств, дискр.математика: 5	21	8,1	0,369
94	CKD_21-Математическая экономика: 3	24	9,2	0,304
95	CKD_21-Математическая экономика: 4	68	26,2	0,237
96	CKD_21-Математическая экономика: 5	88	33,8	0,181
97	CKD_22-МЛОИ: 3	19	7,3	0,277
98	CKD_22-МЛОИ: 4	30	11,5	0,293
99	CKD_22-МЛОИ: 5	32	12,3	0,238
100	CKD_23-Операционные системы, среды и оболочки: 3	287	110,4	0,061
101	CKD_23-Операционные системы, среды и оболочки: 4	103	39,6	0,139
102	CKD_23-Операционные системы, среды и оболочки: 5	88	33,8	0,167
103	CKD_24-Основы алгоритмизации и программирования: 3	13	5,0	0,221
104	CKD_24-Основы алгоритмизации и программирования: 4	15	5,8	0,323
105	CKD_24-Основы алгоритмизации и программирования: 5	13	5,0	0,357
106	CKD_25-Пред практика: 3	222	85,4	0,051
107	CKD_25-Пред практика: 4	43	16,5	0,266
108	CKD_25-Пред практика: 5	72	27,7	0,271

Результаты измерения внешней валидности приведены в таблице 19. При этом в качестве обучающей выборки использовались нечетные анкеты, а в качестве распознаваемой – четные.

Таблица 19 – РЕЗУЛЬТАТЫ ИЗМЕРЕНИЯ ВНЕШНЕЙ ВАЛИДНОСТИ

Анкет физических: 130 логических (всего/факт): 6207/ 6042

Верная идентификация: 3944 Ошибочная неидентификация: 2098

Верная идентификация: 65.28% Ошибочная неидентификация: 34.72%

Минимальный уровень сходства: 0.0 Максимальное кол-во классов: 99999

10-05-06 14:30:26 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 1 │ 32 │COD_08-Экология: 4 │ 7║ 7│ 67│ 56│ 0║100.00│ 1.11│ 0.93│ 0.00║ 5.38 │ 18.59║

║ 2 │ 85 │CKD_18-Компьютерные методы решения задач в юриспруденции: 3 │ 4║ 4│ 28│ 98│ 0║100.00│ 0.46│ 1.62│ 0.00║ 3.08 │ 32.47║

║ 3 │ 109 │CKD_26-Программирование на языке Ассемблера для IBM PC: 3 │ 5║ 5│ 60│ 65│ 0║100.00│ 0.99│ 1.08│ 0.00║ 3.85 │ 25.97║

║ 4 │ 148 │CFED_06-Теория бухгалтерского учёта: 3 │ 1║ 1│ 48│ 81│ 0║100.00│ 0.79│ 1.34│ 0.00║ 0.77 │ 129.87║

║ 5 │ 155 │CFED_08-Финансы, денежное обращение и кредит: 4 │ 10║ 10│ 64│ 56│ 0║100.00│ 1.06│ 0.93│ 0.00║ 7.69 │ 13.00║

║ 6 │ 156 │CFED_08-Финансы, денежное обращение и кредит: 5 │ 7║ 7│ 62│ 61│ 0║100.00│ 1.03│ 1.01│ 0.00║ 5.38 │ 18.59║

║ 7 │ 178 │CJD_04-Конституционное право: 3 │ 4║ 4│ 45│ 81│ 0║100.00│ 0.75│ 1.34│ 0.00║ 3.08 │ 32.47║

║ 8 │ 179 │CJD_04-Конституционное право: 4 │ 4║ 4│ 46│ 80│ 0║100.00│ 0.76│ 1.32│ 0.00║ 3.08 │ 32.47║

║ 9 │ 180 │CJD_04-Конституционное право: 5 │ 3║ 3│ 38│ 89│ 0║100.00│ 0.63│ 1.47│ 0.00║ 2.31 │ 43.29║

║ 10 │ 194 │CJD_09-Уголовный процесс: 4 │ 9║ 9│ 59│ 62│ 0║100.00│ 0.98│ 1.03│ 0.00║ 6.92 │ 14.45║

║ 11 │ 195 │CJD_09-Уголовный процесс: 5 │ 3║ 3│ 35│ 92│ 0║100.00│ 0.58│ 1.52│ 0.00║ 2.31 │ 43.29║

║ 12 │ 134 │CFED_01-Банковское дело: 4 │ 29║ 28│ 75│ 26│ 1║ 96.55│ 1.25│ 0.43│ 3.45║ 22.31 │ 4.33║

║ 13 │ 113 │CKD_27-Проектирование информационных систем: 4 │ 52║ 50│ 64│ 14│ 2║ 96.15│ 1.07│ 0.23│ 3.85║ 40.00 │ 2.40║

║ 14 │ 131 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4 │ 46║ 44│ 66│ 18│ 2║ 95.65│ 1.10│ 0.30│ 4.35║ 35.38 │ 2.70║

║ 15 │ 95 │CKD_21-Математическая экономика: 4 │ 37║ 35│ 75│ 18│ 2║ 94.59│ 1.25│ 0.30│ 5.41║ 28.46 │ 3.32║

║ 16 │ 164 │CFED_11-Экономическая теория: 4 │ 51║ 48│ 53│ 26│ 3║ 94.12│ 0.88│ 0.43│ 5.88║ 39.23 │ 2.40║

║ 17 │ 137 │CFED_02-Бухгалтерский учёт (управленческий): 4 │ 15║ 14│ 76│ 39│ 1║ 93.33│ 1.26│ 0.65│ 6.67║ 11.54 │ 8.09║

║ 18 │ 124 │CKD_32-Разработка приложений на языках ООП: 3 │ 76║ 70│ 44│ 10│ 6║ 92.11│ 0.74│ 0.17│ 7.89║ 58.46 │ 1.58║

║ 19 │ 59 │CKD_09-Имитационное моделирование: 4 │ 37║ 34│ 71│ 22│ 3║ 91.89│ 1.18│ 0.37│ 8.11║ 28.46 │ 3.23║

║ 20 │ 35 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 70║ 64│ 42│ 18│ 6║ 91.43│ 0.70│ 0.30│ 8.57║ 53.85 │ 1.70║

║ 21 │ 80 │CKD_16-Информационные системы и информационные технологии: 4 │ 23║ 21│ 64│ 43│ 2║ 91.30│ 1.06│ 0.71│ 8.70║ 17.69 │ 5.16║

║ 22 │ 23 │COD_05-Правоведение: 4 │ 11║ 10│ 72│ 47│ 1║ 90.91│ 1.19│ 0.78│ 9.09║ 8.46 │ 10.75║

║ 23 │ 93 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 5 │ 11║ 10│ 63│ 56│ 1║ 90.91│ 1.04│ 0.93│ 9.09║ 8.46 │ 10.75║

║ 24 │ 140 │CFED_03-Бухгалтерский учёт (финансовый): 4 │ 33║ 30│ 74│ 23│ 3║ 90.91│ 1.23│ 0.38│ 9.09║ 25.38 │ 3.58║

║ 25 │ 92 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 4 │ 10║ 9│ 61│ 59│ 1║ 90.00│ 1.01│ 0.98│ 10.00║ 7.69 │ 11.70║

║ 26 │ 161 │CFED_10-Экономико-математические методы и модели: 4 │ 30║ 27│ 69│ 31│ 3║ 90.00│ 1.15│ 0.52│ 10.00║ 23.08 │ 3.90║

║ 27 │ 103 │CKD_24-Основы алгоритмизации и программирования: 3 │ 9║ 8│ 48│ 73│ 1║ 88.89│ 0.80│ 1.21│ 11.11║ 6.92 │ 12.85║

║ 28 │ 5 │ALL-Средний балл: 4 │ 66║ 58│ 38│ 26│ 8║ 87.88│ 0.64│ 0.44│ 12.12║ 50.77 │ 1.73║

║ 29 │ 53 │CKD_06-Вычислительные системы, сети и телекоммуникации: 4 │ 48║ 42│ 57│ 25│ 6║ 87.50│ 0.95│ 0.42│ 12.50║ 36.92 │ 2.37║

║ 30 │ 162 │CFED_10-Экономико-математические методы и модели: 5 │ 48║ 42│ 66│ 16│ 6║ 87.50│ 1.10│ 0.27│ 12.50║ 36.92 │ 2.37║

║ 31 │ 50 │CKD_05-Высокоуровневые методы информатики и программирования: 4│ 62║ 54│ 50│ 18│ 8║ 87.10│ 0.84│ 0.30│ 12.90║ 47.69 │ 1.83║

║ 32 │ 2 │Red_dipl-Синий диплом │ 92║ 79│ 22│ 16│ 13║ 85.87│ 0.37│ 0.27│ 14.13║ 70.77 │ 1.21║

║ 33 │ 104 │CKD_24-Основы алгоритмизации и программирования: 4 │ 7║ 6│ 53│ 70│ 1║ 85.71│ 0.88│ 1.16│ 14.29║ 5.38 │ 15.93║

║ 34 │ 115 │CKD_29-Производственная практика по БД: 3 │ 63║ 54│ 54│ 17│ 5║ 85.71│ 0.90│ 0.28│ 7.94║ 48.46 │ 1.77║

║ 35 │ 83 │CKD_17-Информационный менеджмент: 4 │ 60║ 51│ 49│ 21│ 9║ 85.00│ 0.82│ 0.35│ 15.00║ 46.15 │ 1.84║

║ 36 │ 165 │CFED_11-Экономическая теория: 5 │ 51║ 43│ 57│ 22│ 8║ 84.31│ 0.95│ 0.37│ 15.69║ 39.23 │ 2.15║

║ 37 │ 146 │CFED_05-Рынок ценных бумаг: 4 │ 19║ 16│ 66│ 45│ 3║ 84.21│ 1.10│ 0.75│ 15.79║ 14.62 │ 5.76║

║ 38 │ 47 │CKD_04-Базы данных: 4 │ 44║ 37│ 47│ 39│ 7║ 84.09│ 0.78│ 0.65│ 15.91║ 33.85 │ 2.48║

║ 39 │ 7 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 18║ 15│ 38│ 74│ 3║ 83.33│ 0.63│ 1.23│ 16.67║ 13.85 │ 6.02║

║ 40 │ 22 │COD_05-Правоведение: 3 │ 6║ 5│ 65│ 59│ 1║ 83.33│ 1.08│ 0.98│ 16.67║ 4.62 │ 18.04║

║ 41 │ 67 │CKD_12-Информатика: 3 │ 12║ 10│ 56│ 62│ 2║ 83.33│ 0.93│ 1.03│ 16.67║ 9.23 │ 9.03║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

10-05-06 14:30:26 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 42 │ 110 │CKD_26-Программирование на языке Ассемблера для IBM PC: 4 │ 12║ 10│ 68│ 50│ 2║ 83.33│ 1.13│ 0.83│ 16.67║ 9.23 │ 9.03║

║ 43 │ 171 │CJD_01-Гражданский процесс: 5 │ 6║ 5│ 42│ 82│ 1║ 83.33│ 0.70│ 1.36│ 16.67║ 4.62 │ 18.04║

║ 44 │ 56 │CKD_08-Дискретная математика: 4 │ 29║ 24│ 53│ 48│ 5║ 82.76│ 0.88│ 0.80│ 17.24║ 22.31 │ 3.71║

║ 45 │ 71 │CKD_13-Информационная безопасность: 4 │ 46║ 38│ 54│ 30│ 8║ 82.61│ 0.90│ 0.50│ 17.39║ 35.38 │ 2.33║

║ 46 │ 90 │CKD_19-Математика: 5 │ 46║ 38│ 52│ 32│ 8║ 82.61│ 0.87│ 0.53│ 17.39║ 35.38 │ 2.33║

║ 47 │ 135 │CFED_01-Банковское дело: 5 │ 46║ 38│ 68│ 16│ 8║ 82.61│ 1.13│ 0.27│ 17.39║ 35.38 │ 2.33║

║ 48 │ 16 │COD_03-Политология: 3 │ 11║ 9│ 31│ 88│ 2║ 81.82│ 0.51│ 1.46│ 18.18║ 8.46 │ 9.67║

║ 49 │ 44 │CKD_03-Алгоритмы и структуры данных: 4 │ 44║ 36│ 57│ 29│ 8║ 81.82│ 0.95│ 0.48│ 18.18║ 33.85 │ 2.42║

║ 50 │ 18 │COD_03-Политология: 5 │ 32║ 26│ 63│ 35│ 6║ 81.25│ 1.05│ 0.58│ 18.75║ 24.62 │ 3.30║

║ 51 │ 108 │CKD_25-Пред практика: 5 │ 37║ 30│ 65│ 28│ 7║ 81.08│ 1.08│ 0.47│ 18.92║ 28.46 │ 2.85║

║ 52 │ 101 │CKD_23-Операционные системы, среды и оболочки: 4 │ 58║ 47│ 47│ 25│ 11║ 81.03│ 0.79│ 0.42│ 18.97║ 44.62 │ 1.82║

║ 53 │ 34 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 73║ 59│ 37│ 25│ 9║ 80.82│ 0.62│ 0.42│ 12.33║ 56.15 │ 1.44║

║ 54 │ 9 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 50║ 40│ 42│ 38│ 10║ 80.00│ 0.70│ 0.63│ 20.00║ 38.46 │ 2.08║

║ 55 │ 105 │CKD_24-Основы алгоритмизации и программирования: 5 │ 5║ 4│ 42│ 83│ 1║ 80.00│ 0.70│ 1.37│ 20.00║ 3.85 │ 20.78║

║ 56 │ 129 │CKD_33-Теория вероятностей и математическая статистика: 5 │ 15║ 12│ 52│ 63│ 3║ 80.00│ 0.86│ 1.05│ 20.00║ 11.54 │ 6.93║

║ 57 │ 170 │CJD_01-Гражданский процесс: 4 │ 10║ 8│ 47│ 73│ 2║ 80.00│ 0.78│ 1.21│ 20.00║ 7.69 │ 10.40║

║ 58 │ 99 │CKD_22-МЛОИ: 5 │ 19║ 15│ 72│ 39│ 4║ 78.95│ 1.20│ 0.65│ 21.05║ 14.62 │ 5.40║

║ 59 │ 141 │CFED_03-Бухгалтерский учёт (финансовый): 5 │ 38║ 30│ 69│ 23│ 8║ 78.95│ 1.15│ 0.38│ 21.05║ 29.23 │ 2.70║

║ 60 │ 138 │CFED_02-Бухгалтерский учёт (управленческий): 5 │ 23║ 18│ 67│ 40│ 5║ 78.26│ 1.11│ 0.66│ 21.74║ 17.69 │ 4.42║

║ 61 │ 144 │CFED_04-Основы бизнеса: 5 │ 30║ 23│ 69│ 31│ 7║ 76.67│ 1.15│ 0.52│ 23.33║ 23.08 │ 3.32║

║ 62 │ 6 │ALL-Средний балл: 5 │ 55║ 42│ 43│ 32│ 13║ 76.36│ 0.72│ 0.53│ 23.64║ 42.31 │ 1.80║

║ 63 │ 96 │CKD_21-Математическая экономика: 5 │ 42║ 32│ 59│ 29│ 10║ 76.19│ 0.98│ 0.48│ 23.81║ 32.31 │ 2.36║

║ 64 │ 30 │COD_07-Теория систем и системный анализ: 5 │ 54║ 41│ 41│ 35│ 13║ 75.93│ 0.68│ 0.58│ 24.07║ 41.54 │ 1.83║

║ 65 │ 132 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5 │ 49║ 37│ 57│ 24│ 12║ 75.51│ 0.95│ 0.40│ 24.49║ 37.69 │ 2.00║

║ 66 │ 31 │COD_08-Экология: 3 │ 4║ 3│ 28│ 98│ 1║ 75.00│ 0.46│ 1.62│ 25.00║ 3.08 │ 24.35║

║ 67 │ 57 │CKD_08-Дискретная математика: 5 │ 20║ 15│ 68│ 42│ 5║ 75.00│ 1.13│ 0.70│ 25.00║ 15.38 │ 4.88║

║ 68 │ 61 │CKD_10-Имитационное моделирование ИС в БУ и ФД: 3 │ 12║ 9│ 48│ 70│ 3║ 75.00│ 0.80│ 1.16│ 25.00║ 9.23 │ 8.13║

║ 69 │ 64 │CKD_11-Интеллектуальные информационные системы: 3 │ 8║ 6│ 39│ 83│ 2║ 75.00│ 0.65│ 1.38│ 25.00║ 6.15 │ 12.20║

║ 70 │ 86 │CKD_18-Компьютерные методы решения задач в юриспруденции: 4 │ 12║ 9│ 33│ 85│ 3║ 75.00│ 0.55│ 1.41│ 25.00║ 9.23 │ 8.13║

║ 71 │ 107 │CKD_25-Пред практика: 4 │ 20║ 15│ 43│ 67│ 5║ 75.00│ 0.71│ 1.11│ 25.00║ 15.38 │ 4.88║

║ 72 │ 150 │CFED_06-Теория бухгалтерского учёта: 5 │ 20║ 15│ 58│ 52│ 5║ 75.00│ 0.96│ 0.86│ 25.00║ 15.38 │ 4.88║

║ 73 │ 174 │CJD_02-Гражданское право: 5 │ 8║ 6│ 45│ 77│ 2║ 75.00│ 0.75│ 1.28│ 25.00║ 6.15 │ 12.20║

║ 74 │ 185 │CJD_06-Теория государства и права: 4 │ 12║ 9│ 35│ 83│ 3║ 75.00│ 0.58│ 1.38│ 25.00║ 9.23 │ 8.13║

║ 75 │ 196 │CJD_10-Финансовое право: 3 │ 8║ 6│ 26│ 96│ 2║ 75.00│ 0.43│ 1.59│ 25.00║ 6.15 │ 12.20║

║ 76 │ 60 │CKD_09-Имитационное моделирование: 5 │ 43║ 32│ 59│ 28│ 11║ 74.42│ 0.98│ 0.47│ 25.58║ 33.08 │ 2.25║

║ 77 │ 66 │CKD_11-Интеллектуальные информационные системы: 5 │ 78║ 58│ 20│ 32│ 20║ 74.36│ 0.34│ 0.54│ 25.64║ 60.00 │ 1.24║

║ 78 │ 51 │CKD_05-Высокоуровневые методы информатики и программирования: 5│ 31║ 23│ 44│ 55│ 8║ 74.19│ 0.73│ 0.91│ 25.81║ 23.85 │ 3.11║

║ 79 │ 119 │CKD_30-Разработка и стандартизация ПС и ИТ: 4 │ 23║ 17│ 51│ 56│ 6║ 73.91│ 0.85│ 0.93│ 26.09║ 17.69 │ 4.18║

║ 80 │ 102 │CKD_23-Операционные системы, среды и оболочки: 5 │ 42║ 31│ 56│ 32│ 11║ 73.81│ 0.93│ 0.53│ 26.19║ 32.31 │ 2.28║

║ 81 │ 152 │CFED_07-Финансы и кредит: 4 │ 19║ 14│ 80│ 31│ 5║ 73.68│ 1.33│ 0.51│ 26.32║ 14.62 │ 5.04║

║ 82 │ 116 │CKD_29-Производственная практика по БД: 4 │ 15║ 11│ 55│ 60│ 4║ 73.33│ 0.91│ 1.00│ 26.67║ 11.54 │ 6.35║

║ 83 │ 94 │CKD_21-Математическая экономика: 3 │ 11║ 8│ 31│ 88│ 3║ 72.73│ 0.51│ 1.46│ 27.27║ 8.46 │ 8.60║

║ 84 │ 45 │CKD_03-Алгоритмы и структуры данных: 5 │ 51║ 37│ 51│ 28│ 14║ 72.55│ 0.85│ 0.47│ 27.45║ 39.23 │ 1.85║

║ 85 │ 153 │CFED_07-Финансы и кредит: 5 │ 36║ 26│ 54│ 40│ 10║ 72.22│ 0.90│ 0.67│ 27.78║ 27.69 │ 2.61║

║ 86 │ 121 │CKD_31-Разработка приложений на языках высокого уровня: 3 │ 86║ 62│ 32│ 24│ 12║ 72.09│ 0.54│ 0.40│ 13.95║ 66.15 │ 1.09║

║ 87 │ 159 │CFED_09-Экономика организаций (предприятий): 5 │ 43║ 31│ 62│ 25│ 12║ 72.09│ 1.03│ 0.42│ 27.91║ 33.08 │ 2.18║

║ 88 │ 125 │CKD_32-Разработка приложений на языках ООП: 4 │ 25║ 18│ 44│ 61│ 7║ 72.00│ 0.73│ 1.01│ 28.00║ 19.23 │ 3.74║

║ 89 │ 38 │CKD_01-Web-дизайн и компьютерная графика: 4 │ 28║ 20│ 59│ 43│ 8║ 71.43│ 0.98│ 0.71│ 28.57║ 21.54 │ 3.32║

║ 90 │ 97 │CKD_22-МЛОИ: 3 │ 7║ 5│ 42│ 81│ 2║ 71.43│ 0.70│ 1.34│ 28.57║ 5.38 │ 13.28║

║ 91 │ 163 │CFED_11-Экономическая теория: 3 │ 7║ 5│ 33│ 90│ 2║ 71.43│ 0.55│ 1.49│ 28.57║ 5.38 │ 13.28║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

10-05-06 14:30:26 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 92 │ 184 │CJD_06-Теория государства и права: 3 │ 14║ 10│ 31│ 85│ 4║ 71.43│ 0.51│ 1.41│ 28.57║ 10.77 │ 6.63║

║ 93 │ 188 │CJD_07-Уголовное право (общая часть): 4 │ 7║ 5│ 28│ 95│ 2║ 71.43│ 0.46│ 1.57│ 28.57║ 5.38 │ 13.28║

║ 94 │ 3 │Red_dipl-Красный диплом │ 38║ 27│ 47│ 45│ 11║ 71.05│ 0.78│ 0.75│ 28.95║ 29.23 │ 2.43║

║ 95 │ 147 │CFED_05-Рынок ценных бумаг: 5 │ 41║ 29│ 56│ 33│ 12║ 70.73│ 0.93│ 0.55│ 29.27║ 31.54 │ 2.24║

║ 96 │ 26 │COD_06-Философия: 4 │ 51║ 36│ 43│ 36│ 15║ 70.59│ 0.72│ 0.60│ 29.41║ 39.23 │ 1.80║

║ 97 │ 84 │CKD_17-Информационный менеджмент: 5 │ 51║ 36│ 43│ 36│ 15║ 70.59│ 0.72│ 0.60│ 29.41║ 39.23 │ 1.80║

║ 98 │ 10 │COD_01-Английский язык: 3 │ 10║ 7│ 30│ 90│ 3║ 70.00│ 0.50│ 1.49│ 30.00║ 7.69 │ 9.10║

║ 99 │ 21 │COD_04-История Отечества: 5 │ 50║ 35│ 39│ 41│ 15║ 70.00│ 0.65│ 0.68│ 30.00║ 38.46 │ 1.82║

║ 100 │ 33 │COD_08-Экология: 5 │ 10║ 7│ 39│ 81│ 3║ 70.00│ 0.65│ 1.34│ 30.00║ 7.69 │ 9.10║

║ 101 │ 81 │CKD_16-Информационные системы и информационные технологии: 5 │ 26║ 18│ 58│ 46│ 8║ 69.23│ 0.96│ 0.76│ 30.77║ 20.00 │ 3.46║

║ 102 │ 118 │CKD_30-Разработка и стандартизация ПС и ИТ: 3 │ 13║ 9│ 30│ 87│ 4║ 69.23│ 0.50│ 1.44│ 30.77║ 10.00 │ 6.92║

║ 103 │ 68 │CKD_12-Информатика: 4 │ 55║ 38│ 37│ 38│ 17║ 69.09│ 0.62│ 0.63│ 30.91║ 42.31 │ 1.63║

║ 104 │ 54 │CKD_06-Вычислительные системы, сети и телекоммуникации: 5 │ 45║ 31│ 40│ 45│ 14║ 68.89│ 0.67│ 0.75│ 31.11║ 34.62 │ 1.99║

║ 105 │ 12 │COD_01-Английский язык: 5 │ 81║ 55│ 18│ 31│ 26║ 67.90│ 0.30│ 0.52│ 32.10║ 62.31 │ 1.09║

║ 106 │ 29 │COD_07-Теория систем и системный анализ: 4 │ 51║ 34│ 41│ 38│ 17║ 66.67│ 0.68│ 0.63│ 33.33║ 39.23 │ 1.70║

║ 107 │ 42 │CKD_02-Алгоритмические языки высокого уровня: 5 │ 21║ 14│ 46│ 63│ 7║ 66.67│ 0.76│ 1.05│ 33.33║ 16.15 │ 4.13║

║ 108 │ 120 │CKD_30-Разработка и стандартизация ПС и ИТ: 5 │ 36║ 24│ 32│ 62│ 12║ 66.67│ 0.53│ 1.03│ 33.33║ 27.69 │ 2.41║

║ 109 │ 123 │CKD_31-Разработка приложений на языках высокого уровня: 5 │ 39║ 26│ 39│ 52│ 13║ 66.67│ 0.65│ 0.87│ 33.33║ 30.00 │ 2.22║

║ 110 │ 145 │CFED_05-Рынок ценных бумаг: 3 │ 9║ 6│ 25│ 96│ 3║ 66.67│ 0.41│ 1.59│ 33.33║ 6.92 │ 9.63║

║ 111 │ 191 │CJD_08-Уголовное право (особенная часть): 4 │ 6║ 4│ 19│ 105│ 2║ 66.67│ 0.31│ 1.74│ 33.33║ 4.62 │ 14.43║

║ 112 │ 19 │COD_04-История Отечества: 3 │ 134║ 89│ 9│ 7│ 25║ 66.42│ 0.15│ 0.12│ 18.66║103.08 │ 0.64║

║ 113 │ 48 │CKD_04-Базы данных: 5 │ 59║ 39│ 28│ 43│ 20║ 66.10│ 0.47│ 0.72│ 33.90║ 45.38 │ 1.46║

║ 114 │ 27 │COD_06-Философия: 5 │ 43║ 28│ 36│ 51│ 15║ 65.12│ 0.60│ 0.85│ 34.88║ 33.08 │ 1.97║

║ 115 │ 72 │CKD_13-Информационная безопасность: 5 │ 74║ 47│ 25│ 31│ 27║ 63.51│ 0.42│ 0.52│ 36.49║ 56.92 │ 1.12║

║ 116 │ 82 │CKD_17-Информационный менеджмент: 3 │ 19║ 12│ 19│ 92│ 7║ 63.16│ 0.32│ 1.53│ 36.84║ 14.62 │ 4.32║

║ 117 │ 15 │COD_02-Логика: 5 │ 8║ 5│ 32│ 90│ 3║ 62.50│ 0.53│ 1.49│ 37.50║ 6.15 │ 10.16║

║ 118 │ 17 │COD_03-Политология: 4 │ 16║ 10│ 40│ 74│ 6║ 62.50│ 0.66│ 1.23│ 37.50║ 12.31 │ 5.08║

║ 119 │ 149 │CFED_06-Теория бухгалтерского учёта: 4 │ 8║ 5│ 34│ 88│ 3║ 62.50│ 0.56│ 1.46│ 37.50║ 6.15 │ 10.16║

║ 120 │ 112 │CKD_27-Проектирование информационных систем: 3 │ 18║ 11│ 21│ 91│ 7║ 61.11│ 0.35│ 1.51│ 38.89║ 13.85 │ 4.41║

║ 121 │ 36 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 46║ 28│ 36│ 48│ 18║ 60.87│ 0.60│ 0.80│ 39.13║ 35.38 │ 1.72║

║ 122 │ 14 │COD_02-Логика: 4 │ 10║ 6│ 21│ 99│ 4║ 60.00│ 0.35│ 1.64│ 40.00║ 7.69 │ 7.80║

║ 123 │ 20 │COD_04-История Отечества: 4 │ 55║ 33│ 24│ 51│ 22║ 60.00│ 0.40│ 0.85│ 40.00║ 42.31 │ 1.42║

║ 124 │ 70 │CKD_13-Информационная безопасность: 3 │ 10║ 6│ 32│ 88│ 4║ 60.00│ 0.53│ 1.46│ 40.00║ 7.69 │ 7.80║

║ 125 │ 167 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 4 │ 20║ 12│ 35│ 75│ 8║ 60.00│ 0.58│ 1.25│ 40.00║ 15.38 │ 3.90║

║ 126 │ 198 │CJD_10-Финансовое право: 5 │ 12║ 7│ 54│ 64│ 5║ 58.33│ 0.90│ 1.06│ 41.67║ 9.23 │ 6.32║

║ 127 │ 117 │CKD_29-Производственная практика по БД: 5 │ 14║ 8│ 64│ 52│ 6║ 57.14│ 1.06│ 0.86│ 42.86║ 10.77 │ 5.31║

║ 128 │ 186 │CJD_06-Теория государства и права: 5 │ 14║ 8│ 36│ 80│ 6║ 57.14│ 0.60│ 1.33│ 42.86║ 10.77 │ 5.31║

║ 129 │ 49 │CKD_05-Высокоуровневые методы информатики и программирования: 3│ 37║ 21│ 19│ 74│ 16║ 56.76│ 0.32│ 1.23│ 43.24║ 28.46 │ 1.99║

║ 130 │ 8 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 60║ 34│ 23│ 47│ 26║ 56.67│ 0.38│ 0.79│ 43.33║ 46.15 │ 1.23║

║ 131 │ 89 │CKD_19-Математика: 4 │ 53║ 30│ 33│ 44│ 23║ 56.60│ 0.55│ 0.73│ 43.40║ 40.77 │ 1.39║

║ 132 │ 25 │COD_06-Философия: 3 │ 36║ 20│ 23│ 71│ 16║ 55.56│ 0.38│ 1.18│ 44.44║ 27.69 │ 2.01║

║ 133 │ 139 │CFED_03-Бухгалтерский учёт (финансовый): 3 │ 20║ 11│ 22│ 88│ 9║ 55.00│ 0.37│ 1.46│ 45.00║ 15.38 │ 3.58║

║ 134 │ 197 │CJD_10-Финансовое право: 4 │ 20║ 11│ 37│ 73│ 9║ 55.00│ 0.61│ 1.21│ 45.00║ 15.38 │ 3.58║

║ 135 │ 122 │CKD_31-Разработка приложений на языках высокого уровня: 4 │ 42║ 23│ 34│ 54│ 19║ 54.76│ 0.57│ 0.90│ 45.24║ 32.31 │ 1.69║

║ 136 │ 4 │ALL-Средний балл: 3 │ 11║ 6│ 24│ 95│ 5║ 54.55│ 0.40│ 1.58│ 45.45║ 8.46 │ 6.45║

║ 137 │ 143 │CFED_04-Основы бизнеса: 4 │ 22║ 12│ 23│ 85│ 10║ 54.55│ 0.38│ 1.41│ 45.45║ 16.92 │ 3.22║

║ 138 │ 106 │CKD_25-Пред практика: 3 │ 111║ 60│ 7│ 14│ 49║ 54.05│ 0.12│ 0.24│ 44.14║ 85.38 │ 0.63║

║ 139 │ 126 │CKD_32-Разработка приложений на языках ООП: 5 │ 29║ 15│ 30│ 71│ 14║ 51.72│ 0.50│ 1.18│ 48.28║ 22.31 │ 2.32║

║ 140 │ 69 │CKD_12-Информатика: 5 │ 63║ 32│ 24│ 43│ 31║ 50.79│ 0.40│ 0.72│ 49.21║ 48.46 │ 1.05║

║ 141 │ 65 │CKD_11-Интеллектуальные информационные системы: 4 │ 32║ 16│ 17│ 81│ 16║ 50.00│ 0.28│ 1.35│ 50.00║ 24.62 │ 2.03║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 142 │ 77 │CKD_15-Информационные системы в юриспруденции: 4 │ 8║ 4│ 17│ 105│ 4║ 50.00│ 0.28│ 1.74│ 50.00║ 6.15 │ 8.13║

║ 143 │ 78 │CKD_15-Информационные системы в юриспруденции: 5 │ 12║ 6│ 23│ 95│ 6║ 50.00│ 0.38│ 1.58│ 50.00║ 9.23 │ 5.42║

║ 144 │ 98 │CKD_22-МЛОИ: 4 │ 14║ 7│ 52│ 64│ 7║ 50.00│ 0.86│ 1.06│ 50.00║ 10.77 │ 4.64║

║ 145 │ 111 │CKD_26-Программирование на языке Ассемблера для IBM PC: 5 │ 4║ 2│ 27│ 99│ 2║ 50.00│ 0.45│ 1.64│ 50.00║ 3.08 │ 16.23║

║ 146 │ 142 │CFED_04-Основы бизнеса: 3 │ 16║ 8│ 38│ 76│ 8║ 50.00│ 0.63│ 1.26│ 50.00║ 12.31 │ 4.06║

║ 147 │ 168 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5 │ 8║ 4│ 41│ 81│ 4║ 50.00│ 0.68│ 1.34│ 50.00║ 6.15 │ 8.13║

║ 148 │ 192 │CJD_08-Уголовное право (особенная часть): 5 │ 8║ 4│ 34│ 88│ 4║ 50.00│ 0.56│ 1.46│ 50.00║ 6.15 │ 8.13║

║ 149 │ 151 │CFED_07-Финансы и кредит: 3 │ 123║ 61│ 6│ 15│ 48║ 49.59│ 0.10│ 0.25│ 39.02║ 94.62 │ 0.52║

║ 150 │ 11 │COD_01-Английский язык: 4 │ 39║ 19│ 27│ 64│ 20║ 48.72│ 0.45│ 1.07│ 51.28║ 30.00 │ 1.62║

║ 151 │ 43 │CKD_03-Алгоритмы и структуры данных: 3 │ 35║ 17│ 12│ 83│ 18║ 48.57│ 0.20│ 1.38│ 51.43║ 26.92 │ 1.80║

║ 152 │ 46 │CKD_04-Базы данных: 3 │ 27║ 13│ 24│ 79│ 14║ 48.15│ 0.40│ 1.31│ 51.85║ 20.77 │ 2.32║

║ 153 │ 128 │CKD_33-Теория вероятностей и математическая статистика: 4 │ 27║ 13│ 29│ 74│ 14║ 48.15│ 0.48│ 1.23│ 51.85║ 20.77 │ 2.32║

║ 154 │ 28 │COD_07-Теория систем и системный анализ: 3 │ 134║ 64│ 5│ 13│ 48║ 47.76│ 0.08│ 0.22│ 35.82║103.08 │ 0.46║

║ 155 │ 182 │CJD_05-Криминалистика: 4 │ 17║ 8│ 40│ 73│ 9║ 47.06│ 0.66│ 1.21│ 52.94║ 13.08 │ 3.60║

║ 156 │ 88 │CKD_19-Математика: 3 │ 140║ 65│ 4│ 8│ 53║ 46.43│ 0.07│ 0.14│ 37.86║107.69 │ 0.43║

║ 157 │ 37 │CKD_01-Web-дизайн и компьютерная графика: 3 │ 13║ 6│ 22│ 95│ 7║ 46.15│ 0.36│ 1.58│ 53.85║ 10.00 │ 4.62║

║ 158 │ 183 │CJD_05-Криминалистика: 5 │ 13║ 6│ 37│ 80│ 7║ 46.15│ 0.61│ 1.33│ 53.85║ 10.00 │ 4.62║

║ 159 │ 158 │CFED_09-Экономика организаций (предприятий): 4 │ 33║ 15│ 38│ 59│ 18║ 45.45│ 0.63│ 0.98│ 54.55║ 25.38 │ 1.79║

║ 160 │ 177 │CJD_03-Коммерческое право: 5 │ 11║ 5│ 27│ 92│ 6║ 45.45│ 0.45│ 1.53│ 54.55║ 8.46 │ 5.37║

║ 161 │ 181 │CJD_05-Криминалистика: 3 │ 9║ 4│ 24│ 97│ 5║ 44.44│ 0.40│ 1.61│ 55.56║ 6.92 │ 6.42║

║ 162 │ 40 │CKD_02-Алгоритмические языки высокого уровня: 3 │ 14║ 6│ 17│ 99│ 8║ 42.86│ 0.28│ 1.64│ 57.14║ 10.77 │ 3.98║

║ 163 │ 190 │CJD_08-Уголовное право (особенная часть): 3 │ 7║ 3│ 6│ 117│ 4║ 42.86│ 0.10│ 1.94│ 57.14║ 5.38 │ 7.97║

║ 164 │ 58 │CKD_09-Имитационное моделирование: 3 │ 10║ 4│ 31│ 89│ 6║ 40.00│ 0.51│ 1.48│ 60.00║ 7.69 │ 5.20║

║ 165 │ 114 │CKD_27-Проектирование информационных систем: 5 │ 60║ 24│ 7│ 63│ 36║ 40.00│ 0.12│ 1.05│ 60.00║ 46.15 │ 0.87║

║ 166 │ 172 │CJD_02-Гражданское право: 3 │ 20║ 8│ 19│ 92│ 11║ 40.00│ 0.32│ 1.53│ 55.00║ 15.38 │ 2.60║

║ 167 │ 173 │CJD_02-Гражданское право: 4 │ 13║ 5│ 27│ 90│ 8║ 38.46│ 0.45│ 1.49│ 61.54║ 10.00 │ 3.85║

║ 168 │ 176 │CJD_03-Коммерческое право: 4 │ 13║ 5│ 24│ 93│ 8║ 38.46│ 0.40│ 1.54│ 61.54║ 10.00 │ 3.85║

║ 169 │ 166 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 3 │ 11║ 4│ 25│ 94│ 7║ 36.36│ 0.41│ 1.56│ 63.64║ 8.46 │ 4.30║

║ 170 │ 133 │CFED_01-Банковское дело: 3 │ 95║ 34│ 10│ 32│ 54║ 35.79│ 0.17│ 0.54│ 56.84║ 73.08 │ 0.49║

║ 171 │ 169 │CJD_01-Гражданский процесс: 3 │ 14║ 5│ 24│ 92│ 9║ 35.71│ 0.40│ 1.53│ 64.29║ 10.77 │ 3.32║

║ 172 │ 160 │CFED_10-Экономико-математические методы и модели: 3 │ 34║ 12│ 7│ 89│ 22║ 35.29│ 0.12│ 1.48│ 64.71║ 26.15 │ 1.35║

║ 173 │ 100 │CKD_23-Операционные системы, среды и оболочки: 3 │ 139║ 48│ 4│ 12│ 66║ 34.53│ 0.07│ 0.20│ 47.48║106.92 │ 0.32║

║ 174 │ 175 │CJD_03-Коммерческое право: 3 │ 15║ 5│ 12│ 103│ 10║ 33.33│ 0.20│ 1.71│ 66.67║ 11.54 │ 2.89║

║ 175 │ 189 │CJD_07-Уголовное право (общая часть): 5 │ 6║ 2│ 15│ 109│ 4║ 33.33│ 0.25│ 1.81│ 66.67║ 4.62 │ 7.21║

║ 176 │ 127 │CKD_33-Теория вероятностей и математическая статистика: 3 │ 50║ 15│ 16│ 74│ 25║ 30.00│ 0.27│ 1.23│ 50.00║ 38.46 │ 0.78║

║ 177 │ 76 │CKD_15-Информационные системы в юриспруденции: 3 │ 81║ 24│ 11│ 39│ 56║ 29.63│ 0.18│ 0.65│ 69.14║ 62.31 │ 0.48║

║ 178 │ 87 │CKD_18-Компьютерные методы решения задач в юриспруденции: 5 │ 24║ 7│ 17│ 89│ 17║ 29.17│ 0.28│ 1.48│ 70.83║ 18.46 │ 1.58║

║ 179 │ 193 │CJD_09-Уголовный процесс: 3 │ 7║ 2│ 8│ 115│ 5║ 28.57│ 0.13│ 1.91│ 71.43║ 5.38 │ 5.31║

║ 180 │ 41 │CKD_02-Алгоритмические языки высокого уровня: 4 │ 15║ 4│ 15│ 100│ 11║ 26.67│ 0.25│ 1.66│ 73.33║ 11.54 │ 2.31║

║ 181 │ 24 │COD_05-Правоведение: 5 │ 4║ 1│ 31│ 95│ 3║ 25.00│ 0.51│ 1.57│ 75.00║ 3.08 │ 8.12║

║ 182 │ 187 │CJD_07-Уголовное право (общая часть): 3 │ 8║ 2│ 11│ 111│ 6║ 25.00│ 0.18│ 1.84│ 75.00║ 6.15 │ 4.07║

║ 183 │ 13 │COD_02-Логика: 3 │ 22║ 5│ 10│ 98│ 17║ 22.73│ 0.17│ 1.63│ 77.27║ 16.92 │ 1.34║

║ 184 │ 52 │CKD_06-Вычислительные системы, сети и телекоммуникации: 3 │ 87║ 19│ 4│ 52│ 55║ 21.84│ 0.07│ 0.87│ 63.22║ 66.92 │ 0.33║

║ 185 │ 157 │CFED_09-Экономика организаций (предприятий): 3 │ 54║ 10│ 4│ 72│ 44║ 18.52│ 0.07│ 1.20│ 81.48║ 41.54 │ 0.45║

║ 186 │ 136 │CFED_02-Бухгалтерский учёт (управленческий): 3 │ 52║ 9│ 3│ 75│ 43║ 17.31│ 0.05│ 1.25│ 82.69║ 40.00 │ 0.43║

║ 187 │ 39 │CKD_01-Web-дизайн и компьютерная графика: 5 │ 30║ 5│ 13│ 87│ 25║ 16.67│ 0.22│ 1.45│ 83.33║ 23.08 │ 0.72║

║ 188 │ 55 │CKD_08-Дискретная математика: 3 │ 50║ 8│ 7│ 78│ 37║ 16.00│ 0.12│ 1.30│ 74.00║ 38.46 │ 0.42║

║ 189 │ 91 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 3 │ 40║ 6│ 4│ 86│ 34║ 15.00│ 0.07│ 1.43│ 85.00║ 30.77 │ 0.49║

║ 190 │ 154 │CFED_08-Финансы, денежное обращение и кредит: 3 │ 44║ 5│ 3│ 83│ 39║ 11.36│ 0.05│ 1.38│ 88.64║ 33.85 │ 0.34║

║ 191 │ 130 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 3 │ 54║ 6│ 2│ 76│ 46║ 11.11│ 0.03│ 1.27│ 85.19║ 41.54 │ 0.27║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

Из таблицы 19 видно, что внешняя интегральная валидность модели составила 65.28%, при этом принадлежность студентов к 100 классам из 198 прогнозируется с достоверностью 70% и выше, причем по большинству классов использование модели для прогнозирования обеспечивает достоверность прогнозирования в несколько раз выше, чем вероятность случайного угадывания.

Это означает, что результатам прогнозирования по этим классам вполне можно доверять.

4.1.3.4. Выводы

1. Измерение как внутренней, так и внешней валидности семантической информационной модели объекта исследования показало ее достаточно высокую степень адекватности. Это означает, что вполне корректно считать исследование модели объекта изучением самого объекта.

2. Оказалось, что существуют достаточно сильные зависимости между особенностями почерка студентов и их учебными достижениями по различным дисциплинам. Поскольку известно, что характеристики почерка обусловлены в основном генетически, то обоснованной выглядит гипотеза о существовании генетической предрасположенности учащихся к успешному освоению одних учебных дисциплин и слабому освоению других.

3. То обстоятельство, что созданная модель имеет высокую дифференциальную валидность не по всем дисциплинам, а примерно по половине из них, позволяет выдвинуть гипотезу о том, что вывод, сделанный в п.2 касается не всех дисциплин, а только тех из них, для которых дифференциальная валидность оказалась достаточно высокой. Успешность обучения по остальным дисциплинам, по-видимому, детерминируется в основном не генетическими предрасположенностями, а другими факторами, прежде всего социальными. Поэтому представляет интерес исследование зависимости учебных достижений студентов от их социального статуса.

4.1.4. Исследование семантический информационной модели

Исследование семантической информационной модели включает решение поставленных в работе задач, а также кластерно-конструктивный и системно-когнитивный анализ модели.

4.1.4.1. Задача 1: выявление зависимостей между особенностями почерка и учебными
достижениями студентов

Решению 1-й задачи посвящена 2-я глава данной работы. Поэтому в данном разделе ограничимся тем, что отобразим результаты выявления выявленных зависимостей между градациями описательных и классификационных шкал. Мерой силы и направления зависимостей в СК-анализе является количество информации, которое содержится в факте действия определенного значения фактора о том, что объект управления будет относиться к определенному классу. Значение информативности может быть по модулю различной величины и положительным и отрицательным по знаку, что означает, соответственно, величину и направление влияния данного значения фактора на переход объекта управления в состояние, соответствующее данному классу.

В полном виде все зависимости содержаться в матрице информативностей, приведенной в таблице 20. Вертикальная шапка таблицы 20 содержит градации классификационных, а горизонтальная шапка – градации описательных шкал в соответствии с таблицами 13 и 14.

Таблица 20 – КОЛИЧЕСТВЕННАЯ ОЦЕНКА СИЛЫ И НАПРАВЛЕНИЯ СВЯЗЕЙ МЕЖДУ ОСОБЕННОСТЯМИ ПОЧЕРКА СТУДЕНТОВ И ИХ ПРЕДМЕТНОЙ ОБУЧЕННОСТЬЮ (Бит×100) (ФРАГМЕНТ)

(транспонированная матрица информативностей:

строки - классы, столбцы - признаки)

Kod	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21
1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
2	6	5	-1	-4	-55	-10	1	11	-7	-5	7	-0	2	0	-16	-7	6	-3	-2	-4	6
3	-17	-21	5	9	62	7	-1	-56	19	13	-28	2	-4	-1	27	10	-15	6	3	9	-14
4	3	15	4	-21	0	11	-12	48	-24	-36	32	-6	-17	7	27	-28	-5	16	-27	20	18
5	-0	4	1	-6	-30	-6	2	0	-4	-1	3	-1	3	2	-38	4	5	-7	-4	-3	9
6	-2	-13	-4	13	30	-13	1	-20	12	6	-19	5	-0	-3	16	-2	-3	2	7	2	-17
7	-28	8	5	-11	0	-66	1	26	-8	-12	41	-24	-48	23	-4	7	10	-15	4	-22	6
Kod	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21
8	8	14	3	-17	-21	10	2	-8	-2	-3	4	0	9	-7	-19	-6	5	-3	-2	3	1
9	5	-29	-2	16	37	-5	-0	-7	3	9	-36	7	4	-4	17	-6	-6	8	1	-4	1
10	0	34	9	-48	0	0	-20	57	15	-63	27	7	-29	15	19	-8	21	-24	-7	-18	20
11	17	12	-1	-10	0	-41	5	-1	1	2	3	-1	-9	5	-6	6	1	-2	-5	-4	10
12	-0	-16	0	8	32	14	1	-12	-2	3	-7	0	8	-5	-3	-6	-1	3	2	3	-7
13	15	17	-8	-9	47	51	-6	22	-58	-2	15	-4	-0	-2	-8	12	-10	5	4	-6	-3
14	0	-2	3	4	0	79	-26	-31	29	8	14	-15	11	-12	5	-22	-7	16	1	15	-16
15	44	-1	-16	20	123	6	17	0	-56	20	-82	1	-7	-16	68	60	-65	-2	6	4	-15
16	0	1	19	-24	79	0	8	35	-100	-12	22	-2	-19	14	-50	16	-8	0	3	-6	-2
17	0	40	5	-54	0	-41	6	-15	18	-14	12	1	-7	2	21	24	-11	-9	-11	23	-4
18	30	-10	-0	6	0	-102	3	-1	14	-1	-58	18	11	-5	-20	15	0	-13	-16	17	9
19	-8	-1	2	-1	-30	-7	-1	12	-3	-1	6	-2	-4	3	-4	5	-1	-1	-0	3	-1
20	21	19	-5	-11	-21	2	2	-8	2	-3	-1	2	7	-12	18	-22	9	-1	-2	3	1
21	-11	-22	-1	12	40	8	-4	-16	13	-0	-16	7	-7	9	-4	16	-14	4	4	-4	-4
22	0	-50	24	-2	0	0	27	0	-32	45	-57	-21	3	-6	19	-36	6	8	-27	2	29
23	12	-14	-11	15	0	-26	12	-74	5	0	-21	3	35	-26	0	-93	33	-22	-10	-9	19
24	54	-65	21	-16	133	0	3	15	-46	-4	3	-1	3	7	0	-50	7	8	6	0	30
25	-31	5	4	-8	1	-7	4	-2	-10	-5	21	-10	-18	11	4	5	8	-10	-7	7	6
26	33	-9	2	-3	0	-33	3	21	-15	-12	-12	12	12	-6	-17	-10	-13	11	1	-7	4
27	-28	1	-6	11	51	19	-6	-40	24	16	-17	-6	2	-5	7	-1	9	-7	5	-1	-9
28	-9	7	-0	-3	-32	-4	-2	7	5	-5	8	-1	-5	2	4	5	-0	-2	-6	7	4
29	5	-6	8	-8	-10	13	1	8	-16	1	-3	-0	4	3	-30	9	6	-12	1	-1	-2
30	15	-11	-8	12	32	-11	1	-18	8	6	-21	5	2	-4	18	-16	-8	13	12	-13	-15
31	69	-4	9	-29	0	0	27	0	-32	11	17	-21	-44	21	19	11	6	-12	-7	2	10
32	49	-23	-11	13	0	0	29	-37	0	-36	-30	17	45	-45	0	-55	2	16	11	0	25
33	0	-18	10	4	87	-30	-1	-31	16	24	-9	-15	16	-5	0	0	30	-6	-13	-12	23
34	-12	6	6	-9	-41	-65	2	8	4	-9	-2	8	-2	2	-2	11	-4	-4	-15	16	8
35	-33	7	-2	-2	-29	-5	1	5	-6	7	2	-6	3	1	-26	2	10	-12	0	-7	5
36	35	-18	2	5	40	-3	2	-17	5	-4	-25	10	3	-4	12	-3	-10	8	7	-1	-13
37	-8	-6	-6	9	0	63	-3	-20	-15	8	28	-31	-6	2	16	-19	4	5	-16	9	15
38	-3	-21	5	5	0	33	-5	-4	5	9	-2	-5	-1	4	-25	-33	14	-2	15	-43	-4
39	26	-0	-15	9	77	-12	-1	-3	-1	-3	8	-7	3	-8	23	-22	-3	14	9	-14	-8
40	41	7	-28	12	0	3	-15	40	3	-29	47	-29	-17	13	-8	-16	-13	18	12	12	-45
41	28	10	-11	-2	60	83	-6	-31	-45	4	4	-4	-0	-9	40	-2	-2	4	7	-24	4
42	0	-13	-1	14	0	21	-14	-7	33	15	8	-16	-26	8	29	-26	2	13	21	-35	-27
43	-16	20	-11	-5	0	20	-7	29	-15	-8	29	-15	-11	3	19	1	-2	3	-7	-3	13
44	-37	-16	6	6	42	-13	2	-8	-1	7	-1	-3	2	3	-59	-1	12	-13	-6	11	1
45	29	-6	2	-2	-13	-21	4	-22	10	-2	-30	11	5	-5	14	-5	-8	7	8	-11	-7
46	-51	17	-3	-8	28	5	-9	25	-3	-15	14	3	-2	0	-7	6	2	-3	-9	3	11
47	-33	3	7	-10	0	-24	7	-17	-2	-3	9	-3	-1	4	-21	7	6	-9	-11	15	5
48	30	-15	-3	9	24	1	-0	-5	4	8	-19	2	3	-3	10	-15	-2	6	10	-17	-7
49	-32	17	-3	-9	0	4	-1	8	-6	-12	23	-6	-0	-2	3	-10	5	0	-14	16	8
50	17	-9	2	2	0	-36	4	-5	3	14	-0	-10	7	-0	-95	-1	15	-15	1	-19	9
51	5	-15	2	6	57	14	-2	-7	4	-10	-46	18	-9	3	43	5	-30	14	11	-0	-24
52	3	8	-4	-3	-2	33	-8	6	3	-0	20	-13	-8	1	21	4	-1	2	3	-4	-3
53	0	-9	-3	14	-2	-26	-1	20	-3	4	-12	4	-1	7	-57	-18	15	-11	-9	4	11
54	48	-16	2	1	-5	-1	5	-38	3	-1	-18	7	6	-7	15	-10	-13	14	13	-11	-22
55	-15	8	-2	-2	36	40	-5	11	-22	3	9	-6	1	-7	16	8	-10	6	2	-5	-0
56	-53	10	10	-20	26	0	10	-8	-5	-13	-1	8	-8	12	-10	20	2	-21	-14	20	5
57	41	3	-5	5	0	-25	1	-11	22	2	-85	20	12	-11	-37	30	-22	-1	-8	25	-11
58	12	24	-2	-24	0	0	-16	-0	52	-12	17	-4	7	-2	-38	16	4	-12	-10	18	-0
59	-71	-3	3	2	0	-109	9	11	-23	6	-1	-2	-5	6	-12	-27	22	-17	-8	-7	16
Kod	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21
60	32	-23	5	3	2	-41	2	-8	14	-7	-16	10	3	-0	-6	-8	-6	6	4	-4	-5
61	3	24	16	-68	0	0	-2	10	23	-21	-49	26	21	-11	-47	29	-5	-21	-5	37	-37
62	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
63	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
64	0	11	16	-29	0	-16	7	10	-32	-17	17	-1	-29	9	46	-36	6	8	-39	2	37
65	14	-18	6	4	19	-5	-1	9	-5	-10	13	1	-6	3	-17	3	3	-4	-3	21	-15
66	3	0	-8	7	7	5	1	-9	1	8	-2	-6	2	-0	-1	-8	1	3	5	-24	6
67	0	-6	21	-21	0	-46	1	27	-15	8	22	-16	-19	11	-11	-38	9	5	-10	-28	27
68	-3	6	-4	0	-18	-4	1	4	-2	2	7	-5	-3	1	8	-6	9	-10	3	-2	-3
69	19	-7	-2	4	24	0	0	-15	6	-5	-16	8	7	-4	-12	8	-9	6	-1	6	-3
70	0	26	-0	-18	0	-33	-15	13	36	-6	1	4	-61	15	64	10	5	-9	-16	40	-19
71	5	-2	5	-5	-9	-79	5	9	-6	-3	8	-1	-2	2	-17	-10	8	-3	-12	0	17
72	9	-8	-3	7	14	24	-0	-11	-3	3	-10	1	9	-5	-13	1	-4	2	8	-11	-8
73	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
74	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
75	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
76	8	8	-0	-6	2	6	-2	10	-4	-5	-1	4	1	0	-6	10	-5	-2	-3	9	-3
77	49	39	-30	-21	0	120	-40	10	-51	-9	17	-6	21	-26	-1	19	-13	3	11	-18	-9
78	58	-14	-34	22	90	82	-23	19	-42	0	26	-21	0	-9	36	-19	-13	19	29	-56	-47
79	0	-34	-21	35	0	0	24	0	-15	0	34	-31	-27	26	0	28	-70	25	10	18	-47
80	-33	-13	4	5	0	-72	13	-26	-13	12	14	-19	-2	-3	25	-64	27	-15	-8	-27	25
81	4	-14	2	4	36	-7	-8	-8	24	3	-13	2	-0	3	-19	-27	-0	14	10	-17	-8
82	12	28	2	-39	0	20	-9	-13	26	-27	34	-12	0	-5	24	16	4	-12	-27	-1	31
83	-46	-1	2	0	-14	0	1	12	-11	9	-2	-3	-0	4	-34	-15	8	-2	-3	-5	8
84	24	-21	-1	11	29	-26	4	-9	-2	1	-24	8	2	-2	9	1	-5	4	9	4	-24
85	0	32	-30	6	0	0	3	37	-24	-55	72	-87	-36	29	0	19	-5	-4	-46	37	18
86	-0	36	8	-71	0	83	-10	-12	-26	-1	-5	4	2	-1	-3	4	-8	7	-8	17	-2
87	10	-16	-12	21	89	46	-5	-14	-16	14	-7	-5	6	-18	34	21	-25	11	16	-19	-21
88	-5	4	1	-3	-35	3	-1	8	-3	-2	8	-3	-3	1	4	1	0	-1	-3	3	4
89	29	3	-2	-3	-13	-9	-1	-5	13	-2	4	-1	2	0	-21	-14	10	-5	2	-4	-0
90	-34	-13	-0	11	45	-10	1	-11	2	2	-44	13	-0	-0	18	17	-19	7	8	4	-22
91	-2	10	-5	-1	50	54	-6	-7	-15	3	7	-6	2	-7	14	14	-15	7	3	1	-7
92	18	-54	5	14	0	-20	23	0	-35	26	1	-24	20	-10	0	-39	35	-43	-20	-2	26
93	11	-15	6	-2	90	0	7	-1	-15	-0	-41	9	19	-9	-39	-93	3	18	3	-56	19
94	0	24	-3	-11	0	0	-18	37	34	-9	39	-30	-36	17	27	-55	14	3	-27	-65	48
95	-18	-1	11	-14	0	-103	11	-10	-10	2	-8	4	-4	9	-40	-1	15	-17	-0	4	-3
96	29	-26	-2	12	-1	-43	2	-4	11	-3	-23	11	11	-8	-9	-11	0	2	1	5	-7
97	0	-27	-4	22	0	0	14	26	-82	-5	41	-37	-1	-10	43	-12	-29	25	4	-2	-6
98	0	1	-14	17	0	55	-5	22	-54	-1	29	-23	-28	4	58	-58	5	13	21	-40	-24
99	-8	13	-13	3	0	1	-17	-47	54	8	7	-10	-12	11	-58	-4	-2	11	18	-28	-20
100	-21	4	1	-3	-8	6	-2	7	-0	-1	5	-2	-3	1	6	7	-1	-2	-3	7	0
101	27	-1	-6	4	-15	-23	2	-2	5	-1	8	-2	-1	6	-50	1	4	-7	-2	1	3
102	16	-10	2	2	1	-7	1	-9	4	-2	-31	11	2	-6	28	-21	-5	13	12	-19	-12
103	44	-29	11	-7	0	6	29	0	0	43	-8	-45	16	-16	-6	-14	-4	10	6	4	-15
104	0	-38	12	11	0	0	7	-5	8	11	-45	11	30	-26	0	0	46	-46	-61	-80	63
105	43	-29	-2	7	122	0	1	-43	17	-42	-8	11	15	6	0	-61	8	9	14	-24	-16
106	-3	3	-0	-1	-17	2	-2	7	2	-3	1	2	-5	2	6	6	-4	0	1	4	-4
107	-37	12	8	-19	42	-75	1	-2	11	-38	20	5	-1	3	-13	26	6	-24	-33	27	17
108	6	4	3	-4	0	-106	7	8	-0	9	-53	12	7	-2	-9	11	-9	-3	1	5	-6
109	0	17	1	-9	0	24	19	0	-39	50	-17	-55	11	-13	12	0	37	-19	-14	-6	22
110	8	-64	3	19	0	0	17	-31	-18	-3	-9	7	16	-5	0	-49	14	2	-6	-31	24
111	61	-12	16	-37	140	0	-1	-25	7	-25	-18	6	32	-14	0	-44	13	-0	-0	-53	21
Kod	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21
112	-35	13	6	-18	0	35	-3	10	-15	-6	34	-21	-8	2	8	9	4	-7	-32	6	31
113	-43	-7	3	3	-11	-54	4	2	1	2	-17	6	-3	8	-32	-12	15	-11	1	-2	-1
114	32	-4	-4	4	27	3	-1	-7	6	0	-8	3	7	-9	13	2	-13	9	7	-1	-12
115	3	7	3	-8	-27	-97	5	3	3	-4	-14	9	0	2	-15	17	-5	-8	-11	16	3
116	0	15	27	-72	0	-59	8	24	-47	-5	2	7	7	-11	3	23	-4	-8	-17	-4	24
117	-3	-13	-8	26	76	-41	2	-15	5	13	-35	1	-14	11	-6	14	-11	-2	6	4	-15
118	-10	26	-43	13	0	26	-2	-49	21	-11	19	-6	-22	8	33	-6	-11	13	-18	16	12
119	4	-0	6	-9	0	50	-8	19	-22	12	23	-33	20	-16	-19	-73	26	-10	8	-63	15
120	19	-43	0	15	71	1	-1	-20	7	8	-13	2	-12	6	4	-11	-6	13	17	-13	-32
121	-22	3	4	-4	-5	-47	2	13	-3	-4	-1	4	-2	3	-13	11	-1	-7	-10	14	5
122	1	9	2	-9	0	-18	1	8	-1	-14	12	1	-4	2	8	0	6	-8	4	-14	2
123	22	0	-5	4	7	22	-3	-17	15	5	-36	10	1	-4	19	19	-26	10	4	13	-22
124	0	7	2	-7	-42	-38	8	-5	-9	-2	-3	3	-3	3	-3	7	-1	-5	-5	7	3
125	-40	-28	5	11	0	43	-24	29	15	6	7	-8	18	-10	-90	-23	9	0	-4	-14	14
126	24	-7	-9	8	76	6	-3	-27	12	1	-3	-2	-7	-1	32	-14	-1	10	15	-16	-21
127	21	11	-19	6	-8	53	-7	9	-20	3	29	-26	2	-2	3	-19	2	7	7	-14	-3
128	39	-18	3	-0	24	39	-3	-20	0	-9	7	2	3	-3	4	-28	9	2	10	-28	-0
129	0	-37	-5	25	87	44	-19	-4	16	24	-71	-0	-11	1	32	-22	-17	26	21	-12	-51
130	-1	17	-7	-6	31	35	-6	6	-8	4	9	-8	-9	3	17	15	-9	2	-1	8	-6
131	-43	-10	7	-0	-11	-81	11	-14	-7	3	-7	4	3	-3	-8	-11	10	-6	-5	-12	15
132	8	-13	5	4	-6	-30	0	-10	13	-3	-16	7	7	-3	-14	5	-5	2	-1	9	-7
133	13	10	-1	-8	-9	-5	-1	11	-1	-7	1	4	-3	3	-2	10	-3	-3	-3	8	-1
134	-4	-2	7	-8	0	-89	7	-6	4	8	-9	0	4	0	-7	-24	18	-14	-6	-10	15
135	-9	-24	3	11	-4	-47	3	-1	8	-4	-10	6	8	-4	-24	-9	3	0	1	-2	-1
136	2	4	-2	-0	34	43	-0	-10	-24	10	7	-12	-1	-3	14	12	-14	7	-3	6	0
137	-19	-7	0	4	0	0	4	-11	21	-11	17	-4	-5	-0	25	-123	24	-1	3	-24	10
138	-32	-20	-3	15	47	4	-3	-25	16	9	-18	-1	3	2	-35	-16	7	4	16	-38	-10
139	24	31	-21	-12	0	0	9	-0	-2	0	19	-13	-34	17	21	-6	8	-5	-1	3	-0
140	12	-34	11	5	0	-100	4	-0	15	14	-15	-1	7	1	-66	-36	17	-12	-0	-9	7
141	-26	-9	5	0	6	-36	-1	3	10	-18	-11	13	6	-3	-2	1	1	-0	-4	0	6
142	-23	13	-4	-6	0	0	-3	22	17	-15	13	1	-15	14	-26	4	4	-5	-31	25	17
143	33	1	4	-8	0	0	1	21	14	-12	1	7	-2	2	2	2	11	-23	4	-7	-1
144	-43	-22	6	8	0	-7	2	-8	5	-2	-13	8	-7	3	16	-7	-8	11	10	-1	-20
145	0	46	-26	-17	0	0	-17	42	28	-4	40	-36	-51	21	31	-23	9	0	-14	-6	22
146	8	-2	3	-5	0	0	4	7	10	-9	-16	13	-3	5	-14	-11	14	-10	-9	9	7
147	5	-16	6	3	0	-34	0	6	13	-7	-4	7	-4	4	1	9	-6	-2	6	3	-15
148	0	0	44	-21	0	0	34	0	0	0	-2	34	-36	2	74	19	-33	16	1	56	0
149	18	20	-27	5	0	0	-2	-21	39	-40	41	-14	-48	23	15	-12	-7	12	4	-2	-6
150	0	-23	1	16	0	24	-12	10	19	28	-7	-21	-17	2	31	-23	9	6	13	-33	-5
151	-10	9	-3	-2	-25	-6	-3	7	6	-5	4	1	-8	4	11	6	-3	-0	-2	8	-4
152	-37	6	8	-14	0	-75	1	25	3	9	-1	-5	2	3	-40	-20	9	-4	11	-42	3
153	35	-37	5	9	0	-49	1	-4	15	-12	-11	12	-3	3	1	5	0	-4	-0	11	-8
154	14	10	-6	-2	46	50	-2	-10	-24	5	6	-7	-1	-3	11	15	-18	9	3	5	-10
155	0	-34	6	15	0	-26	12	-74	5	28	7	-31	30	-36	-38	-93	42	-50	-10	-28	27
156	34	-39	11	-2	112	0	7	-6	-20	-24	-92	25	22	-4	0	-71	-2	19	-5	-80	32
157	-3	9	-3	-3	29	39	-1	-4	-19	3	7	-6	-1	-2	9	11	-7	3	2	4	-7
158	10	7	-4	-1	0	0	0	11	22	-10	12	-1	5	-1	-40	-7	17	-21	-17	-1	22
159	-2	-28	8	4	3	-40	4	-7	2	3	-29	9	-2	4	5	-19	-3	9	8	-7	-10
160	13	25	-20	-4	17	62	-22	20	0	5	21	-20	-1	-0	10	-11	-6	11	11	-2	-21
161	12	-14	4	2	0	-54	4	-8	10	-4	-1	3	-5	9	-38	-12	21	-22	2	-15	7
162	12	-19	6	3	-3	-120	7	-1	0	-6	-13	8	6	-3	-1	-13	-0	3	-4	-1	7
163	22	24	-11	-14	0	0	1	44	-32	-63	44	-10	-6	9	-28	26	-3	-12	-16	2	20

4.1.4.2. Задача 2: разработка методики прогнозирования уровня предметной обученности студентов на основе особенностей их почерка

Данная задача решается на основе задачи 1. Суть методики прогнозирования состоит в следующем. Из таблицы 20 известно, какое количество информации содержится в определенном признаке почерка студента о том, что у него будет определенный уровень предметной обученности по каждой из учебной дисциплин. Таким образом признак – это частный критерий. Если же о студенте известно, что он обладает определенным набором признаков почерка, то согласно лемме Неймана-Пирсона естественно считать, что он будет относиться к тем классам, о принадлежности к которым в данном наборе признаков содержится наибольшее количество информации. Данный интегральный критерий предложен и обоснован в работе [5].

Исходные данные для прогнозирования вводятся в 1-м режиме 4-й подсистемы системы "Эйдос" в форме распознаваемой выборки, само прогнозирование осуществляется во 2-м режиме этой же подсистемы, а результаты в выводятся в 3-м режиме в двух разрезах:

– один объект – много классов;

– один класс – много объектов.

Результаты прогнозирования выводятся системой в обобщенной форме, каждая строка которой соответствует классу, с которым данный объект имеет наиболее сходство, а также в детализированной форме карточек прогнозирования (распознавания). Примеры этих карточек приведены на рисунках 28 и 29.

Карточка разделена на две части. В верхней части в порядке убывания приведены наименования обобщенных классов, с которыми данный конкретный объект имеет наивысшее сходство, а в нижней – классы, от которых данный объект максимально отличается.

В этой карточке показаны конкретные объекты, имеющие наибольшее и наименьшее сходство с заданным классом (в данном случае - "Красный диплом" – «Синий диплом»).

Приведем в качестве примера наиболее характерные для обоих случаев личные карточки студентов, заполненные ими от руки.

Рисунок 28. Экранная форма карточки прогнозирования:
один объект - много классов

Рисунок 29. Экранная форма карточки прогнозирования:
один класс - много объектов

Красный диплом

Синий диплом

Эти карточки и представляют собой результат прогнозирования. Они выводятся также в виде файла (как и все остальные выходные формы).

4.1.4.3. Задача 3: разработка методики поддержки принятия решений по выбору специализации студентами ФПИ на основе особенностей их почерка

Задача принятия решений является обратной по отношению к задаче прогнозирования. Если при прогнозировании мы по признакам почерка определяем возможные учебные достижения по различным дисциплинам и циклам дисциплин, то при принятии решений наоборот, по заданным учебным достижениям определяем какими признаками почерка должны обладать студенты, чтобы иметь эти достижения.

В системе "Эйдос" эта задача решается в 1-м режиме 5-й подсистемы, который позволяет генерировать и отображать так называемые "Информационные портреты классов", которые представляют собой результат многофакторной типизации объектов обучающей выборки по принадлежности к классам.

Эти информационные портреты показывают систему детерминации будущих состояний объекта управления, в нашем случае – уровни предметной обученности студентов по различным дисциплинам. В таблицах 21-25 приведены информационные портреты нескольких классов, соответствующих наиболее желательным (целевым) состояниям объекта управления.

Таблица 21 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 3 Наименование: Red_dipl-Красный диплом

10-05-06 12:59:10 Фильтр: All, Positive г.Краснодар

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 1 2 НАКЛОН БУКВ |

| 5 Влево............................................................ 0.619 8.11 8.1 |

| 2 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 15 Строчки "сползают" вниз.......................................... 0.266 3.49 11.6 |

| 3 2 НАКЛОН БУКВ |

| 9 Прямое написание................................................. 0.187 2.45 14.1 |

| 4 3 ФОРМА БУКВ |

| 10 Округлые......................................................... 0.126 1.65 15.7 |

| 5 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 22 Почерк старательный, буквы аккуратные............................ 0.119 1.56 17.3 |

| 6 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 16 Легкая........................................................... 0.099 1.29 18.6 |

| 7 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 20 Склонность к отделению букв друг от друга........................ 0.093 1.22 19.8 |

| 8 1 РАЗМЕР БУКВ |

| 4 Крупные.......................................................... 0.089 1.17 20.9 |

| 9 2 НАКЛОН БУКВ |

| 6 Легкий влево..................................................... 0.068 0.89 21.8 |

| 10 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 18 Сильная.......................................................... 0.064 0.84 22.7 |

| 11 1 РАЗМЕР БУКВ |

| 3 Средние.......................................................... 0.049 0.64 23.3 |

| 12 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 19 Склонность к соединению букв..................................... 0.027 0.35 23.7 |

| 13 3 ФОРМА БУКВ |

| 12 Угловатые........................................................ 0.022 0.29 24.0 |

==================================================================================================

Продолжение

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 14 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 14 Строчки прямые................................................... -0.005 -0.07 24.0 |

| 15 2 НАКЛОН БУКВ |

| 7 Вправо........................................................... -0.008 -0.11 24.1 |

| 16 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 13 Строчки "ползут" вверх........................................... -0.035 -0.46 24.6 |

| 17 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 21 Смешанный стиль.................................................. -0.139 -1.83 26.4 |

| 18 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 17 Средняя.......................................................... -0.145 -1.90 28.3 |

| 19 1 РАЗМЕР БУКВ |

| 1 Очень мелкие..................................................... -0.169 -2.22 30.5 |

| 20 1 РАЗМЕР БУКВ |

| 2 Мелкие........................................................... -0.212 -2.78 33.3 |

| 21 3 ФОРМА БУКВ |

| 11 Бесформенные..................................................... -0.277 -3.64 37.0 |

| 22 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 23 Почерк неровный, одни слова видны, другие читаются с трудо....... -0.312 -4.09 41.1 |

| 23 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 24 Буквы написаны кое-как, почерк неразборчивый и небрежный......... -0.524 -6.87 47.9 |

| 24 2 НАКЛОН БУКВ |

| 8 Резкий вправо.................................................... -0.563 -7.38 55.3 |

==================================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 22 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 9 Наим: COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5

11-05-06 08:00:23 Фильтр: All, Positive г.Краснодар

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 1 2 НАКЛОН БУКВ |

| 5 Влево............................................................ 0.375 4.91 4.9 |

| 2 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 15 Строчки "сползают" вниз.......................................... 0.173 2.26 7.2 |

| 3 1 РАЗМЕР БУКВ |

| 4 Крупные.......................................................... 0.162 2.12 9.3 |

| 4 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 22 Почерк старательный, буквы аккуратные............................ 0.128 1.67 11.0 |

| 5 3 ФОРМА БУКВ |

| 10 Округлые......................................................... 0.091 1.19 12.2 |

| 6 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 18 Сильная.......................................................... 0.077 1.00 13.2 |

| 7 3 ФОРМА БУКВ |

| 12 Угловатые........................................................ 0.066 0.86 14.0 |

| 8 1 РАЗМЕР БУКВ |

| 1 Очень мелкие..................................................... 0.054 0.70 14.7 |

| 9 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 13 Строчки "ползут" вверх........................................... 0.044 0.57 15.3 |

| 10 2 НАКЛОН БУКВ |

| 9 Прямое написание................................................. 0.027 0.35 15.6 |

| 11 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 21 Смешанный стиль.................................................. 0.013 0.17 15.8 |

| 12 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 19 Склонность к соединению букв..................................... 0.006 0.08 15.9 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 13 2 НАКЛОН БУКВ |

| 7 Вправо........................................................... -0.003 -0.04 15.9 |

| 14 1 РАЗМЕР БУКВ |

| 3 Средние.......................................................... -0.021 -0.27 16.2 |

| 15 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 20 Склонность к отделению букв друг от друга........................ -0.035 -0.46 16.7 |

| 16 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 14 Строчки прямые................................................... -0.045 -0.58 17.2 |

| 17 2 НАКЛОН БУКВ |

| 6 Легкий влево..................................................... -0.053 -0.70 17.9 |

| 18 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 16 Легкая........................................................... -0.056 -0.73 18.7 |

| 19 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 17 Средняя.......................................................... -0.064 -0.84 19.5 |

| 20 2 НАКЛОН БУКВ |

| 8 Резкий вправо.................................................... -0.066 -0.87 20.4 |

| 21 1 РАЗМЕР БУКВ |

| 2 Мелкие........................................................... -0.294 -3.85 24.2 |

| 22 3 ФОРМА БУКВ |

| 11 Бесформенные..................................................... -0.359 -4.71 28.9 |

| 23 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 23 Почерк неровный, одни слова видны, другие читаются с трудо....... -0.453 -5.93 34.9 |

| 24 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 24 Буквы написаны кое-как, почерк неразборчивый и небрежный......... -0.495 -6.49 41.4 |

==================================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 23 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 36 Наименование: CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5

11-05-06 08:01:05 Фильтр: All, Positive г.Краснодар

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 1 2 НАКЛОН БУКВ |

| 5 Влево............................................................ 0.397 5.20 5.2 |

| 2 1 РАЗМЕР БУКВ |

| 1 Очень мелкие..................................................... 0.349 4.58 9.8 |

| 3 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 15 Строчки "сползают" вниз.......................................... 0.124 1.62 11.4 |

| 4 3 ФОРМА БУКВ |

| 12 Угловатые........................................................ 0.103 1.35 12.8 |

| 5 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 22 Почерк старательный, буквы аккуратные............................ 0.088 1.16 13.9 |

| 6 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 18 Сильная.......................................................... 0.082 1.08 15.0 |

| 7 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 19 Склонность к соединению букв..................................... 0.071 0.93 15.9 |

| 8 1 РАЗМЕР БУКВ |

| 4 Крупные.......................................................... 0.054 0.71 16.6 |

| 9 2 НАКЛОН БУКВ |

| 9 Прямое написание................................................. 0.049 0.64 17.3 |

| 10 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 13 Строчки "ползут" вверх........................................... 0.033 0.43 17.7 |

| 11 1 РАЗМЕР БУКВ |

| 3 Средние.......................................................... 0.021 0.27 18.0 |

| 12 2 НАКЛОН БУКВ |

| 7 Вправо........................................................... 0.019 0.25 18.2 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 13 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 20 Склонность к отделению букв друг от друга........................ -0.013 -0.17 18.4 |

| 14 2 НАКЛОН БУКВ |

| 6 Легкий влево..................................................... -0.031 -0.40 18.8 |

| 15 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 16 Легкая........................................................... -0.033 -0.44 19.2 |

| 16 3 ФОРМА БУКВ |

| 10 Округлые......................................................... -0.038 -0.49 19.7 |

| 17 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 14 Строчки прямые................................................... -0.039 -0.50 20.2 |

| 18 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 17 Средняя.......................................................... -0.104 -1.37 21.6 |

| 19 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 21 Смешанный стиль.................................................. -0.134 -1.76 23.4 |

| 20 2 НАКЛОН БУКВ |

| 8 Резкий вправо.................................................... -0.167 -2.19 25.5 |

| 21 1 РАЗМЕР БУКВ |

| 2 Мелкие........................................................... -0.181 -2.38 27.9 |

| 22 3 ФОРМА БУКВ |

| 11 Бесформенные..................................................... -0.247 -3.23 31.2 |

| 23 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 23 Почерк неровный, одни слова видны, другие читаются с трудо....... -0.261 -3.42 34.6 |

| 24 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 24 Буквы написаны кое-как, почерк неразборчивый и небрежный......... -0.279 -3.65 38.2 |

==================================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 24 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 132 Наим: CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5

11-05-06 08:01:18 Фильтр: All, Positive г.Краснодар

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 1 2 НАКЛОН БУКВ |

| 9 Прямое написание................................................. 0.132 1.73 1.7 |

| 2 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 22 Почерк старательный, буквы аккуратные............................ 0.096 1.26 3.0 |

| 3 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 20 Склонность к отделению букв друг от друга........................ 0.093 1.22 4.2 |

| 4 1 РАЗМЕР БУКВ |

| 1 Очень мелкие..................................................... 0.084 1.10 5.3 |

| 5 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 13 Строчки "ползут" вверх........................................... 0.074 0.97 6.3 |

| 6 3 ФОРМА БУКВ |

| 12 Угловатые........................................................ 0.066 0.86 7.1 |

| 7 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 16 Легкая........................................................... 0.054 0.70 7.8 |

| 8 1 РАЗМЕР БУКВ |

| 3 Средние.......................................................... 0.047 0.61 8.4 |

| 9 1 РАЗМЕР БУКВ |

| 4 Крупные.......................................................... 0.041 0.54 9.0 |

| 10 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 18 Сильная.......................................................... 0.019 0.25 9.2 |

| 11 2 НАКЛОН БУКВ |

| 7 Вправо........................................................... 0.002 0.03 9.3 |

==================================================================================================

Продолжение

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 12 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 19 Склонность к соединению букв..................................... -0.009 -0.12 9.4 |

| 13 3 ФОРМА БУКВ |

| 10 Округлые......................................................... -0.030 -0.39 9.8 |

| 14 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 14 Строчки прямые................................................... -0.031 -0.41 10.2 |

| 15 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 17 Средняя.......................................................... -0.055 -0.72 10.9 |

| 16 2 НАКЛОН БУКВ |

| 5 Влево............................................................ -0.063 -0.82 11.7 |

| 17 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 21 Смешанный стиль.................................................. -0.066 -0.86 12.6 |

| 18 2 НАКЛОН БУКВ |

| 8 Резкий вправо.................................................... -0.095 -1.25 13.8 |

| 19 1 РАЗМЕР БУКВ |

| 2 Мелкие........................................................... -0.133 -1.74 15.6 |

| 20 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 15 Строчки "сползают" вниз.......................................... -0.142 -1.86 17.4 |

| 21 3 ФОРМА БУКВ |

| 11 Бесформенные..................................................... -0.160 -2.09 19.5 |

| 22 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 23 Почерк неровный, одни слова видны, другие читаются с трудо....... -0.253 -3.32 22.9 |

| 23 2 НАКЛОН БУКВ |

| 6 Легкий влево..................................................... -0.296 -3.89 26.7 |

| 24 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 24 Буквы написаны кое-как, почерк неразборчивый и небрежный......... -0.361 -4.73 31.5 |

==================================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 25 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 168 Наименование: CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5

11-05-06 08:00:55 Фильтр: All, Positive г.Краснодар

==================================================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|================================================================================================|

| 1 2 НАКЛОН БУКВ |

| 5 Влево............................................................ 1.047 13.72 13.7 |

| 2 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 15 Строчки "сползают" вниз.......................................... 0.694 9.10 22.8 |

| 3 2 НАКЛОН БУКВ |

| 6 Легкий влево..................................................... 0.619 8.12 30.9 |

| 4 1 РАЗМЕР БУКВ |

| 1 Очень мелкие..................................................... 0.259 3.39 34.3 |

| 5 3 ФОРМА БУКВ |

| 10 Округлые......................................................... 0.249 3.26 37.6 |

| 6 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 19 Склонность к соединению букв..................................... 0.181 2.37 40.0 |

| 7 1 РАЗМЕР БУКВ |

| 2 Мелкие........................................................... 0.152 1.99 42.0 |

| 8 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 16 Легкая........................................................... 0.149 1.96 43.9 |

| 9 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 22 Почерк старательный, буквы аккуратные............................ 0.138 1.82 45.7 |

| 10 1 РАЗМЕР БУКВ |

| 4 Крупные.......................................................... 0.126 1.65 47.4 |

| 11 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 18 Сильная.......................................................... 0.114 1.50 48.9 |

| 12 2 НАКЛОН БУКВ |

| 7 Вправо........................................................... 0.051 0.67 49.6 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 13 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 14 Строчки прямые................................................... -0.023 -0.30 49.9 |

| 14 3 ФОРМА БУКВ |

| 12 Угловатые........................................................ -0.064 -0.84 50.7 |

| 15 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 20 Склонность к отделению букв друг от друга........................ -0.140 -1.84 52.5 |

| 16 1 РАЗМЕР БУКВ |

| 3 Средние.......................................................... -0.193 -2.53 55.1 |

| 17 5 ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА |

| 17 Средняя.......................................................... -0.217 -2.85 57.9 |

| 18 4 НАПРАВЛЕНИЕ ПОЧЕРКА |

| 13 Строчки "ползут" вверх........................................... -0.252 -3.30 61.2 |

| 19 2 НАКЛОН БУКВ |

| 9 Прямое написание................................................. -0.277 -3.62 64.8 |

| 20 6 ХАРАКТЕР НАПИСАНИЯ СЛОВ |

| 21 Смешанный стиль.................................................. -0.329 -4.32 69.2 |

| 21 3 ФОРМА БУКВ |

| 11 Бесформенные..................................................... -0.531 -6.97 76.1 |

| 22 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 24 Буквы написаны кое-как, почерк неразборчивый и небрежный......... -0.564 -7.39 83.5 |

| 23 7 ОБЩАЯ ОЦЕНКА ПОЧЕРКА |

| 23 Почерк неровный, одни слова видны, другие читаются с трудом...... -0.625 -8.19 91.7 |

==================================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Эти таблицы могут непосредственно использоваться в качестве дополнительной рекомендательной информации при принятии решений о зачислении абитуриентов и выборе ими специализации.

Аппарат СК-анализа позволяет строить функции взаимосвязи между описательными и классификационными шкалами (функции влияния), которые в графической форме отображают влияние значений факторов на принадлежность объекта к классам. Однако для этого градации в описательных и классификационных шкалах должны быть упорядочены как в порядковых шкалах, чего в данной задаче нет. Поэтому в данной работе функции влияния при анализе модели не используются.

4.1.4.4. Кластерно-конструктивный и системно-когнитивный анализ модели

Эти возможности обеспечиваются режимами 5-й подсистемы "Типология" (рисунок 30).

Рисунок 30. Режимы подсистемы типологического анализа классов и факторов

Кластерный анализ классов показывает, какие учебные достижения детерминируются (вызываются) сходными системами признаков почерка, и могут быть получены одновременно, а какие противоположными, несовместимыми и одновременно недостижимыми. Результаты кластерного анализа классов и факторов выводятся в форме таблиц (таблицы 26 и 27) и в форме семантических сетей (рисунок 31).

Таблица 26 – МАТРИЦА СХОДСТВА КЛАССОВ (ФРАГМЕНТ) (%)

11-05-06 08:33:47 г.Краснодар

============================================================================

| Коды | 1 2 3 4 5 6 7 8 9 10 11 12 |Уровни|

============================================================================

| 2 | 100 -87 26 78 -71 28 63 -67 26 33 -78 | |

| 3 | -87 100 -58 -68 86 -47 -59 79 -55 -43 81 | |

| 4 | 26 -58 100 2 -61 43 20 -53 73 25 -51 | |

| 5 | 78 -68 2 100 -72 31 69 -66 10 42 -58 | |

| 6 | -71 86 -61 -72 100 -49 -64 89 -49 -44 79 | |

| 7 | 28 -47 43 31 -49 100 -7 -57 52 72 -64 | |

| 8 | 63 -59 20 69 -64 -7 100 -68 22 20 -46 | |

| 9 | -67 79 -53 -66 89 -57 -68 100 -51 -48 83 | |

| 10 | 26 -55 73 10 -49 52 22 -51 100 30 -55 | |

| 11 | 33 -43 25 42 -44 72 20 -48 30 100 -65 | |

| 12 | -78 81 -51 -58 79 -64 -46 83 -55 -65 100 | |

| 13 | -21 -18 45 -10 -31 3 13 -21 22 -7 8 | |

| 14 | -24 33 -10 -18 7 -53 17 7 -27 -59 38 | |

| 15 | -70 59 -21 -62 51 -27 -56 60 -33 -9 50 | |

| 16 | -15 -20 38 14 -34 41 1 -22 21 28 -1 | |

| 17 | 7 -10 25 11 -23 45 24 -42 39 62 -49 | |

| 18 | -7 28 -49 1 48 -12 -30 53 -31 24 20 | |

| 19 | 85 -74 29 61 -63 42 33 -64 26 23 -78 | |

| 20 | 37 -27 22 -4 -10 -27 52 -17 21 4 -26 | |

| 21 | -77 86 -59 -47 72 -36 -66 77 -48 -42 79 | |

| 22 | -4 10 -1 -5 -1 -12 -13 26 -35 3 11 | |

| 23 | -0 14 -19 -3 19 -24 18 16 -25 6 19 | |

| 24 | -47 25 15 -26 11 7 -30 33 -4 12 43 | |

| 25 | 16 -33 50 29 -59 79 10 -66 40 46 -54 | |

| 26 | 13 -13 -3 -1 23 -20 -5 35 -1 10 13 | |

| 27 | -82 86 -55 -54 69 -38 -41 58 -42 -44 74 | |

| 28 | 75 -65 41 45 -57 35 38 -66 42 21 -81 | |

| 29 | 37 -38 -6 70 -55 7 46 -35 -4 8 -14 | |

| 30 | -63 73 -50 -73 93 -54 -55 88 -43 -40 75 | |

| 31 | 22 -39 47 14 -45 42 25 -43 35 56 -45 | |

| 32 | 4 7 -11 -4 13 -46 21 24 -24 -4 24 | |

| 33 | -59 47 -24 -21 30 15 -33 32 -19 28 38 | |

| 34 | 56 -42 15 43 -27 49 13 -35 21 62 -67 | |

| 35 | 51 -38 -17 70 -45 31 29 -41 -4 7 -36 | |

| 36 | -67 74 -45 -64 81 -56 -47 84 -41 -27 77 | |

| 37 | -7 -4 37 -18 -17 -19 17 -18 6 -40 9 | |

| 38 | 0 -3 -18 5 2 -23 12 8 -4 -40 28 | |

| 39 | -68 45 1 -61 43 2 -48 43 -7 9 50 | |

| 40 | 20 -45 54 -4 -24 25 13 -39 40 13 -27 | |

| 41 | -54 38 4 -56 26 -46 -10 31 -7 -47 52 | |

| 42 | -29 39 -26 -53 48 -20 -40 39 -13 -47 35 | |

| 43 | 21 -55 81 1 -58 44 17 -60 65 12 -51 | |

| 44 | -36 34 -38 18 20 7 -19 23 -31 -7 47 | |

| 45 | -8 40 -55 -21 51 -42 -14 54 -42 2 24 | |

| 46 | -11 -23 52 7 -38 49 -1 -41 53 12 -25 | |

| 47 | 7 1 -9 45 -22 46 11 -31 -6 37 -19 | |

| 48 | -50 53 -39 -62 75 -54 -42 79 -34 -34 68 | |

| 49 | 21 -47 74 17 -57 46 31 -67 55 19 -49 | |

| 50 | 27 -24 -36 67 -16 17 29 -12 -18 36 -1 | |

| 51 | -69 78 -41 -65 72 -45 -63 81 -37 -43 70 | |

| 52 | 2 -23 51 -24 -29 4 16 -38 43 -24 -21 | |

| 53 | 24 -20 -23 51 -4 9 2 11 -14 15 9 | |

| 54 | -20 45 -47 -32 50 -54 -6 48 -49 -14 40 | |

============================================================================

|Ст.отк| 40 43 38 38 44 37 31 44 33 34 44 | |

|Уровни| | |

============================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

На основе матрицы сходства формируются таблицы кластеров и конструктов. В таблице 27 приведен конструкт, на полюсах которого находятся кластеры с центрами:: "Красный диплом" и "Синий диплом".

Таблица 27 – КЛАСТЕРЫ И КОНСТРУКТЫ КЛАССОВ (ФРАГМЕНТ)

12-05-06 14:11:31 Фильтр по кодам классов: 1-198 г.Краснодар

======================================================================================

| Код | Н а и м е н о в а н и е | Сход- |

|класса | к л а с с а р а с п о з н а в а н и я | ство % |

=====================================================================================|

| 3 | Red_dipl-Красный диплом.......................................... | 100.00|

| 21 | COD_04-История Отечества: 5...................................... | 86.03|

| 27 | COD_06-Философия: 5.............................................. | 85.99|

| 6 | ALL-Средний балл: 5.............................................. | 85.81|

| 90 | CKD_19-Математика: 5............................................. | 82.82|

| 12 | COD_01-Английский язык: 5........................................ | 81.43|

| 9 | COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5.............. | 79.29|

| 51 | CKD_05-Высокоуровневые методы информатики и программирования: 5.. | 78.48|

| 126 | CKD_32-Разработка приложений на языках ООП: 5.................... | 76.20|

| 120 | CKD_30-Разработка и стандартизация ПС и ИТ: 5.................... | 74.94|

| 198 | CJD_10-Финансовое право: 5....................................... | 74.17|

| 36 | CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5..................... | 73.79|

| 30 | COD_07-Теория систем и системный анализ: 5....................... | 73.44|

| 129 | CKD_33-Теория вероятностей и математическая статистика: 5........ | 72.40|

| 185 | CJD_06-Теория государства и права: 4............................. | 69.73|

| 168 | CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5...................... | 68.73|

| 84 | CKD_17-Информационный менеджмент: 5.............................. | 68.40|

| 123 | CKD_31-Разработка приложений на языках высокого уровня: 5........ | 67.50|

| 117 | CKD_29-Производственная практика по БД: 5........................ | 67.10|

| 186 | CJD_06-Теория государства и права: 5............................. | 66.44|

| 197 | CJD_10-Финансовое право: 4....................................... | 64.22|

| 69 | CKD_12-Информатика: 5............................................ | 62.35|

| 138 | CFED_02-Бухгалтерский учёт (управленческий): 5................... | 61.77|

| 87 | CKD_18-Компьютерные методы решения задач в юриспруденции: 5...... | 60.61|

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

| 184 | CJD_06-Теория государства и права: 3............................. | -60.44|

| 163 | CFED_11-Экономическая теория: 3.................................. | -63.90|

| 28 | COD_07-Теория систем и системный анализ: 3....................... | -64.69|

| 5 | ALL-Средний балл: 4.............................................. | -68.41|

| 88 | CKD_19-Математика: 3............................................. | -73.09|

| 19 | COD_04-История Отечества: 3...................................... | -74.11|

| 2 | Red_dipl-Синий диплом............................................ | -86.73|

======================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

В графической форме любые заданные фрагменты матрицы сходства могут отображаются в виде семантических сетей (рисунок 31).

Рисунок 31. Семантическая сеть классов

Аналогичные формы генерируются и по факторам (таблицы 28, 29 и рисунок 21).

Таблица 28 – МАТРИЦА СХОДСТВА ПРИЗНАКОВ ПОЧЕРКА (в %)

11-05-06 08:34:37 г.Краснодар

=====================================================================

| Коды | 1 2 3 4 5 6 7 8 9 10 11 12 |

=====================================================================

| 1 | 100 -7 -31 8 28 30 -13 -3 -22 -4 -9 -5 |

| 2 | -7 100 -38 -40 -20 25 -30 26 -2 -18 38 -26 |

| 3 | -31 -38 100 -51 -5 -36 40 -7 -1 -11 -18 43 |

| 4 | 8 -40 -51 100 15 4 -2 -21 12 32 -18 -18 |

| 5 | 28 -20 -5 15 100 28 -1 -24 -21 3 -30 14 |

| 6 | 30 25 -36 4 28 100 -47 5 -35 10 23 -36 |

| 7 | -13 -30 40 -2 -1 -47 100 -35 2 17 -35 36 |

| 8 | -3 26 -7 -21 -24 5 -35 100 -35 -22 43 -29 |

| 9 | -22 -2 -1 12 -21 -35 2 -35 100 3 -22 25 |

| 10 | -4 -18 -11 32 3 10 17 -22 3 100 -38 -27 |

| 11 | -9 38 -18 -18 -30 23 -35 43 -22 -38 100 -52 |

| 12 | -5 -26 43 -18 14 -36 36 -29 25 -27 -52 100 |

| 13 | 8 -27 3 15 -2 4 -12 -18 1 7 -25 6 |

| 14 | -23 9 13 -16 -10 -28 21 18 15 -17 21 9 |

| 15 | 26 17 -23 6 28 34 4 -8 -24 6 -2 -11 |

| 16 | -8 36 -13 -9 -2 11 11 0 5 15 -8 6 |

| 17 | -23 -16 36 -15 -29 -37 -5 8 15 -16 17 -5 |

| 18 | 29 -9 -18 18 38 35 -21 -1 -23 -12 -6 6 |

| 19 | 31 -17 -30 38 31 25 -25 -15 -5 22 -18 -1 |

| 20 | -17 27 9 -23 -25 -6 13 -1 9 -4 5 11 |

| 21 | -25 0 29 -29 -29 -32 15 22 1 -24 21 2 |

| 22 | 3 -35 8 30 23 -11 33 -52 30 50 -75 44 |

| 23 | -15 7 29 -36 -22 -13 6 32 -25 -29 41 -17 |

| 24 | 3 41 -26 -19 -22 25 -30 43 -24 -28 77 -45 |

=====================================================================

|Ст.отк| 28 33 34 32 30 34 32 33 28 30 40 33 |

=====================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Продолжение

=====================================================================

| Коды | 13 14 15 16 17 18 19 20 21 22 23 24 |

=====================================================================

| 1 | 8 -23 26 -8 -23 29 31 -17 -25 3 -15 3 |

| 2 | -27 9 17 36 -16 -9 -17 27 0 -35 7 41 |

| 3 | 3 13 -23 -13 36 -18 -30 9 29 8 29 -26 |

| 4 | 15 -16 6 -9 -15 18 38 -23 -29 30 -36 -19 |

| 5 | -2 -10 28 -2 -29 38 31 -25 -29 23 -22 -22 |

| 6 | 4 -28 34 11 -37 35 25 -6 -32 -11 -13 25 |

| 7 | -12 21 4 11 -5 -21 -25 13 15 33 6 -30 |

| 8 | -18 18 -8 0 8 -1 -15 -1 22 -52 32 43 |

| 9 | 1 15 -24 5 15 -23 -5 9 1 30 -25 -24 |

| 10 | 7 -17 6 15 -16 -12 22 -4 -24 50 -29 -28 |

| 11 | -25 21 -2 -8 17 -6 -18 5 21 -75 41 77 |

| 12 | 6 9 -11 6 -5 6 -1 11 2 44 -17 -45 |

| 13 | 100 -82 -39 -19 24 -18 0 -17 21 16 8 -24 |

| 14 | -82 100 -4 14 -6 6 -8 15 -7 -14 3 13 |

| 15 | -39 -4 100 7 -38 35 11 2 -24 7 -26 5 |

| 16 | -19 14 7 100 -60 -16 -12 57 -29 18 -13 -8 |

| 17 | 24 -6 -38 -60 100 -47 -29 -33 58 -28 32 10 |

| 18 | -18 6 35 -16 -47 100 53 -14 -44 6 -30 -4 |

| 19 | 0 -8 11 -12 -29 53 100 -33 -74 38 -47 -21 |

| 20 | -17 15 2 57 -33 -14 -33 100 -12 -1 2 2 |

| 21 | 21 -7 -24 -29 58 -44 -74 -12 100 -42 51 20 |

| 22 | 16 -14 7 18 -28 6 38 -1 -42 100 -61 -75 |

| 23 | 8 3 -26 -13 32 -30 -47 2 51 -61 100 29 |

| 24 | -24 13 5 -8 10 -4 -21 2 20 -75 29 100 |

=====================================================================

|Ст.отк| 32 30 29 30 36 33 37 29 38 43 36 38 |

=====================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 29 – КЛАСТЕРЫ И КОНСТРУКТЫ ПРИЗНАКОВ ПОЧЕРКА
(ФРАГМЕНТ)

11-05-06 08:35:07 Фильтр по кодам признаков: 1-24 г.Краснодар

======================================================================================

| Коды | Н а и м е н о в а н и я | Сход- |

|приз-ов| ОБОБЩЕННЫХ и первичных признаков | ство % |

|=====================================================================================

|[ 2] | НАКЛОН БУКВ | |

| 7 | Вправо........................................................... | 100.00|

|[ 1] | РАЗМЕР БУКВ | |

| 3 | Средние.......................................................... | 39.62|

|[ 3] | ФОРМА БУКВ | |

| 12 | Угловатые........................................................ | 35.70|

|[ 7] | ОБЩАЯ ОЦЕНКА ПОЧЕРКА | |

| 22 | Почерк старательный, буквы аккуратные............................ | 33.02|

|[ 4] | НАПРАВЛЕНИЕ ПОЧЕРКА | |

| 14 | Строчки прямые................................................... | 20.79|

|[ 3] | ФОРМА БУКВ | |

| 10 | Округлые......................................................... | 16.68|

|[ 6] | ХАРАКТЕР НАПИСАНИЯ СЛОВ | |

| 21 | Смешанный стиль.................................................. | 14.97|

|[ 6] | ХАРАКТЕР НАПИСАНИЯ СЛОВ | |

| 20 | Склонность к отделению букв друг от друга........................ | 13.48|

|[ 5] | ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА | |

| 16 | Легкая........................................................... | 10.73|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

|[ 4] | НАПРАВЛЕНИЕ ПОЧЕРКА | |

| 13 | Строчки "ползут" вверх........................................... | -12.11|

|[ 1] | РАЗМЕР БУКВ | |

| 1 | Очень мелкие..................................................... | -13.39|

|[ 5] | ИНТЕНСИВНОСТЬ ПОЧЕРКА И СИЛА НАЖИМА | |

| 18 | Сильная.......................................................... | -21.22|

|[ 6] | ХАРАКТЕР НАПИСАНИЯ СЛОВ | |

| 19 | Склонность к соединению букв..................................... | -24.55|

|[ 7] | ОБЩАЯ ОЦЕНКА ПОЧЕРКА | |

| 24 | Буквы написаны кое-как, почерк неразборчивый и небрежный......... | -29.79|

|[ 1] | РАЗМЕР БУКВ | |

| 2 | Мелкие........................................................... | -30.21|

|[ 2] | НАКЛОН БУКВ | |

| 8 | Резкий вправо.................................................... | -34.91|

|[ 3] | ФОРМА БУКВ | |

| 11 | Бесформенные..................................................... | -35.08|

|[ 2] | НАКЛОН БУКВ | |

| 6 | Легкий влево..................................................... | -46.86|

======================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

В графической форме любые заданные фрагменты матрицы сходства признаков могут отображаются в виде семантических сетей (рисунок 32).

Классическая когнитивная карта, отражающая систему детерминации состояния с кодом 3 приведена на рисунке 33.

Рисунок 32. Семантическая сеть признаков почерка

Рисунок 33. Когнитивная карта, отражающая систему детерминации
целевого состояния: Красный диплом"

4.1.4.5. Выводы

Таким образом, можно сделать вывод о том, что предложенная семантическая модель и технология СК-анализа обеспечили решение следующих задач:

– решена задача 1: "Произведена типизация особенностей почерка студентов по уровням их предметной обученности по различным дисциплинам, выявлены зависимости между признаками почерка студентов и их учебными достижениями";

– решена задача 2: "Разработана методика прогнозирования уровня предметной обученности студентов ФПИ на основе особенностей их почерка";

– решена задача 3: "Разработана методика поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их почерка ".

4.1.5. Эффективность применения предлагаемых методик, их ограничения и перспективы развития

4.1.5.1. Применение для управления
учебным процессом

Применение образовательными организациями технологий, подобных описанных в данной работе, позволило бы повысить адекватность принимаемых решений (если исходить из критерия – достижение наивысшего качества предметной обученности) при приеме абитуриентов на обучение и выборе ими специализации.

4.1.5.2. Применение непосредственно
в учебном процессе

В образовательных учреждениях, прежде всего в Кубанском государственном аграрном университете, проведенная работа может стать основой лекционного занятия и полноценной лабораторной работы по дисциплине: "Интеллектуальные информационные системы", читаемой на 5-м курсе специальности: 351400 – Прикладная информатика.

4.1.5.3. Ограничения разработанной технологии
и перспективы ее развития

Для расширения возможностей прогнозирования учебных достижений студентов считаем целесообразным:

1. Увеличить объем обучающей выборки путем включения в нее данных по студентам, обучающихся на различных курсах, а не только выпускникам; по различным специальностям и на различных факультетах, а не только факультете прикладной информатики.

2. Увеличить справочник классов, включив в него дисциплины, изучаемые на других специальностях и факультетах, а не только факультете прикладной информатики, но и на других факультетах КубГАУ, а также объединить учебные дисциплины в циклы дисциплин в соответствии с образовательным стандартами.

3. Увеличить справочник признаков, включив в них кроме признаков почерка, также признаки, характеризующие социальный статус студентов и их родителей, а также признаки фоторобота, т.е. все группы признаков, которые можно получить непосредственно из документов абитуриентов и студентов не привлекая их самих, например для проведения психологического тестирования.

Поэтому перспективу развития направления, представленного данной работой, мы видим в разработке моделей детерминации предметной обученности по большему количеству учебных дисциплин, чем реализовано в данном исследовании, и учитывающих не только графологические признаки, т.е. признаки почерка, но и признаки социального статуса и фоторобота. В перспективе это позволит прогнозировать учебные достижения абитуриентов по всем специальностям, по которым производится обучение в КубГАУ, и, возможно, оценивать целесообразность выбора не только той или иной специализации, но и специальности.

4.1.5.4. Выводы

Таким образом, на основании вышеизложенного можно сделать вывод об эффективности предложенной технологии и целесообразности ее применения и дальнейшего совершенствования.

4.1.6. Заключение

Исследование посвящено решению актуальных задач прогнозирования учебных достижений студентов и поддержки принятия решений по выбору специализации, на основе выявления зависимостей между графологическими признаками и уровнями предметной обученности на фактических ретроспективных данных.

1. В связи с фрагментарностью и зашумленностью исходных данных показана целесообразность применения для решения поставленных задач метода системно-когнитивного анализа, обоснованного теоретически и имеющего свой программный инструментарий.

2. Показано, что сформированная с помощью СК-анализа семантическая информационная модель имеет достаточно высокую адекватность для того, чтобы ее исследование считать изучением самого объекта.

3. В работе решены следующие задачи, имеющие научное и практическое значение:

– задача 1: "Типизация особенностей почерка студентов по уровням их предметной обученности по различным дисциплинам, выявление зависимостей между признаками почерка учащихся и их учебными достижениями";

– задача 2: "Разработка методики прогнозирования уровня предметной обученности студентов ФПИ на основе особенностей их почерка";

– задача 3: "Разработка методики поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их почерка".

4. Таким образом, предложенный подход позволяет успешно решить поставленные задачи и достичь цели работы.

5. Предложенная технология эффективна и целесообразно ее применения и дальнейшее развитие.

6. Научная новизна проведенного исследования состоит в том, что впервые методология, технология и инструментарий системно-когнитивного анализа применены для решения задач прогнозирования учебных достижений студентов и поддержки принятия решений по выбору специализации, на основе выявления зависимостей между графологическими признаками и уровнями предметной обученности на фактических ретроспективных данных.

7. Практическая значимость исследования состоит в возможности и целесообразности применения полученных результатов и технологий в практике работы образовательных учреждений в качестве дополнительного источника информации об абитуриентах и студентах при принятии решений о приеме и выборе специализации, а также непосредственно в учебном процессе на факультете прикладной информатики в Кубанском государственном аграрном университете при преподавании дисциплины: "Интеллектуальные информационные системы" для студентов очной и заочной форм обучения по специальности: 010502.65 - прикладная информатика (по областям).

4.2. Прогнозирования учебных достижений
студентов на основе их социального статуса

4.2.1. Введение

Исследование посвящено решению актуальных задач прогнозирования учебных достижений студентов и поддержки принятия решений при выборе ими специализации на факультете прикладной информатики, на основе выявления и использования знания причинно-следственных зависимостей между особенностями социального статуса студентов и уровнями их предметной обученности по различным дисциплинам, которые являющимися целями обучения.

В разделе 1: "Постановка задачи и выбор метода ее решения" обоснованы актуальность, объект и предмет, цель и задачи исследования, приведены источники исходных данных, дана характеристика исходных данных и обоснованы требования к методу решения поставленных задач, кратко описаны традиционные методы решения, сделан основной вывод о недостаточности традиционных подходов и целесообразности применения новых методов, а именно методов и компьютерных технологий системно-когнитивного анализа (СК-анализ) для решения поставленных задач.

В разделе 2: "Когнитивная структуризация, формальная постановка задач и синтез модели" обоснованы выбор метода и концепция решения задач, дано краткое описание метода и технологии системно-когнитивного анализа с учетом его применения для решения поставленных задач, раскрыты его теоретические предпосылки, описаны математическая модель, методика численных расчетов, специальный программный инструментарий (система "Эйдос"), проведены когнитивная структуризация предметной области, формальная постановка задачи и формирование обучающей выборки. В частности, разработаны классификационные и описательные шкалы и градации, а также Excel-форма для представления исходных данных; применен стандартный программный интерфейс СК-анализа для преобразования исходных данных из этой формы в базы данных системы "Эйдос"; а затем и осуществлен синтез семантической информационной модели, ее оптимизация и проверка на адекватность. По результатам второй главы сделан главный вывод о том, что сформированная модель имеет достаточно высокую адекватность для того, чтобы ее исследование можно было обоснованно считать исследованием самого моделируемого объекта. Это означает также, что ей корректно пользоваться для решения поставленных задач.

В разделе 3: "Исследование семантический информационной модели" решены следующие задачи: выявлены причинно-следственные зависимости между признаками социального статуса студентов и их учебными достижениями по различным дисциплинам; разработана методика прогнозирования учебных достижений студентов на основе анализа признаков их социального статуса; разработана методика поддержки принятия решений по выбору специализации студентов по особенностям их социального статуса. В третьей главе сделан вывод о том, что предложенный подход позволяет успешно решить поставленные задачи и достичь целей работы.

В разделе 4: "Эффективность применения полученного решения, его ограничения и перспективы развития" кратко описаны возможности применения предложенной технологии в образовательных организациях как для учебных целей (при преподавании дисциплины "Интеллектуальные информационные системы"), так и при управлении самими учебным процессом. Показаны ограничения разработанной технологии и перспективы ее развития. Сделан вывод об эффективности предложенной технологии и целесообразности ее применения и дальнейшего развития.

В заключении кратко перечислены полученные результаты, констатировано достижение цели работы, сформулирована научная новизна и практическая значимость проведенного исследования.

4.2.2. Постановка задачи и выбор
метода ее решения

4.2.2.1. Проблема, решаемая в работе, традиционные пути ее решения и их недостатки

Традиционно на практике при принятии решения о зачислении абитуриента на обучение в вуз или при определении специализации не используется информация прогнозного характера об их возможных учебных достижениях по различным дисциплинам. А между тем в ряде случаев возможность использования подобной прогнозной информации была бы весьма желательной.

При этом для прогнозирования учебных достижений студентов предлагается использовать признаки их социального статуса. Здесь конечно возникает вопрос о том, насколько признаки социального статуса влияют на социально-приобретенные психологические качества студентов и насколько они являются благоприятными для освоения различных учебных дисциплин, предусмотренных образовательным стандартом по тем или иным конкретным специальностям. В данной работе лучшим будим считать социальный статус, детерминирующий наивысшие учебные достижения. Здесь необходимо отметить, что в принципе возможны и оправданы и другие критерии оценки качества социального статуса, например: продолжительность и успешность практической деятельности по специальности после окончания вуза, но исследование этих вопросов выходит за рамки данной работы.

Однако чтобы получить подобную прогнозную информацию традиционными методами на основе анализа социально-приобретенных психологических качеств личности, обычно необходимо провести дополнительные опросы или психологические тестовые испытания учащихся, что проблематично с юридической точки зрения, кроме того отсутствуют или практически недоступны необходимые для этого локализованные и адаптированные методики и программный инструментарий. К тому же эти исследования весьма дороги, трудоемки, требуют высокого уровня квалификации исследователей и значительного времени.

Все это делает весьма проблематичным и даже практически невозможным проведение подобных исследований в наших условиях в полном масштабе.

Поэтому традиционным является отбор абитуриентов для обучения и выбор специализации на основе приемных испытаний и просто договоров на обучение. Этот способ отбора фактически не учитывает индивидуальные предрасположенности и абитуриентов и студентов, а основан лишь на их экономических возможностях и социальных предпочтениях.

Таким образом, на лицо наличие несоответствия между желаем и фактическим положением дел, т.е. проблемная ситуация или проблема, которая состоит в том, что с одной стороны желательно иметь прогнозную информацию о возможных учебных достижениях абитуриентов или студентов по различным дисциплинам, а с другой стороны нет доступных на практике методик и инструментальных средств, которые позволили бы получить такую информацию.

В работе данная проблема решается путем разработки методики, обеспечивающей на основе признаков социального статуса учащихся прогнозирование их учебных достижений.

4.2.2.2. Идея решения проблемы

Идея решения сформулированной проблемы основана на гипотезе, состоящей в том, что между признаками социального статуса учащихся и их учебными достижениями и существует определенная взаимосвязь. Предполагается, что зная эту взаимосвязь, по признакам социального статуса учащегося можно судить о его потенциальных учебных достижениях. Признаки социального статуса устанавливаются непосредственно на основе личной карточки студента, находящейся в его личном деле.

Поэтому предлагается следующая идея: если выявить зависимости между учебными достижениями учащихся и особенностями (признаками) их социального статуса, то по признакам социального статуса можно косвенно оценивать, т.е. по сути измерять, предрасположенность учащегося к тем или иным учебным достижениям при изучении различных учебных дисциплин. Безусловно косвенные измерения всегда имеют определенную погрешность, которую необходимо знать и контролировать, что также предполагается сделать в настоящей работе.

Исследованию влияния факторов различной природы на учебные достижения и уровень предметной обученности посвящены следующие работы: Александров С.Г. [105], Власенко А.В. [103], Дорохов В.Б. [139, 140, 141], Лаптев В.Н. [4, 34, 77, 78, 97, 98, 101, 189, 196, 234, 237, 238, 240, 241, 242, 246], Лебедев А.Н. [120, 139, 140, 141], Лобанов В.Г. [92], Лойко В.И. [174, 180, 181, 182, 188], Луценко Е.В. [1-12, 66-252], Некрасов С.Д. [26, 41, 76, 229], Петрик А.А. [92], Рябикина З.М. [76, 111], Селиверстов В.В. [79], Симанков В.С. [3, 4, 81, 82, 88-97], Третьяк В.Г. [19, 24, 25], Щукин Т.Н. [139-141] и другие. Опыт проведения этих исследований использован при проведении данной работы.

4.2.2.3. Актуальность, объект и предмет,
цель и задачи исследования

Актуальность данной работы определяется ее практической значимостью и научной новизной.

Практическая значимость работы определяется возможностью применения ее результатов для прогнозирования успешности обучения абитуриентов и студентов по различным дисциплинам, изучаемым на факультете прикладной информатики (ФПИ) Кубанского государственного аграрного университета (КубГАУ), что может быть использовано в качестве дополнительной информации при принятии решения о зачислении или при выборе специализации. Кроме того материалы исследования могут быть использованы в учебном процессе при проведении лабораторной работы по дисциплине: "Интеллектуальные информационные системы", изучаемой на 5-м курсе студентами специальности 351400 – Прикладная информатика.

Научная новизна работы состоит в том, что исследование влияния особенностей социального статуса учащихся на уровень их предметной обученности по дисциплинам, изучаемым на ФПИ КубГАУ проводится впервые.

Таким образом, объектом исследования является исследование зависимостей между социальным статусом учащихся и их успеваемостью.

Предмет исследования состоит в выявлении взаимосвязей между особенностями социального статуса учащихся и их учебными достижениями по дисциплинам, изучаемым на ФПИ КубГАУ.

Цель исследования: выявление зависимостей между особенностями социального статуса учащихся и их учебными достижениями по дисциплинам, изучаемым на ФПИ КубГАУ, и, на основе этого, разработка методики прогнозирования учебных достижений и предоставления дополнительной информации для принятия решений о зачислении абитуриентов и выборе специализации.

Данная цель может быть достигнута путем решения следующих задач:

– задача 1: "Типизация особенностей социального статуса студентов по уровням их предметной обученности по различным дисциплинам, выявление зависимостей между признаками социального статуса учащихся и их учебными достижениями";

– задача 2: "Разработка методики прогнозирования уровней предметной обученности студентов ФПИ на основе особенностей их социального статуса";

– задача 3: "Разработка методики поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их социального статуса ".

Кроме того, предполагается:

– разработать принципы оценки эффективности предложенных методик прогнозирования и поддержки принятия решений;

– исследовать ограничения разработанной технологии и обосновать перспективы ее развития.

4.2.2.4. Характеристика исходных данных и обоснование требований к методу решения поставленных задач

4.2.2.4.1. Источники исходных данных

Основой для выполнения данной работы являются данные по предметной обученности выпускников по всем дисциплинам, изучаемым в соответствии с образовательным стандартом по специальности 250400 – "Прикладная информатика" (по областям), а также данные из личных карточек студентов. Эти данные предоставлены деканатом факультета прикладной информатики КубГАУ.

4.2.2.4.2. Характеристика исходных данных

Первичная форма существования исходных данных – это журналы успеваемости, которые ведутся в деканате по всем группам за все годы, а также данные из личных карточек студентов. Примеры журналов успеваемости и личные карточки не приводятся из-за их конфиденциального характера.

Для исследования в данной работе выбраны данные по выпускникам за 3 года (3-летний лонгитюд): с 2004 по 2006 годы. Размерность исходных данных составляет: 260 выпускников; 60 учебных дисциплин; 24 признака социального статуса.

Анализ этих данных показывает, что они отражают не все возможные сочетания значений признаков и имеют пропуски, связанные с тем, что в различные годы состав изучаемых дисциплин различается, кроме того этот состав отличается по специализациям. Поэтому применение стандартных методов обработки данных проблематично (точнее - возможно только по подматрицам с полными повторностями) в связи с чем и принято решение о применении для этих целей системно-когнитивного анализа (СК-анализ), который включает теоретическую, методическую, инструментальную и технологическую компоненты, т.е. все необходимое для решения поставленной проблемы.

4.2.2.5. Выводы

Традиционные методы обработки имеющихся исходных данных не обеспечивают решение поставленных задач и целесообразно применение СК-анализа, обеспечивающего выявление зависимостей между особенностями социального статуса учащихся и их учебными достижениями, а также использование знание этих зависимостей для прогнозирования и поддержки принятия решений.

4.2.3. Когнитивная структуризация, формальная постановка задачи и синтез модели

4.2.3.1. Обоснование выбора метода и концепция решения задачи

4.2.3.1.1. Традиционные методы решения
и их недостатки

Традиционные статистические модели требуют информации о результатах действия всех сочетаний исследуемых факторов ("повторности"), т.е. критичны к пропускам данных.

Некоторые из подобных пропусков в принципе неустранимо, т.к. на различных специализациях отличается сама номенклатура изучаемых дисциплин, кроме того перечень изучаемых дисциплин изменяется из года в год. Поэтому жесткое требование стандартных методов о полноте повторностей в исследуемой предметной области на практике сложно осуществимо. Необходимо также подчеркнуть, что восполнить отсутствующие данные из опыта не представляется возможным, т.к. объект исследования принципиально не допускает повторение условий прошедших периодов с заданными сочетаниями факторов. Восполнение данных путем интерполяции также некорректно, т.к. в каждой строке и столбце корреляционной матрицы имеется более одного пропуска.

Кроме того, статистические модели сложно содержательно интерпретировать, т.к. для этого требуются труд квалифицированных аналитиков.

Таким образом, можно сделать вывод, что для моделирования такого сложного и малоисследованного объекта, каким является предметная обученность учащихся, применение традиционных математических моделей является проблематичным.

4.2.3.1.2. Выбор метода системно-когнитивного анализа

По-видимому, решение поставленных задач может быть получено путем применения системно-когнитивного анализа (СК-анализ) [5], – нового перспективного математического метода системного анализа, основанного на теории информации, системном анализе и когнитивном моделировании.

Метод является непараметрическим, позволяет сопоставимо обрабатывать тысячи градаций факторов и будущих состояний объекта управления при неполных (фрагментированных), зашумленных данных различной природы, т.е. измеряемых в различных единицах измерения.

Для метода СК-анализа разработаны и методика численных расчетов, и соответствующий программный инструментарий, а также технология и методика их применения. Они прошли успешную апробацию при решении ряда задач в различных предметных областях [1-12, 66-264].

Наличие инструментария СК-анализа позволяет не только осуществить синтез семантической информационной модели (СИМ), но и периодически проводить адаптацию и синтез ее новых версий, обеспечивая тем самым отслеживание динамики предметной области и сохраняя высокую адекватность модели в изменяющихся условиях.

В работах [5, 6] приведен перечень этапов системно-когнитивного анализа, которые необходимо выполнить, чтобы осуществить синтез модели и исследование модели объекта управления:

1. Когнитивная структуризация, а затем и формализация предметной области.

2. Ввод данных мониторинга в базу прецедентов за период, в течение которого имеется необходимая информация в электронной форме.

3. Синтез семантической информационной модели (СИМ).

4. Оптимизация СИМ.

5. Проверка адекватности СИМ (верификация модели, измерение внутренней и внешней, дифференциальной и интегральной валидности).

6. Системно-когнитивный анализ СИМ.

7. Решение задач идентификации состояний объекта управления, прогнозирование и поддержка принятия управленческих решений по управлению с применением СИМ.

Важной особенностью СК-анализе является возможность единообразной числовой обработки разнотипных числовых и нечисловых данных. Это обеспечивается тем, что нечисловым величинам тем же методом, что и числовым, приписываются сопоставимые в пространстве и времени, а также между собой, количественные значения, позволяющие обрабатывать их как числовые:

– на первых двух этапах СК-анализа числовые величины сводятся к интервальным оценкам, как и информация об объектах нечисловой природы (фактах, событиях) (этот этап реализуется и в методах интервальной статистики);

– на третьем этапе СК-анализа всем этим величинам по единой методике, основанной на системном обобщении семантической теории информации А.Харкевича, сопоставляются количественные величины (имеющие смысл количества информации в признаке о принадлежности объекта к классу), с которыми в дальнейшем и производятся все операции моделирования (этот этап является уникальным для СК-анализа).

Учитывая эти этапы СК-анализа выполним декомпозицию цели работы в ряд задач, решение которых обеспечит ее поэтапное достижение:

1. Когнитивная структуризация предметной области и формальная постановка задачи, проектирование структуры и состава исходных данных.

2. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (обычно в журнальной форме).

3. Разработка стандартной Excel-формы для представления исходных данных.

4. Преобразование исходных данных из бумажной из нестандартной электронной в стандартную электронную Excel-форму.

5. Контроль достоверности исходных данных и исправление ошибок.

6. Использование программного интерфейса для преобразования исходных данных из стандартной Excel-формы в базы данных, используемые в инструментарии системно-когнитивного анализа (СК-анализ) – универсальной когнитивной аналитической системе "Эйдос" (система "Эйдос").

7. Синтез семантической информационной модели (СИМ).

8. Оптимизация СИМ.

9. Измерение адекватности СИМ.

10. Задача 1: "Типизация особенностей социального статуса студентов по уровню их предметной обученности по различным дисциплинам, выявление зависимостей между признаками социального статуса учащихся и их учебными достижениями";

11. Задача 2: "Разработка методики прогнозирования уровней предметной обученности студентов ФПИ на основе особенностей их социального статуса";

12. Задача 3: "Разработана методики поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их социального статуса ";

13. Разработка принципов оценки экономической эффективности разработанных технологий при их применении в образовательных учреждениях.

14. Исследование ограничений разработанной технологии и перспектив ее развития.

4.2.3.2. Когнитивная структуризация предметной области, формальная постановка задачи и формирование обучающей выборки

Рассмотрим подробнее пути реализации первого этапа СК-анализа. На этом этапе:

– конкретно определяются факторы и будущие состояния объекта управления;

– измеряется область изменения числовых значений факторов и интервалы (диапазоны), а также макропараметров, определяющих состояния объекта управления;

– конструируются классификационные и описательные шкалы и градации и их кодирование;

– исходные данные кодируются в системе классификационных и описательных шкал и градаций, и формируется обучающая выборка (база прецедентов, содержащая в формализованный опыт управления перерабатывающим комплексом региона за ряд лет).

4.2.3.2.1. Когнитивная структуризация предметной области и формальная постановка задачи, проектирование структуры и состава исходных данных

4.2.3.2.1.1. Когнитивная структуризация
предметной области

Под когнитивной структуризацией в общем случае понимается определение будущих, как желательных (целевых), так и нежелательных состояний объекта исследования и управления, а также системы факторов, детерминирующих эти состояния. В общем случае, как факторы могут рассматриваться и факторы окружающей среды, и технологические факторы, и параметры самого объекта исследования, в т.ч. его предыстория.

В данном исследовании как будущие состояния объекта рассматриваются учебные достижения учащихся, а как факторы – особенности их социального статуса. Поэтому под когнитивной структуризацией в данной работе понимается определение всех возможных уровней предметной обученности, как желательных (целевых), так и нежелательных, а также системы признаков социального статуса, связанных с этими уровнями предметной обученности.

При проектировании справочника классов возникла проблема, состоящая в том, что в разные годы в Exccel-файлах использовались различные наименования дисциплин и они находились в таблицах в различном порядке. Кроме того дисциплины не были разделены по циклам. Поэтому для упорядочения наименований дисциплин и формирования их списка пришлось выполнить следующие работы.

1. Из Excel-таблиц с оценками по всем группам за все годы взяты горизонтальные шапки с наименованиями дисциплин и объединены в одном Excel-файле шапок.

2. Excel-таблица с наименованиями дисциплин перенесена через буфер обмена в Word.

3. В Word таблица с наименованиями дисциплин преобразована в текст, причем в качестве разделителя использован символ конца абзаца, чтобы наименование каждой дисциплины начиналось с новой строки.

4. Список наименований дисциплин в Word рассортирован по алфавиту.

5. Из списка наименований дисциплин в Word удалены повторы наименований.

6. В списке наименований дисциплин введены наименования циклов дисциплин: общеобразовательные; компьютерные; финансово-экономические; юридические.

7. Введена латинская кодировка наименований дисциплин и циклов дисциплин, чтобы в последующем использовать ее в качестве наименований полей в базах данных.

8. Список наименований дисциплин пронумерован и преобразован в таблицу Word с двумя столбцами.

9. Таблица с списком наименований дисциплин через буфер обмена передана в Excel.

10. В Excel разработана программа для транспонирования вертикального списка наименований дисциплин в горизонтальный.

11. С использованием горизонтального списка дисциплин была спроектирована таблица для ввода оценок и признаков.

12. В эту таблицу были добавлены столбцы со средними баллами по циклам дисциплин и по всем дисциплинам, а также столбец с указанием получения красного диплома. Кроме того некоторые дисциплины были перенесены из специальных циклов в общеобразовательные.

13. Выполнено обратное преобразование горизонтального списка в вертикальный для использования в дальнейшем.

В результате перечисленных этапов работ получен следующий справочник классов, отражающий будущие состояния объекта исследования (таблица 30).

Таблица 30 – КЛАССИФИКАЦИОННЫЕ ШКАЛЫ (ФРАГМЕНТ)

Код	Наименование
	Условное	Полное
1	Red_dipl	КРАСНЫЙ ДИПЛОМ
2	ALL	Средний балл
3	COD	ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл)
4	COD_01	Английский язык
5	COD_02	Логика
6	COD_03	Политология
7	COD_04	История Отечества
8	COD_05	Правоведение
9	COD_06	Философия
10	COD_07	Теория систем и системный анализ
11	COD_08	Экология
12	CKD	ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл)
13	CKD_01	Web-дизайн и компьютерная графика
14	CKD_02	Алгоритмические языки высокого уровня
15	CKD_03	Алгоритмы и структуры данных
16	CKD_04	Базы данных
17	CKD_05	Высокоуровневые методы информатики и программирования
18	CKD_06	Вычислительные системы, сети и телекоммуникации
19	CKD_08	Дискретная математика
20	CKD_09	Имитационное моделирование
21	CKD_10	Имитационное моделирование ИС в БУ и ФД
22	CKD_11	Интеллектуальные информационные системы
23	CKD_12	Информатика
24	CKD_13	Информационная безопасность
25	CKD_14	ИС в БУ, управлении и ФД
26	CKD_15	Информационные системы в юриспруденции
27	CKD_16	Информационные системы и информационные технологии
28	CKD_17	Информационный менеджмент
29	CKD_18	Компьютерные методы решения задач в юриспруденции
30	CKD_19	Математика
31	CKD_20	Мат.логика, теор.множеств, дискр.математика
32	CKD_21	Математическая экономика
33	CKD_22	МЛОИ
34	CKD_23	Операционные системы, среды и оболочки
35	CKD_24	Основы алгоритмизации и программирования
36	CKD_25	Пред практика
37	CKD_26	Программирование на языке Ассемблера для IBM PC
38	CKD_27	Проектирование информационных систем
39	CKD_29	Производственная практика по БД
40	CKD_30	Разработка и стандартизация ПС и ИТ
41	CKD_31	Разработка приложений на языках высокого уровня
42	CKD_32	Разработка приложений на языках ООП
43	CKD_33	Теория вероятностей и математическая статистика
44	CFED	ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл)
45	CFED_01	Банковское дело
46	CFED_02	Бухгалтерский учёт (управленческий)
47	CFED_03	Бухгалтерский учёт (финансовый)
48	CFED_04	Основы бизнеса

Рассмотрим теперь каким образом были определены базовые особенности социального статуса, использованные в качестве в качестве описательных шкал. Существует много различных систем выявления признаков социального статуса. В данной работе мы воспользуемся наиболее простым и доступным из них – взять эти признаки из личных карточек студентов, имеющихся в их личных делах.

В таблице 31 эта система приведена в виде, преобразованном для удобства использования в системе "Эйдос".

Таблица 31 – ОПИСАТЕЛЬНЫЕ ШКАЛЫ (ФАКТОРЫ)

Код	Наименование
8	Пол
9	Место рождения
10	Семейное положение
11	Количество детей в семье
12	Социальное положение отца
13	Социальное положение матери

4.2.3.2.1.2. Формализация предметной области

Формализация предметной области осуществляется на основе ее когнитивной структуризации, проведенной в предыдущем разделе.

Формализация предметной области – это конструирование классификационных (таблица 32) и описательных шкал и градаций (таблица 33), как правило, порядкового типа с использованием интервальных оценок, в системе которых предметная область описывается в форме, пригодной для обработки на компьютере с использованием математических моделей [5].

Таблица 32 – КЛАССИФИКАЦИОННЫЕ ШКАЛЫ И ГРАДАЦИИ (КЛАССЫ). ФРАГМЕНТ

Код	Наименование класса
1	Red_dipl-Без диплома
2	Red_dipl-Синий диплом
3	Red_dipl-Красный диплом
4	ALL-Средний балл: 3
5	ALL-Средний балл: 4
6	ALL-Средний балл: 5
7	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3
8	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4
9	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5
10	COD_01-Английский язык: 3
11	COD_01-Английский язык: 4
12	COD_01-Английский язык: 5
13	COD_02-Логика: 3
14	COD_02-Логика: 4
15	COD_02-Логика: 5
Код	Наименование класса
16	COD_03-Политология: 3
17	COD_03-Политология: 4
18	COD_03-Политология: 5
19	COD_04-История Отечества: 3
20	COD_04-История Отечества: 4
21	COD_04-История Отечества: 5
22	COD_05-Правоведение: 3
23	COD_05-Правоведение: 4
24	COD_05-Правоведение: 5
25	COD_06-Философия: 3
26	COD_06-Философия: 4
27	COD_06-Философия: 5
28	COD_07-Теория систем и системный анализ: 3
29	COD_07-Теория систем и системный анализ: 4
30	COD_07-Теория систем и системный анализ: 5
31	COD_08-Экология: 3
32	COD_08-Экология: 4
33	COD_08-Экология: 5
34	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3
35	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4
36	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5
37	CKD_01-Web-дизайн и компьютерная графика: 3
38	CKD_01-Web-дизайн и компьютерная графика: 4
39	CKD_01-Web-дизайн и компьютерная графика: 5
40	CKD_02-Алгоритмические языки высокого уровня: 3
41	CKD_02-Алгоритмические языки высокого уровня: 4
42	CKD_02-Алгоритмические языки высокого уровня: 5
43	CKD_03-Алгоритмы и структуры данных: 3
44	CKD_03-Алгоритмы и структуры данных: 4
45	CKD_03-Алгоритмы и структуры данных: 5
46	CKD_04-Базы данных: 3
47	CKD_04-Базы данных: 4
48	CKD_04-Базы данных: 5
49	CKD_05-Высокоуровневые методы информатики и программирования: 3
50	CKD_05-Высокоуровневые методы информатики и программирования: 4
51	CKD_05-Высокоуровневые методы информатики и программирования: 5
52	CKD_06-Вычислительные системы, сети и телекоммуникации: 3
53	CKD_06-Вычислительные системы, сети и телекоммуникации: 4
54	CKD_06-Вычислительные системы, сети и телекоммуникации: 5
55	CKD_08-Дискретная математика: 3
56	CKD_08-Дискретная математика: 4
57	CKD_08-Дискретная математика: 5
58	CKD_09-Имитационное моделирование: 3
59	CKD_09-Имитационное моделирование: 4
60	CKD_09-Имитационное моделирование: 5
61	CKD_10-Имитационное моделирование ИС в БУ и ФД: 3
62	CKD_10-Имитационное моделирование ИС в БУ и ФД: 4
63	CKD_10-Имитационное моделирование ИС в БУ и ФД: 5
64	CKD_11-Интеллектуальные информационные системы: 3
65	CKD_11-Интеллектуальные информационные системы: 4
66	CKD_11-Интеллектуальные информационные системы: 5
Код	Наименование класса
67	CKD_12-Информатика: 3
68	CKD_12-Информатика: 4
69	CKD_12-Информатика: 5
70	CKD_13-Информационная безопасность: 3
71	CKD_13-Информационная безопасность: 4
72	CKD_13-Информационная безопасность: 5
73	CKD_14-ИС в БУ, управлении и ФД: 3
74	CKD_14-ИС в БУ, управлении и ФД: 4
75	CKD_14-ИС в БУ, управлении и ФД: 5
76	CKD_15-Информационные системы в юриспруденции: 3
77	CKD_15-Информационные системы в юриспруденции: 4
78	CKD_15-Информационные системы в юриспруденции: 5
79	CKD_16-Информационные системы и информационные технологии: 3
80	CKD_16-Информационные системы и информационные технологии: 4
81	CKD_16-Информационные системы и информационные технологии: 5
82	CKD_17-Информационный менеджмент: 3
83	CKD_17-Информационный менеджмент: 4
84	CKD_17-Информационный менеджмент: 5
85	CKD_18-Компьютерные методы решения задач в юриспруденции: 3
86	CKD_18-Компьютерные методы решения задач в юриспруденции: 4
87	CKD_18-Компьютерные методы решения задач в юриспруденции: 5
88	CKD_19-Математика: 3
89	CKD_19-Математика: 4
90	CKD_19-Математика: 5
91	CKD_20-Мат.логика, теор.множеств, дискр.математика: 3
92	CKD_20-Мат.логика, теор.множеств, дискр.математика: 4
93	CKD_20-Мат.логика, теор.множеств, дискр.математика: 5
94	CKD_21-Математическая экономика: 3
95	CKD_21-Математическая экономика: 4
96	CKD_21-Математическая экономика: 5
97	CKD_22-МЛОИ: 3
98	CKD_22-МЛОИ: 4
99	CKD_22-МЛОИ: 5
100	CKD_23-Операционные системы, среды и оболочки: 3
101	CKD_23-Операционные системы, среды и оболочки: 4
102	CKD_23-Операционные системы, среды и оболочки: 5
103	CKD_24-Основы алгоритмизации и программирования: 3
104	CKD_24-Основы алгоритмизации и программирования: 4
105	CKD_24-Основы алгоритмизации и программирования: 5
106	CKD_25-Пред практика: 3
107	CKD_25-Пред практика: 4
108	CKD_25-Пред практика: 5
109	CKD_26-Программирование на языке Ассемблера для IBM PC: 3
110	CKD_26-Программирование на языке Ассемблера для IBM PC: 4
111	CKD_26-Программирование на языке Ассемблера для IBM PC: 5
112	CKD_27-Проектирование информационных систем: 3
113	CKD_27-Проектирование информационных систем: 4
114	CKD_27-Проектирование информационных систем: 5
115	CKD_29-Производственная практика по БД: 3
116	CKD_29-Производственная практика по БД: 4
117	CKD_29-Производственная практика по БД: 5
118	CKD_30-Разработка и стандартизация ПС и ИТ: 3
Код	Наименование класса
119	CKD_30-Разработка и стандартизация ПС и ИТ: 4
120	CKD_30-Разработка и стандартизация ПС и ИТ: 5
121	CKD_31-Разработка приложений на языках высокого уровня: 3
122	CKD_31-Разработка приложений на языках высокого уровня: 4
123	CKD_31-Разработка приложений на языках высокого уровня: 5
124	CKD_32-Разработка приложений на языках ООП: 3
125	CKD_32-Разработка приложений на языках ООП: 4
126	CKD_32-Разработка приложений на языках ООП: 5
127	CKD_33-Теория вероятностей и математическая статистика: 3
128	CKD_33-Теория вероятностей и математическая статистика: 4
129	CKD_33-Теория вероятностей и математическая статистика: 5
130	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 3
131	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4
132	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5
133	CFED_01-Банковское дело: 3
134	CFED_01-Банковское дело: 4
135	CFED_01-Банковское дело: 5
136	CFED_02-Бухгалтерский учёт (управленческий): 3
137	CFED_02-Бухгалтерский учёт (управленческий): 4
138	CFED_02-Бухгалтерский учёт (управленческий): 5
139	CFED_03-Бухгалтерский учёт (финансовый): 3
140	CFED_03-Бухгалтерский учёт (финансовый): 4
141	CFED_03-Бухгалтерский учёт (финансовый): 5
142	CFED_04-Основы бизнеса: 3
143	CFED_04-Основы бизнеса: 4
144	CFED_04-Основы бизнеса: 5
145	CFED_05-Рынок ценных бумаг: 3
146	CFED_05-Рынок ценных бумаг: 4
147	CFED_05-Рынок ценных бумаг: 5
148	CFED_06-Теория бухгалтерского учёта: 3
149	CFED_06-Теория бухгалтерского учёта: 4
150	CFED_06-Теория бухгалтерского учёта: 5
151	CFED_07-Финансы и кредит: 3
152	CFED_07-Финансы и кредит: 4
153	CFED_07-Финансы и кредит: 5
154	CFED_08-Финансы, денежное обращение и кредит: 3
155	CFED_08-Финансы, денежное обращение и кредит: 4
156	CFED_08-Финансы, денежное обращение и кредит: 5
157	CFED_09-Экономика организаций (предприятий): 3
158	CFED_09-Экономика организаций (предприятий): 4
159	CFED_09-Экономика организаций (предприятий): 5
160	CFED_10-Экономико-математические методы и модели: 3
161	CFED_10-Экономико-математические методы и модели: 4
162	CFED_10-Экономико-математические методы и модели: 5
163	CFED_11-Экономическая теория: 3
164	CFED_11-Экономическая теория: 4
165	CFED_11-Экономическая теория: 5
166	CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 3
167	CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 4
168	CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5
169	CJD_01-Гражданский процесс: 3

Таблица 33 – ОПИСАТЕЛЬНЫЕ ШКАЛЫ И ГРАДАЦИИ (ФАКТОРЫ)

============================================

| N | Код | Н а и м е н о в а н и я |

| п/п| призн| шкал и градаций признаков |

|===========================================

| |[ 8]|ПОЛ |

| 1| 25 |Муж...........................|

| 2| 26 |Жен...........................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

| |[ 9]|МЕСТО РОЖДЕНИЯ |

| 3| 27 |Краевой центр.................|

| 4| 28 |Районный центр................|

| 5| 29 |Село (хутор, деревня).........|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

| |[ 10]|СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 6| 30 |Холост........................|

| 7| 31 |Женат (замужем)...............|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

| |[ 11]|КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 8| 32 |1.............................|

| 9| 33 |2.............................|

| 10| 34 |3 и более.....................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

| |[ 12]|СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 11| 35 |Госслужащий...................|

| 12| 36 |Военнослужащий................|

| 13| 37 |Предприниматель...............|

| 14| 38 |Интеллигент...................|

| 15| 39 |Рабочий.......................|

| 16| 40 |Крестьянин (фермер)...........|

| 17| 41 |Безработный...................|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

| |[ 13]|СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 18| 42 |Госслужащая...................|

| 19| 43 |Военнослужащая................|

| 20| 44 |Предприниматель...............|

| 21| 45 |Интеллигент...................|

| 22| 46 |Рабочая.......................|

| 23| 47 |Крестьянка (фермер)...........|

| 24| 48 |Безработная (домохозяйка).....|

============================================

В соответствии с методом СК-анализа каждый числовой фактор, независимо от его смысла и единиц измерения, рассматривается как переменная числовая величина, принимающая определенное множество значений. Подобные величины формализуются путем сведения к интервальным значениям, т.е. путем введения некоторого количества диапазонов, охватывающих все множество значений фактора, и установления фактов попадания конкретного значения величины в определенный диапазон.

Для каждого фактора устанавливаются свои границы диапазонов, исходя из их количества и множества значений величины фактора.

Количество диапазонов может быть различным для разных факторов, но на практике удобнее выбирать их одинаковым. Каковы же соображения, из которых исходят при выборе количества диапазонов? Чем больше диапазонов, тем точнее интервальные оценки. Однако это так только тогда, когда, по крайней мере, для большинства диапазонов наблюдаются факты попадания значений факторов в них. Очевидно, для этого необходимо достаточно большое количество данных. Если же их нет, то многие диапазоны могут оказаться пустыми и модель редуцируется к детерминистскому типу. Этот вариант не представляет интереса, т.к. делает невозможным обобщение (типизацию) и абстрагирование и, вследствие этого, распознавание из нечеткого поиска путем сравнения с обобщенными образами по сути превращается в сравнение конкретного идентифицируемого объекта с другими конкретными объектами обучающей выборки, как в методе k-ближайших соседей. В этом случае имеет смысл уменьшить количество интервалов (диапазонов) и тем самым укрупнить их.

Из этих рассуждений следует вывод о том, что при большом количестве данных оправданно увеличивать количество диапазонов и имеется возможность повысить точность исследования. Когда же данных недостаточно, приходится укрупнять диапазоны, что приводит к некоторой потере точности выводов, но делает их более обоснованными статистически. По-видимому, это утверждение можно считать одной из форм теоремы Котельникова об отсчетах.

СК-анализ предусматривает также возможность использования вторичных показателей, являющихся различными функциями первичных показателей. Но этот подход требует данных большего объема и за больший период времени и, поэтому, в данном исследовании применяться не будет.

Основываясь на этих соображениях нами, прежде всего, было определено количество диапазонов значений для каждого фактора.

Затем были определены границы каждого диапазона. Для этого:

– для каждого фактора были определены минимальное и максимальное значения;

– весь интервал значений был разделен на несколько равных частей, в общем случае разное для различных факторов. Равенство интервалов в каждой из шкал означает, что фактически эти шкалы являются не порядковыми, как выглядит на первый взгляд, а шкалами отношений.

4.2.3.2.2. Получение исходных данных запланированного состава в той форме, в которой они накапливаются в поставляющей их организации (журналы)

В деканате ФПИ КубГАУ ведется систематический сбор и учет данных по предметной обученности студентов факультета (журналы успеваемости), а также имеются личные карточки студентов с их фотографиями, заполненные ими от руки. Данные по предметной обученности были использованы нами для разработки классификационных шкал и градаций, а личные карточки – для описательных шкал и градаций. Эта информация по выбранным для обработки показателям была любезно предоставлена деканатом для выполнения данной работы.

4.2.3.2.3. Разработка электронной формы для представления
исходных данных

Для ввода исходных данных непосредственно из журналов успеваемости была разработана Excel-таблица, фрагмент которой приводится ниже (таблица 34).

Таблица 34 – ФРАГМЕНТ EXCEL-ТАБЛИЦЫ ДЛЯ ВВОДА ИСХОДНЫХ ДАННЫХ

№	Ф.И.О	Оценки по дисциплинам					Коды значений факторов
1	2	3	4	5	...	68	76	77	78	79	80	81
1
2
3
4
5

Каждая строка таблицы содержит закодированные данные по одному студенту за все время обучения: год: 1-й столбец – порядковый номер, 2-й – фамилия, имя и отчество студента, столбцы с 3-го по 68-й – оценки по дисциплинам, а столбцы с 76-го по 81-й – коды градаций факторов, всего 260 строк за период с 2004 по 2006 годы.

Для обработки использовались только данные выпускников ФПИ и только очной формы обучения, хотя в принципе можно было обработать данные и всех студентов факультета прикладной информатики и даже других факультетов и за любой период времени и всех форм обучения. Это могло бы значительно повысить научную и практическую ценность исследования. Поэтому данную работу можно рассматривать как первый этап проведения подобных исследований в КубГАУ. Количество выпускников ФПИ в разные годы было различным: в 2004 году – 42, в 2005 году – 100, в 2006 году – 118.

Вручную в бланк таблицы 34 вписывались только коды градаций факторов. Само кодирование также осуществлялось вручную, в соответствии со справочником описательных шкал и градаций (таблица 33) непосредственно в деканате ФПИ. Коды классов формировались на более позднем этапе.

Таблица с обучающей выборкой не приводится из-за конфиденциального характера содержащейся в ней информации.

4.2.3.2.4. Преобразование исходных данных
в электронную форму

Этот этап работ представляет собой ввод исходных данных из бумажного бланка (таблица 34 в соответствующую электронную Excel-таблицу и осуществлялся на компьютере вручную.

Кроме того, на этом этапе из журналов успеваемости, объединенных с таблицей 34 в одну Excel-книгу, для всех студентов автоматически были введены оценки по всем дисциплинам.

При выполнении вручную этот этап мог бы быть довольно трудоемким, т.к. порядок и сама номенклатура дисциплин в таблице 34, как уже отмечалось, отличается от их порядка и номенклатуры в журналах успеваемости, причем по-разному для разных учебных групп и лет обучения. Особенно трудоемкость реализации этого этапа возросла бы при увеличении количества студентов или дисциплин, т.е. при продолжении и развитии данного исследования. Поэтому было принято решение автоматизировать этот этап.

Для этого была разработана формула для поиска номера столбца в листе с журналом успеваемости (например, 2005ПИЭ52) в котором тот же заголовок, что и в столбце с формулой (E$2) в листе со всей обучающей выборкой:

=ПОИСКПОЗ(E$2;'2005ПИЭ52'!$A$2:'2005ПИЭ52'!$IV$2;0)

( 54 )

Тогда адрес ячейки с заданной строкой и найденным столбцом будет:

=АДРЕС(4;ПОИСКПОЗ(E$2;'2005ПИЭ52'!$A$2: '2005ПИЭ52'!$IV$2;0);4;ЛОЖЬ;"2005ПИЭ52")

( 55 )

А само значение по сформированному адресу:

=ДВССЫЛ(АДРЕС($A86-70;ПОИСКПОЗ(E$2;'2005ПИЭ52'!$A$2: '2005ПИЭ52'!$IV$2;0);4;ИСТИНА;"2005ПИЭ52"))

( 56 )

Причем номер строки вычисляется из значения порядкового номера студента в списке.

Если возникает ошибка: (#Н/Д) "Нет данных", то функция ЕНД возвращает значение "Истина" и функция ЕСЛИ выбирает не значение по сформированному адресу, а "***":

=ЕСЛИ(ЕНД(ДВССЫЛ(АДРЕС($A7+3; ПОИСКПОЗ(E$2;'2004'!$A$2:'2004'!$IV$2;0);4;ИСТИНА;"2004"))); "***";ДВССЫЛ(АДРЕС($A7+3;ПОИСКПОЗ(E$2;'2004'!$A$2: '2004'!$IV$2;0);4;ИСТИНА;"2004")))

( 57 )

В результате получаем лист с обучающей выборкой, в котором по каждому студенту приведены все оценки по всем дисциплинам, по которым он обучался, а также приведены признаки его социального статуса.

4.2.3.2.5. Контроль достоверности исходных данных
и исправление ошибок

После ввода исходных данных в Excel-таблицу, который осуществлялся вручную, была осуществлена выборочная проверка, которая показала правильность кодирования и ввода исходной информации. При этом ошибок кодирования и ввода обнаружено не было.

4.2.3.2.6. Импорт исходных данных из входной электронной формы в базы данных системы "Эйдос"

Для этой цели использовалась специально разработанный программный интерфейс, алгоритм и исходный текст которого приведены ниже (рисунок 34).

Необходимо отметить, что приведенный программный интерфейс разработан на базе аналогичного стандартного интерфейса системы "Эйдос" и является его адаптацией для конкретной задачи, решаемой в данной работе.

Рисунок 34. Алгоритм программного интерфейса импорта исходных данных
из входной Excel-формы в базы данных системы "Эйдос"

ИСХОДНЫЙ ТЕКСТ ПРОГРАММНОГО ИНТЕРФЕЙСА

* ГЕНЕРАЦИЯ классификационных и описательных шкал и градаций

* и обучающей выборки для изучения влияния признаков

* социального статуса на учебные достижения студентов

* Луценко Е.В. 05/07/06 09:03am

#pragma Library( "XPPRT1.LIB" )

#include "STD.CH "

#include "SET.CH "

#include "NATMSG.CH "

#include "GET.CH "

#include "PROMPT.CH "

#include "MEMVAR.CH "

#include "COLLAT.CH "

#include "APPBROW.CH"

#include "APP.CH "

#include "XBP.CH "

PROCEDURE AppSys()

RETURN

PROCEDURE Main()

SET DECIMALS TO 0

SET FIXED OFF

*******************************************************

** БЛОК-7. ГЕНЕРАЦИЯ КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИЙ

*******************************************************

CLOSE ALL

USE Klass_v2 EXCLUSIVE NEW

INDEX ON Field_name TO Klv2_fn

CLOSE ALL

USE Klass_v2 EXCLUSIVE NEW

USE Object EXCLUSIVE NEW;ZAP

M_kod = 0

A_kl := {} && Массив наименований классов (без наименов.шкалы)

SELECT Klass_v2

DBGOTOP()

M_Name = ALLTRIM(Field_name)+"-Без диплома"

SELECT Object

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name

SELECT Klass_v2

M_Name = ALLTRIM(Field_name)+"-Синий диплом"

SELECT Object

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name

SELECT Klass_v2

M_Name = ALLTRIM(Field_name)+"-Красный диплом"

SELECT Object

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name

SELECT Klass_v2

DBSKIP(1)

DO WHILE.NOT. EOF()

M_Name = SUBSTR(ALLTRIM(Field_name)+"-"+ALLTRIM(Klass_name),1,65)+": "

SELECT Object

FOR b = 3 TO 5

APPEND BLANK

REPLACE Kod WITH ++M_Kod

REPLACE Name WITH M_Name+STR(b,1)

NEXT

SELECT Klass_v2

DBSKIP(1)

ENDDO

CLOSE ALL

*******************************************************

** БЛОК-8. ГЕНЕРАЦИЯ ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ

*******************************************************

CLOSE ALL

USE Priz_ob EXCLUSIVE NEW;ZAP

USE Priz_per EXCLUSIVE NEW;ZAP

USE Op_sh EXCLUSIVE NEW

USE Gr_Op_sh EXCLUSIVE NEW

****** ФОРМИРОВАНИЕ СПРАВОЧНИКА ОПИСАТЕЛЬНЫХ ШКАЛ

SELECT Op_sh

DBGOTOP()

DO WHILE.NOT. EOF()

A_fv := {}

FOR f=1 TO 9

AADD(A_fv, FIELDGET(f))

NEXT

SELECT Priz_ob

APPEND BLANK

FOR f=1 TO 9

FIELDPUT(f, A_fv[f])

NEXT

SELECT Op_sh

DBSKIP(1)

ENDDO

****** ФОРМИРОВАНИЕ СПРАВОЧНИКА ГРАДАЦИЙ ОПИСАТЕЛЬНЫХ ШКАЛ

SELECT Gr_Op_sh

DBGOTOP()

DO WHILE.NOT. EOF()

M_Kod = Kod

M_KodObPr = Kod_ob_pr

M_Name = Name

SELECT Priz_per

APPEND BLANK

REPLACE Kod WITH M_Kod

REPLACE Kod_ob_pr WITH M_KodObPr

REPLACE Name WITH M_Name

SELECT Gr_Op_sh

DBSKIP(1)

ENDDO

*******************************************************

** БЛОК-9. ГЕНЕРАЦИЯ ОБУЧАЮЩЕЙ ВЫБОРКИ *******************************************************

CLOSE ALL

USE Object EXCLUSIVE NEW

INDEX ON Name TO Obj_name

CLOSE ALL

USE Inp12 EXCLUSIVE NEW

USE Klass_v2 INDEX Klv2_fn EXCLUSIVE NEW

USE Object INDEX Obj_name EXCLUSIVE NEW

USE Priz_per EXCLUSIVE NEW

*** Обучающая выборка

USE ObInfZag EXCLUSIVE NEW;ZAP

USE ObInfKpr EXCLUSIVE NEW;ZAP

SELECT Inp12

DBGOTOP()

DO WHILE.NOT. EOF()

****** База заголовков

A_Obj = {}

M_KodIst = FIELDGET(1)

M_NameIst = ALLTRIM(FIELDGET(2))

****** ФОРМИРОВАНИЕ МАССИВА КОДОВ КЛАССОВ

SELECT Inp12

Fv = ALLTRIM(FIELDGET(3))

DO CASE

CASE Fv = "Без диплома"

M_kkl = 1

CASE Fv = "Синий диплом"

M_kkl = 2

CASE Fv = "Красный диплом"

M_kkl = 3

ENDCASE

AADD(A_Obj, M_kkl)

FOR ff = 4 TO 68 && Цикл по полям классов БД Inp12

R = ff-2

Fv = FIELDGET(ff)

DO CASE

CASE VALTYPE(Fv) = "N"

M_kkl = (R-1)*3+ROUND(Fv,0)-2

AADD(A_Obj, M_kkl)

CASE VALTYPE(Fv) = "C"

IF Fv <> "***"

M_kkl = (R-1)*3+ROUND(VAL(Fv),0)-2

AADD(A_Obj, M_kkl)

ENDIF

ENDCASE

NEXT

****** ДОЗАПИСЬ БД ЗАГОЛОВКОВ

SELECT ObInfZag

APPEND BLANK

REPLACE Kod_ist WITH M_KodIst

REPLACE Name_ist WITH M_NameIst

** Дозапись БД кодов классов

IF LEN(A_Obj) > 0

FOR jj=1 TO LEN(A_Obj)

FIELDPUT(2+jj,A_Obj[jj])

NEXT

ENDIF

****** ФОРМИРОВАНИЕ МАССИВА КОДОВ ПРИЗНАКОВ ИЗ БД INP12

SELECT Inp12

A_prp = {}

FOR ff=69 TO 81 && Начало цикла по полям БД Inp12

M_kpr = FIELDGET(ff)

IF M_kpr > 0

AADD(A_prp, M_kpr)

ENDIF

NEXT

** ДОЗАПИСЬ МАССИВА КОДОВ ПРИЗНАКОВ ИЗ БД INP12 В БД OBINFKPR

IF LEN(A_prp) > 0

SELECT ObInfKpr

APPEND BLANK

FIELDPUT(1,M_KodIst)

k=0

FOR jj=1 TO LEN(A_prp)

++k

IF k <= 12

FIELDPUT(k+1,A_prp[jj])

ELSE

APPEND BLANK

FIELDPUT(1,M_KodIst)

k=1

FIELDPUT(k+1,A_prp[jj])

ENDIF

NEXT

ENDIF

SELECT Inp12

DBSKIP(1)

ENDDO

MsgBox("ГЕНЕРАЦИЯ КЛАССИФИКАЦИОННЫХ И ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ И ОБУЧАЮЩЕЙ ВЫБОРКИ ЗАВЕРШЕНА УСПЕШНО !!!")

CLOSE ALL

RETURN

Приведенный программный интерфейс обеспечивает автоматический ввод обучающей выборки из Excel-файла с входной информацией в соответствующие базы данных системы "Эйдос", после чего можно приступать к синтезу семантической информационной модели и ее анализу.

4.2.3.3. Синтез семантической информационной модели, ее оптимизация и проверка на адекватность

4.2.3.3.1. Синтез семантической информационной
модели (СИМ)

Синтез семантической информационной модели (СИМ) осуществляется автоматически в 5-м режиме 2-й подсистемы системы "Эйдос" (рисунок 35).

Рисунок 35. Режим синтеза семантической информационной модели

4.2.3.3.2. Оптимизация СИМ

Оптимизация семантической информационной модели состоит в исключении из нее факторов, не оказывающих существенного влияния на результаты идентификации, прогнозирования и принятие решений. Рассмотрим график, приведенный на рисунке 36.

Из рисунка 36 видно, что в созданной модели практически нет несущественных факторов, поэтому в данном случае оптимизации модели не требуется. В общем случае в результате оптимизации модели резко сокращается ее размерность, а также существенно сокращается время решения задач за счет сокращения затрат времени на подготовку и ввод исходной информации и уменьшения затрат вычислительных ресурсов и машинного времени на проведение расчетов.

Рисунок 36. Паретто-кривая "Сила влияния различных градаций факторов
на получение различных результатов прогнозирования "нарастающим итогом"

4.2.3.3.3. Измерение адекватности СИМ

Измерение адекватности СИМ состоит в измерении внутренней и внешней, дифференциальной и интегральной валидности.

4.2.3.3.3.1. Внутренняя дифференциальная
и интегральная валидность

Под внутренней валидностью понимается способность модели верно идентифицировать объекты, входящие в обучающую выборку.

Для измерения адекватности модели необходимо выполнить следующие действия:

1. Скопировать обучающую выборку в распознаваемую (во 1-м режиме 2-й подсистемы нажав клавишу F5).

2. Выполнить пакетное распознавание (во 2-м режиме 4-й подсистемы, задав 1-й критерий сходства) (рисунок 37).

3. Измерить адекватность модели (во 2-м режиме 6-й подсистемы) (рисунки 38 и 39, таблица 35).

Рисунок 37. Выход на режим пакетного распознавания

Рисунок 38. Выход на режим измерения адекватности модели

Рисунок 39. Экранная форма управления измерением адекватности модели

и отображения результатов

Таблица 35 – ИЗМЕРЕНИЕ АДЕКВАТНОСТИ

СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ

Анкет физических: 260 логических (всего/факт): 12406/ 12023

Верная идентификация: 7509 Ошибочная неидентификация: 4514

Верная идентификация: 62.46% Ошибочная неидентификация: 37.54%

Минимальный уровень сходства: 0.0 Максимальное кол-во классов: 99999

16-05-06 10:35:14 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 1 │ 46 │CKD_04-Базы данных: 3 │ 53║ 49│ 158│ 49│ 4║ 92.45│ 1.32│ 0.41│ 7.55║ 20.38 │ 4.54║

║ 2 │ 157 │CFED_09-Экономика организаций (предприятий): 3 │ 109║ 100│ 127│ 24│ 9║ 91.74│ 1.07│ 0.20│ 8.26║ 41.92 │ 2.19║

║ 3 │ 4 │ALL-Средний балл: 3 │ 24║ 22│ 127│ 109│ 2║ 91.67│ 1.06│ 0.91│ 8.33║ 9.23 │ 9.93║

║ 4 │ 33 │COD_08-Экология: 5 │ 22║ 20│ 118│ 120│ 2║ 90.91│ 0.98│ 1.00│ 9.09║ 8.46 │ 10.75║

║ 5 │ 58 │CKD_09-Имитационное моделирование: 3 │ 22║ 20│ 130│ 108│ 2║ 90.91│ 1.08│ 0.90│ 9.09║ 8.46 │ 10.75║

║ 6 │ 8 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 115║ 104│ 122│ 23│ 11║ 90.43│ 1.02│ 0.19│ 9.57║ 44.23 │ 2.04║

║ 7 │ 111 │CKD_26-Программирование на языке Ассемблера для IBM PC: 5 │ 10║ 9│ 53│ 197│ 1║ 90.00│ 0.44│ 1.64│ 10.00║ 3.85 │ 23.38║

║ 8 │ 124 │CKD_32-Разработка приложений на языках ООП: 3 │ 154║ 138│ 68│ 38│ 16║ 89.61│ 0.57│ 0.32│ 10.39║ 59.23 │ 1.51║

║ 9 │ 72 │CKD_13-Информационная безопасность: 5 │ 141║ 126│ 100│ 19│ 15║ 89.36│ 0.84│ 0.16│ 10.64║ 54.23 │ 1.65║

║ 10 │ 141 │CFED_03-Бухгалтерский учёт (финансовый): 5 │ 80║ 71│ 156│ 24│ 9║ 88.75│ 1.31│ 0.20│ 11.25║ 30.77 │ 2.88║

║ 11 │ 96 │CKD_21-Математическая экономика: 5 │ 88║ 78│ 142│ 30│ 10║ 88.64│ 1.19│ 0.25│ 11.36║ 33.85 │ 2.62║

║ 12 │ 122 │CKD_31-Разработка приложений на языках высокого уровня: 4 │ 79║ 70│ 158│ 23│ 9║ 88.61│ 1.32│ 0.19│ 11.39║ 30.38 │ 2.92║

║ 13 │ 82 │CKD_17-Информационный менеджмент: 3 │ 43║ 38│ 126│ 91│ 5║ 88.37│ 1.05│ 0.76│ 11.63║ 16.54 │ 5.34║

║ 14 │ 36 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 98║ 86│ 143│ 19│ 12║ 87.76│ 1.20│ 0.16│ 12.24║ 37.69 │ 2.33║

║ 15 │ 48 │CKD_04-Базы данных: 5 │ 121║ 106│ 117│ 22│ 15║ 87.60│ 0.98│ 0.18│ 12.40║ 46.54 │ 1.88║

║ 16 │ 26 │COD_06-Философия: 4 │ 96║ 84│ 114│ 50│ 12║ 87.50│ 0.96│ 0.42│ 12.50║ 36.92 │ 2.37║

║ 17 │ 3 │Red_dipl-Красный диплом │ 71║ 62│ 164│ 25│ 9║ 87.32│ 1.37│ 0.21│ 12.68║ 27.31 │ 3.20║

║ 18 │ 133 │CFED_01-Банковское дело: 3 │ 192║ 166│ 60│ 20│ 14║ 86.46│ 0.51│ 0.17│ 7.29║ 73.85 │ 1.17║

║ 19 │ 34 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 153║ 132│ 88│ 30│ 10║ 86.27│ 0.74│ 0.25│ 6.54║ 58.85 │ 1.47║

║ 20 │ 115 │CKD_29-Производственная практика по БД: 3 │ 123║ 106│ 95│ 46│ 13║ 86.18│ 0.80│ 0.39│ 10.57║ 47.31 │ 1.82║

║ 21 │ 15 │COD_02-Логика: 5 │ 14║ 12│ 110│ 136│ 2║ 85.71│ 0.92│ 1.13│ 14.29║ 5.38 │ 15.93║

║ 22 │ 105 │CKD_24-Основы алгоритмизации и программирования: 5 │ 13║ 11│ 70│ 177│ 2║ 84.62│ 0.58│ 1.47│ 15.38║ 5.00 │ 16.92║

║ 23 │ 50 │CKD_05-Высокоуровневые методы информатики и программирования: 4│ 103║ 87│ 122│ 35│ 16║ 84.47│ 1.02│ 0.29│ 15.53║ 39.62 │ 2.13║

║ 24 │ 6 │ALL-Средний балл: 5 │ 114║ 96│ 119│ 27│ 18║ 84.21│ 1.00│ 0.23│ 15.79║ 43.85 │ 1.92║

║ 25 │ 181 │CJD_05-Криминалистика: 3 │ 19║ 16│ 139│ 102│ 3║ 84.21│ 1.16│ 0.85│ 15.79║ 7.31 │ 11.52║

║ 26 │ 107 │CKD_25-Пред практика: 4 │ 43║ 36│ 118│ 99│ 7║ 83.72│ 0.98│ 0.83│ 16.28║ 16.54 │ 5.06║

║ 27 │ 61 │CKD_10-Имитационное моделирование ИС в БУ и ФД: 3 │ 24║ 20│ 103│ 133│ 4║ 83.33│ 0.86│ 1.11│ 16.67║ 9.23 │ 9.03║

║ 28 │ 64 │CKD_11-Интеллектуальные информационные системы: 3 │ 18║ 15│ 85│ 157│ 3║ 83.33│ 0.71│ 1.31│ 16.67║ 6.92 │ 12.04║

║ 29 │ 143 │CFED_04-Основы бизнеса: 4 │ 48║ 39│ 131│ 81│ 9║ 81.25│ 1.09│ 0.68│ 18.75║ 18.46 │ 4.40║

║ 30 │ 43 │CKD_03-Алгоритмы и структуры данных: 3 │ 63║ 51│ 101│ 96│ 12║ 80.95│ 0.84│ 0.80│ 19.05║ 24.23 │ 3.34║

║ 31 │ 166 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 3 │ 21║ 17│ 98│ 141│ 4║ 80.95│ 0.82│ 1.17│ 19.05║ 8.08 │ 10.02║

║ 32 │ 17 │COD_03-Политология: 4 │ 26║ 21│ 106│ 128│ 5║ 80.77│ 0.88│ 1.07│ 19.23║ 10.00 │ 8.08║

║ 33 │ 86 │CKD_18-Компьютерные методы решения задач в юриспруденции: 4 │ 26║ 21│ 110│ 124│ 5║ 80.77│ 0.92│ 1.03│ 19.23║ 10.00 │ 8.08║

║ 34 │ 158 │CFED_09-Экономика организаций (предприятий): 4 │ 67║ 54│ 118│ 75│ 13║ 80.60│ 0.99│ 0.63│ 19.40║ 25.77 │ 3.13║

║ 35 │ 142 │CFED_04-Основы бизнеса: 3 │ 36║ 29│ 119│ 105│ 7║ 80.56│ 0.99│ 0.88│ 19.44║ 13.85 │ 5.82║

║ 36 │ 139 │CFED_03-Бухгалтерский учёт (финансовый): 3 │ 35║ 28│ 112│ 113│ 7║ 80.00│ 0.93│ 0.94│ 20.00║ 13.46 │ 5.94║

║ 37 │ 178 │CJD_04-Конституционное право: 3 │ 10║ 8│ 89│ 161│ 2║ 80.00│ 0.74│ 1.34│ 20.00║ 3.85 │ 20.78║

║ 38 │ 20 │COD_04-История Отечества: 4 │ 113║ 90│ 94│ 53│ 23║ 79.65│ 0.79│ 0.45│ 20.35║ 43.46 │ 1.83║

║ 39 │ 53 │CKD_06-Вычислительные системы, сети и телекоммуникации: 4 │ 88║ 70│ 115│ 57│ 18║ 79.55│ 0.96│ 0.48│ 20.45║ 33.85 │ 2.35║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

16-05-06 10:35:14 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 40 │ 67 │CKD_12-Информатика: 3 │ 29║ 23│ 116│ 115│ 6║ 79.31│ 0.97│ 0.96│ 20.69║ 11.15 │ 7.11║

║ 41 │ 130 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 3 │ 106║ 84│ 112│ 47│ 17║ 79.25│ 0.94│ 0.39│ 16.04║ 40.77 │ 1.94║

║ 42 │ 70 │CKD_13-Информационная безопасность: 3 │ 24║ 19│ 97│ 139│ 5║ 79.17│ 0.81│ 1.16│ 20.83║ 9.23 │ 8.58║

║ 43 │ 57 │CKD_08-Дискретная математика: 5 │ 43║ 34│ 124│ 93│ 9║ 79.07│ 1.04│ 0.78│ 20.93║ 16.54 │ 4.78║

║ 44 │ 10 │COD_01-Английский язык: 3 │ 19║ 15│ 87│ 154│ 4║ 78.95│ 0.72│ 1.28│ 21.05║ 7.31 │ 10.80║

║ 45 │ 163 │CFED_11-Экономическая теория: 3 │ 19║ 15│ 127│ 114│ 4║ 78.95│ 1.06│ 0.95│ 21.05║ 7.31 │ 10.80║

║ 46 │ 164 │CFED_11-Экономическая теория: 4 │ 91║ 71│ 103│ 66│ 20║ 78.02│ 0.86│ 0.55│ 21.98║ 35.00 │ 2.23║

║ 47 │ 146 │CFED_05-Рынок ценных бумаг: 4 │ 45║ 35│ 98│ 117│ 10║ 77.78│ 0.82│ 0.98│ 22.22║ 17.31 │ 4.49║

║ 48 │ 198 │CJD_10-Финансовое право: 5 │ 27║ 21│ 153│ 80│ 6║ 77.78│ 1.28│ 0.67│ 22.22║ 10.38 │ 7.49║

║ 49 │ 76 │CKD_15-Информационные системы в юриспруденции: 3 │ 164║ 127│ 57│ 43│ 33║ 77.44│ 0.48│ 0.36│ 20.12║ 63.08 │ 1.23║

║ 50 │ 112 │CKD_27-Проектирование информационных систем: 3 │ 44║ 34│ 102│ 114│ 10║ 77.27│ 0.85│ 0.95│ 22.73║ 16.92 │ 4.57║

║ 51 │ 121 │CKD_31-Разработка приложений на языках высокого уровня: 3 │ 178║ 137│ 69│ 40│ 14║ 76.97│ 0.58│ 0.34│ 7.87║ 68.46 │ 1.12║

║ 52 │ 77 │CKD_15-Информационные системы в юриспруденции: 4 │ 13║ 10│ 76│ 171│ 3║ 76.92│ 0.63│ 1.42│ 23.08║ 5.00 │ 15.38║

║ 53 │ 25 │COD_06-Философия: 3 │ 81║ 62│ 89│ 90│ 19║ 76.54│ 0.75│ 0.75│ 23.46║ 31.15 │ 2.46║

║ 54 │ 113 │CKD_27-Проектирование информационных систем: 4 │ 97║ 74│ 108│ 55│ 23║ 76.29│ 0.91│ 0.46│ 23.71║ 37.31 │ 2.04║

║ 55 │ 16 │COD_03-Политология: 3 │ 25║ 19│ 102│ 133│ 6║ 76.00│ 0.85│ 1.11│ 24.00║ 9.62 │ 7.90║

║ 56 │ 123 │CKD_31-Разработка приложений на языках высокого уровня: 5 │ 79║ 60│ 111│ 70│ 19║ 75.95│ 0.93│ 0.59│ 24.05║ 30.38 │ 2.50║

║ 57 │ 120 │CKD_30-Разработка и стандартизация ПС и ИТ: 5 │ 62║ 47│ 81│ 117│ 15║ 75.81│ 0.68│ 0.98│ 24.19║ 23.85 │ 3.18║

║ 58 │ 94 │CKD_21-Математическая экономика: 3 │ 24║ 18│ 102│ 134│ 6║ 75.00│ 0.85│ 1.12│ 25.00║ 9.23 │ 8.13║

║ 59 │ 160 │CFED_10-Экономико-математические методы и модели: 3 │ 67║ 50│ 112│ 81│ 17║ 74.63│ 0.94│ 0.68│ 25.37║ 25.77 │ 2.90║

║ 60 │ 114 │CKD_27-Проектирование информационных систем: 5 │ 118║ 88│ 97│ 45│ 30║ 74.58│ 0.81│ 0.38│ 25.42║ 45.38 │ 1.64║

║ 61 │ 97 │CKD_22-МЛОИ: 3 │ 19║ 14│ 56│ 185│ 5║ 73.68│ 0.47│ 1.54│ 26.32║ 7.31 │ 10.08║

║ 62 │ 152 │CFED_07-Финансы и кредит: 4 │ 45║ 33│ 114│ 101│ 12║ 73.33│ 0.95│ 0.84│ 26.67║ 17.31 │ 4.24║

║ 63 │ 156 │CFED_08-Финансы, денежное обращение и кредит: 5 │ 15║ 11│ 73│ 172│ 4║ 73.33│ 0.61│ 1.43│ 26.67║ 5.77 │ 12.71║

║ 64 │ 189 │CJD_07-Уголовное право (общая часть): 5 │ 15║ 11│ 82│ 163│ 4║ 73.33│ 0.68│ 1.36│ 26.67║ 5.77 │ 12.71║

║ 65 │ 136 │CFED_02-Бухгалтерский учёт (управленческий): 3 │ 101║ 74│ 101│ 58│ 27║ 73.27│ 0.85│ 0.49│ 26.73║ 38.85 │ 1.89║

║ 66 │ 184 │CJD_06-Теория государства и права: 3 │ 26║ 19│ 76│ 158│ 7║ 73.08│ 0.63│ 1.32│ 26.92║ 10.00 │ 7.31║

║ 67 │ 44 │CKD_03-Алгоритмы и структуры данных: 4 │ 92║ 67│ 102│ 66│ 25║ 72.83│ 0.85│ 0.55│ 27.17║ 35.38 │ 2.06║

║ 68 │ 102 │CKD_23-Операционные системы, среды и оболочки: 5 │ 88║ 64│ 87│ 85│ 24║ 72.73│ 0.73│ 0.71│ 27.27║ 33.85 │ 2.15║

║ 69 │ 188 │CJD_07-Уголовное право (общая часть): 4 │ 11║ 8│ 73│ 176│ 3║ 72.73│ 0.61│ 1.47│ 27.27║ 4.23 │ 17.19║

║ 70 │ 40 │CKD_02-Алгоритмические языки высокого уровня: 3 │ 29║ 21│ 79│ 152│ 8║ 72.41│ 0.66│ 1.27│ 27.59║ 11.15 │ 6.49║

║ 71 │ 59 │CKD_09-Имитационное моделирование: 4 │ 72║ 52│ 93│ 95│ 20║ 72.22│ 0.78│ 0.79│ 27.78║ 27.69 │ 2.61║

║ 72 │ 93 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 5 │ 21║ 15│ 86│ 153│ 6║ 71.43│ 0.72│ 1.27│ 28.57║ 8.08 │ 8.84║

║ 73 │ 65 │CKD_11-Интеллектуальные информационные системы: 4 │ 65║ 46│ 88│ 107│ 19║ 70.77│ 0.74│ 0.89│ 29.23║ 25.00 │ 2.83║

║ 74 │ 147 │CFED_05-Рынок ценных бумаг: 5 │ 78║ 54│ 93│ 89│ 24║ 69.23│ 0.78│ 0.75│ 30.77║ 30.00 │ 2.31║

║ 75 │ 192 │CJD_08-Уголовное право (особенная часть): 5 │ 13║ 9│ 70│ 177│ 4║ 69.23│ 0.58│ 1.47│ 30.77║ 5.00 │ 13.85║

║ 76 │ 80 │CKD_16-Информационные системы и информационные технологии: 4 │ 42║ 29│ 86│ 132│ 13║ 69.05│ 0.72│ 1.10│ 30.95║ 16.15 │ 4.28║

║ 77 │ 168 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5 │ 19║ 13│ 100│ 141│ 6║ 68.42│ 0.83│ 1.17│ 31.58║ 7.31 │ 9.36║

║ 78 │ 110 │CKD_26-Программирование на языке Ассемблера для IBM PC: 4 │ 22║ 15│ 76│ 162│ 7║ 68.18│ 0.63│ 1.35│ 31.82║ 8.46 │ 8.06║

║ 79 │ 60 │CKD_09-Имитационное моделирование: 5 │ 86║ 58│ 93│ 81│ 28║ 67.44│ 0.78│ 0.68│ 32.56║ 33.08 │ 2.04║

║ 80 │ 39 │CKD_01-Web-дизайн и компьютерная графика: 5 │ 58║ 39│ 98│ 104│ 19║ 67.24│ 0.82│ 0.87│ 32.76║ 22.31 │ 3.01║

║ 81 │ 45 │CKD_03-Алгоритмы и структуры данных: 5 │ 105║ 70│ 82│ 73│ 35║ 66.67│ 0.69│ 0.61│ 33.33║ 40.38 │ 1.65║

║ 82 │ 174 │CJD_02-Гражданское право: 5 │ 15║ 10│ 122│ 123│ 5║ 66.67│ 1.02│ 1.02│ 33.33║ 5.77 │ 11.55║

║ 83 │ 194 │CJD_09-Уголовный процесс: 4 │ 18║ 12│ 84│ 158│ 6║ 66.67│ 0.70│ 1.32│ 33.33║ 6.92 │ 9.63║

║ 84 │ 11 │COD_01-Английский язык: 4 │ 80║ 53│ 70│ 110│ 27║ 66.25│ 0.59│ 0.92│ 33.75║ 30.77 │ 2.15║

║ 85 │ 162 │CFED_10-Экономико-математические методы и модели: 5 │ 93║ 61│ 89│ 78│ 32║ 65.59│ 0.75│ 0.65│ 34.41║ 35.77 │ 1.83║

║ 86 │ 81 │CKD_16-Информационные системы и информационные технологии: 5 │ 52║ 34│ 66│ 142│ 18║ 65.38│ 0.55│ 1.19│ 34.62║ 20.00 │ 3.27║

║ 87 │ 183 │CJD_05-Криминалистика: 5 │ 26║ 17│ 118│ 116│ 9║ 65.38│ 0.98│ 0.97│ 34.62║ 10.00 │ 6.54║

║ 88 │ 101 │CKD_23-Операционные системы, среды и оболочки: 4 │ 103║ 67│ 70│ 87│ 36║ 65.05│ 0.59│ 0.73│ 34.95║ 39.62 │ 1.64║

║ 89 │ 153 │CFED_07-Финансы и кредит: 5 │ 67║ 43│ 109│ 84│ 24║ 64.18│ 0.91│ 0.70│ 35.82║ 25.77 │ 2.49║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

16-05-06 10:35:14 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 90 │ 125 │CKD_32-Разработка приложений на языках ООП: 4 │ 47║ 30│ 88│ 125│ 17║ 63.83│ 0.73│ 1.04│ 36.17║ 18.08 │ 3.53║

║ 91 │ 24 │COD_05-Правоведение: 5 │ 11║ 7│ 85│ 164│ 4║ 63.64│ 0.71│ 1.37│ 36.36║ 4.23 │ 15.04║

║ 92 │ 30 │COD_07-Теория систем и системный анализ: 5 │ 109║ 69│ 81│ 70│ 40║ 63.30│ 0.68│ 0.59│ 36.70║ 41.92 │ 1.51║

║ 93 │ 92 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 4 │ 19║ 12│ 76│ 165│ 7║ 63.16│ 0.63│ 1.37│ 36.84║ 7.31 │ 8.64║

║ 94 │ 177 │CJD_03-Коммерческое право: 5 │ 19║ 12│ 91│ 150│ 7║ 63.16│ 0.76│ 1.25│ 36.84║ 7.31 │ 8.64║

║ 95 │ 89 │CKD_19-Математика: 4 │ 102║ 64│ 77│ 81│ 38║ 62.75│ 0.65│ 0.68│ 37.25║ 39.23 │ 1.60║

║ 96 │ 145 │CFED_05-Рынок ценных бумаг: 3 │ 16║ 10│ 96│ 148│ 6║ 62.50│ 0.80│ 1.23│ 37.50║ 6.15 │ 10.16║

║ 97 │ 135 │CFED_01-Банковское дело: 5 │ 93║ 58│ 71│ 96│ 35║ 62.37│ 0.60│ 0.80│ 37.63║ 35.77 │ 1.74║

║ 98 │ 23 │COD_05-Правоведение: 4 │ 21║ 13│ 47│ 192│ 8║ 61.90│ 0.39│ 1.60│ 38.10║ 8.08 │ 7.66║

║ 99 │ 134 │CFED_01-Банковское дело: 4 │ 55║ 34│ 123│ 82│ 21║ 61.82│ 1.03│ 0.69│ 38.18║ 21.15 │ 2.92║

║ 100 │ 196 │CJD_10-Финансовое право: 3 │ 18║ 11│ 53│ 189│ 7║ 61.11│ 0.44│ 1.57│ 38.89║ 6.92 │ 8.83║

║ 101 │ 127 │CKD_33-Теория вероятностей и математическая статистика: 3 │ 97║ 59│ 108│ 73│ 20║ 60.82│ 0.91│ 0.61│ 20.62║ 37.31 │ 1.63║

║ 102 │ 71 │CKD_13-Информационная безопасность: 4 │ 94║ 57│ 60│ 106│ 37║ 60.64│ 0.50│ 0.89│ 39.36║ 36.15 │ 1.68║

║ 103 │ 176 │CJD_03-Коммерческое право: 4 │ 33║ 20│ 85│ 142│ 13║ 60.61│ 0.71│ 1.18│ 39.39║ 12.69 │ 4.78║

║ 104 │ 104 │CKD_24-Основы алгоритмизации и программирования: 4 │ 15║ 9│ 57│ 188│ 6║ 60.00│ 0.47│ 1.57│ 40.00║ 5.77 │ 10.40║

║ 105 │ 109 │CKD_26-Программирование на языке Ассемблера для IBM PC: 3 │ 10║ 6│ 59│ 191│ 4║ 60.00│ 0.49│ 1.59│ 40.00║ 3.85 │ 15.58║

║ 106 │ 171 │CJD_01-Гражданский процесс: 5 │ 10║ 6│ 58│ 192│ 4║ 60.00│ 0.48│ 1.60│ 40.00║ 3.85 │ 15.58║

║ 107 │ 172 │CJD_02-Гражданское право: 3 │ 40║ 24│ 71│ 150│ 15║ 60.00│ 0.59│ 1.25│ 37.50║ 15.38 │ 3.90║

║ 108 │ 84 │CKD_17-Информационный менеджмент: 5 │ 112║ 67│ 74│ 74│ 45║ 59.82│ 0.62│ 0.62│ 40.18║ 43.08 │ 1.39║

║ 109 │ 106 │CKD_25-Пред практика: 3 │ 222║ 132│ 12│ 29│ 87║ 59.46│ 0.10│ 0.25│ 39.19║ 85.38 │ 0.70║

║ 110 │ 49 │CKD_05-Высокоуровневые методы информатики и программирования: 3│ 81║ 48│ 55│ 124│ 33║ 59.26│ 0.46│ 1.04│ 40.74║ 31.15 │ 1.90║

║ 111 │ 161 │CFED_10-Экономико-математические методы и модели: 4 │ 63║ 37│ 62│ 135│ 26║ 58.73│ 0.52│ 1.13│ 41.27║ 24.23 │ 2.42║

║ 112 │ 32 │COD_08-Экология: 4 │ 12║ 7│ 34│ 214│ 5║ 58.33│ 0.28│ 1.78│ 41.67║ 4.62 │ 12.63║

║ 113 │ 132 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5 │ 96║ 56│ 83│ 81│ 40║ 58.33│ 0.70│ 0.68│ 41.67║ 36.92 │ 1.58║

║ 114 │ 56 │CKD_08-Дискретная математика: 4 │ 57║ 33│ 83│ 120│ 24║ 57.89│ 0.69│ 1.00│ 42.11║ 21.92 │ 2.64║

║ 115 │ 129 │CKD_33-Теория вероятностей и математическая статистика: 5 │ 26║ 15│ 62│ 172│ 11║ 57.69│ 0.52│ 1.43│ 42.31║ 10.00 │ 5.77║

║ 116 │ 175 │CJD_03-Коммерческое право: 3 │ 26║ 15│ 67│ 167│ 11║ 57.69│ 0.56│ 1.39│ 42.31║ 10.00 │ 5.77║

║ 117 │ 37 │CKD_01-Web-дизайн и компьютерная графика: 3 │ 28║ 16│ 68│ 164│ 12║ 57.14│ 0.57│ 1.37│ 42.86║ 10.77 │ 5.31║

║ 118 │ 155 │CFED_08-Финансы, денежное обращение и кредит: 4 │ 21║ 12│ 90│ 149│ 9║ 57.14│ 0.75│ 1.24│ 42.86║ 8.08 │ 7.07║

║ 119 │ 170 │CJD_01-Гражданский процесс: 4 │ 21║ 12│ 79│ 160│ 9║ 57.14│ 0.66│ 1.33│ 42.86║ 8.08 │ 7.07║

║ 120 │ 128 │CKD_33-Теория вероятностей и математическая статистика: 4 │ 60║ 34│ 50│ 150│ 26║ 56.67│ 0.42│ 1.25│ 43.33║ 23.08 │ 2.46║

║ 121 │ 7 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 39║ 22│ 46│ 175│ 17║ 56.41│ 0.38│ 1.46│ 43.59║ 15.00 │ 3.76║

║ 122 │ 126 │CKD_32-Разработка приложений на языках ООП: 5 │ 59║ 33│ 46│ 155│ 26║ 55.93│ 0.38│ 1.30│ 44.07║ 22.69 │ 2.46║

║ 123 │ 31 │COD_08-Экология: 3 │ 9║ 5│ 71│ 180│ 4║ 55.56│ 0.59│ 1.50│ 44.44║ 3.46 │ 16.06║

║ 124 │ 28 │COD_07-Теория систем и системный анализ: 3 │ 271║ 150│ 18│ 20│ 72║ 55.35│ 0.15│ 0.17│ 26.57║104.23 │ 0.53║

║ 125 │ 88 │CKD_19-Математика: 3 │ 286║ 157│ 10│ 17│ 76║ 54.90│ 0.09│ 0.14│ 26.57║110.00 │ 0.50║

║ 126 │ 140 │CFED_03-Бухгалтерский учёт (финансовый): 4 │ 66║ 36│ 57│ 137│ 30║ 54.55│ 0.48│ 1.15│ 45.45║ 25.38 │ 2.15║

║ 127 │ 116 │CKD_29-Производственная практика по БД: 4 │ 35║ 19│ 77│ 148│ 16║ 54.29│ 0.64│ 1.23│ 45.71║ 13.46 │ 4.03║

║ 128 │ 108 │CKD_25-Пред практика: 5 │ 72║ 39│ 52│ 136│ 33║ 54.17│ 0.44│ 1.14│ 45.83║ 27.69 │ 1.96║

║ 129 │ 52 │CKD_06-Вычислительные системы, сети и телекоммуникации: 3 │ 177║ 95│ 51│ 62│ 52║ 53.67│ 0.43│ 0.52│ 29.38║ 68.08 │ 0.79║

║ 130 │ 55 │CKD_08-Дискретная математика: 3 │ 98║ 51│ 63│ 107│ 39║ 52.04│ 0.53│ 0.90│ 39.80║ 37.69 │ 1.38║

║ 131 │ 68 │CKD_12-Информатика: 4 │ 111║ 56│ 56│ 93│ 55║ 50.45│ 0.47│ 0.78│ 49.55║ 42.69 │ 1.18║

║ 132 │ 42 │CKD_02-Алгоритмические языки высокого уровня: 5 │ 36║ 18│ 44│ 180│ 18║ 50.00│ 0.37│ 1.50│ 50.00║ 13.85 │ 3.61║

║ 133 │ 78 │CKD_15-Информационные системы в юриспруденции: 5 │ 24║ 12│ 63│ 173│ 12║ 50.00│ 0.53│ 1.44│ 50.00║ 9.23 │ 5.42║

║ 134 │ 85 │CKD_18-Компьютерные методы решения задач в юриспруденции: 3 │ 8║ 4│ 33│ 219│ 4║ 50.00│ 0.27│ 1.82│ 50.00║ 3.08 │ 16.23║

║ 135 │ 99 │CKD_22-МЛОИ: 5 │ 32║ 16│ 46│ 182│ 16║ 50.00│ 0.38│ 1.52│ 50.00║ 12.31 │ 4.06║

║ 136 │ 19 │COD_04-История Отечества: 3 │ 269║ 134│ 10│ 25│ 91║ 49.81│ 0.09│ 0.21│ 33.83║103.46 │ 0.48║

║ 137 │ 9 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 99║ 49│ 42│ 119│ 50║ 49.49│ 0.35│ 1.00│ 50.51║ 38.08 │ 1.30║

║ 138 │ 69 │CKD_12-Информатика: 5 │ 120║ 58│ 45│ 95│ 62║ 48.33│ 0.38│ 0.80│ 51.67║ 46.15 │ 1.05║

║ 139 │ 151 │CFED_07-Финансы и кредит: 3 │ 246║ 118│ 10│ 31│ 101║ 47.97│ 0.08│ 0.26│ 41.06║ 94.62 │ 0.51║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

16-05-06 10:35:14 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 140 │ 90 │CKD_19-Математика: 5 │ 90║ 43│ 45│ 125│ 47║ 47.78│ 0.38│ 1.05│ 52.22║ 34.62 │ 1.38║

║ 141 │ 191 │CJD_08-Уголовное право (особенная часть): 4 │ 15║ 7│ 49│ 196│ 8║ 46.67│ 0.41│ 1.63│ 53.33║ 5.77 │ 8.09║

║ 142 │ 190 │CJD_08-Уголовное право (особенная часть): 3 │ 13║ 6│ 40│ 207│ 7║ 46.15│ 0.33│ 1.72│ 53.85║ 5.00 │ 9.23║

║ 143 │ 38 │CKD_01-Web-дизайн и компьютерная графика: 4 │ 55║ 25│ 31│ 174│ 30║ 45.45│ 0.26│ 1.45│ 54.55║ 21.15 │ 2.15║

║ 144 │ 22 │COD_05-Правоведение: 3 │ 9║ 4│ 46│ 205│ 5║ 44.44│ 0.38│ 1.71│ 55.56║ 3.46 │ 12.84║

║ 145 │ 117 │CKD_29-Производственная практика по БД: 5 │ 27║ 12│ 45│ 188│ 15║ 44.44│ 0.38│ 1.57│ 55.56║ 10.38 │ 4.28║

║ 146 │ 144 │CFED_04-Основы бизнеса: 5 │ 54║ 24│ 55│ 151│ 30║ 44.44│ 0.46│ 1.26│ 55.56║ 20.77 │ 2.14║

║ 147 │ 159 │CFED_09-Экономика организаций (предприятий): 5 │ 84║ 37│ 45│ 131│ 47║ 44.05│ 0.38│ 1.10│ 55.95║ 32.31 │ 1.36║

║ 148 │ 186 │CJD_06-Теория государства и права: 5 │ 25║ 11│ 63│ 172│ 14║ 44.00│ 0.53│ 1.43│ 56.00║ 9.62 │ 4.57║

║ 149 │ 193 │CJD_09-Уголовный процесс: 3 │ 14║ 6│ 58│ 188│ 8║ 42.86│ 0.48│ 1.57│ 57.14║ 5.38 │ 7.97║

║ 150 │ 138 │CFED_02-Бухгалтерский учёт (управленческий): 5 │ 45║ 19│ 40│ 175│ 26║ 42.22│ 0.33│ 1.46│ 57.78║ 17.31 │ 2.44║

║ 151 │ 21 │COD_04-История Отечества: 5 │ 96║ 39│ 40│ 124│ 57║ 40.63│ 0.34│ 1.04│ 59.38║ 36.92 │ 1.10║

║ 152 │ 54 │CKD_06-Вычислительные системы, сети и телекоммуникации: 5 │ 94║ 38│ 33│ 133│ 56║ 40.43│ 0.28│ 1.11│ 59.57║ 36.15 │ 1.12║

║ 153 │ 149 │CFED_06-Теория бухгалтерского учёта: 4 │ 20║ 8│ 40│ 200│ 12║ 40.00│ 0.33│ 1.67│ 60.00║ 7.69 │ 5.20║

║ 154 │ 150 │CFED_06-Теория бухгалтерского учёта: 5 │ 35║ 14│ 26│ 199│ 21║ 40.00│ 0.22│ 1.66│ 60.00║ 13.46 │ 2.97║

║ 155 │ 187 │CJD_07-Уголовное право (общая часть): 3 │ 15║ 6│ 55│ 190│ 9║ 40.00│ 0.46│ 1.58│ 60.00║ 5.77 │ 6.93║

║ 156 │ 2 │Red_dipl-Синий диплом │ 189║ 75│ 13│ 58│ 114║ 39.68│ 0.11│ 0.49│ 60.32║ 72.69 │ 0.55║

║ 157 │ 100 │CKD_23-Операционные системы, среды и оболочки: 3 │ 287║ 112│ 3│ 29│ 116║ 39.02│ 0.03│ 0.25│ 40.42║110.38 │ 0.35║

║ 158 │ 66 │CKD_11-Интеллектуальные информационные системы: 5 │ 154║ 60│ 9│ 97│ 94║ 38.96│ 0.08│ 0.82│ 61.04║ 59.23 │ 0.66║

║ 159 │ 41 │CKD_02-Алгоритмические языки высокого уровня: 4 │ 36║ 14│ 61│ 163│ 22║ 38.89│ 0.51│ 1.36│ 61.11║ 13.85 │ 2.81║

║ 160 │ 118 │CKD_30-Разработка и стандартизация ПС и ИТ: 3 │ 31║ 12│ 45│ 184│ 19║ 38.71│ 0.38│ 1.53│ 61.29║ 11.92 │ 3.25║

║ 161 │ 103 │CKD_24-Основы алгоритмизации и программирования: 3 │ 13║ 5│ 39│ 208│ 8║ 38.46│ 0.32│ 1.73│ 61.54║ 5.00 │ 7.69║

║ 162 │ 27 │COD_06-Философия: 5 │ 83║ 31│ 40│ 137│ 52║ 37.35│ 0.34│ 1.15│ 62.65║ 31.92 │ 1.17║

║ 163 │ 119 │CKD_30-Разработка и стандартизация ПС и ИТ: 4 │ 49║ 18│ 32│ 179│ 31║ 36.73│ 0.27│ 1.49│ 63.27║ 18.85 │ 1.95║

║ 164 │ 13 │COD_02-Логика: 3 │ 41║ 15│ 28│ 191│ 26║ 36.59│ 0.23│ 1.59│ 63.41║ 15.77 │ 2.32║

║ 165 │ 169 │CJD_01-Гражданский процесс: 3 │ 28║ 10│ 32│ 200│ 18║ 35.71│ 0.27│ 1.67│ 64.29║ 10.77 │ 3.32║

║ 166 │ 165 │CFED_11-Экономическая теория: 5 │ 108║ 38│ 38│ 114│ 70║ 35.19│ 0.32│ 0.96│ 64.81║ 41.54 │ 0.85║

║ 167 │ 12 │COD_01-Английский язык: 5 │ 161║ 56│ 13│ 86│ 105║ 34.78│ 0.11│ 0.73│ 65.22║ 61.92 │ 0.56║

║ 168 │ 154 │CFED_08-Финансы, денежное обращение и кредит: 3 │ 85║ 29│ 35│ 140│ 56║ 34.12│ 0.29│ 1.17│ 65.88║ 32.69 │ 1.04║

║ 169 │ 91 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 3 │ 81║ 27│ 35│ 144│ 54║ 33.33│ 0.29│ 1.21│ 66.67║ 31.15 │ 1.07║

║ 170 │ 18 │COD_03-Политология: 5 │ 68║ 22│ 44│ 148│ 46║ 32.35│ 0.37│ 1.24│ 67.65║ 26.15 │ 1.24║

║ 171 │ 137 │CFED_02-Бухгалтерский учёт (управленческий): 4 │ 34║ 11│ 17│ 209│ 23║ 32.35│ 0.14│ 1.74│ 67.65║ 13.08 │ 2.47║

║ 172 │ 95 │CKD_21-Математическая экономика: 4 │ 68║ 21│ 34│ 158│ 47║ 30.88│ 0.28│ 1.32│ 69.12║ 26.15 │ 1.18║

║ 173 │ 87 │CKD_18-Компьютерные методы решения задач в юриспруденции: 5 │ 46║ 14│ 30│ 184│ 32║ 30.43│ 0.25│ 1.54│ 69.57║ 17.69 │ 1.72║

║ 174 │ 51 │CKD_05-Высокоуровневые методы информатики и программирования: 5│ 76║ 23│ 44│ 140│ 53║ 30.26│ 0.37│ 1.17│ 69.74║ 29.23 │ 1.04║

║ 175 │ 14 │COD_02-Логика: 4 │ 24║ 7│ 34│ 202│ 17║ 29.17│ 0.28│ 1.68│ 70.83║ 9.23 │ 3.16║

║ 176 │ 131 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4 │ 96║ 28│ 25│ 139│ 68║ 29.17│ 0.21│ 1.17│ 70.83║ 36.92 │ 0.79║

║ 177 │ 5 │ALL-Средний балл: 4 │ 129║ 37│ 22│ 109│ 92║ 28.68│ 0.18│ 0.92│ 71.32║ 49.62 │ 0.58║

║ 178 │ 182 │CJD_05-Криминалистика: 4 │ 33║ 9│ 15│ 212│ 24║ 27.27│ 0.13│ 1.77│ 72.73║ 12.69 │ 2.15║

║ 179 │ 35 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 127║ 30│ 20│ 113│ 97║ 23.62│ 0.17│ 0.95│ 76.38║ 48.85 │ 0.48║

║ 180 │ 98 │CKD_22-МЛОИ: 4 │ 30║ 7│ 16│ 214│ 23║ 23.33│ 0.13│ 1.78│ 76.67║ 11.54 │ 2.02║

║ 181 │ 83 │CKD_17-Информационный менеджмент: 4 │ 104║ 23│ 22│ 134│ 81║ 22.12│ 0.18│ 1.12│ 77.88║ 40.00 │ 0.55║

║ 182 │ 167 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 4 │ 38║ 8│ 12│ 210│ 30║ 21.05│ 0.10│ 1.75│ 78.95║ 14.62 │ 1.44║

║ 183 │ 47 │CKD_04-Базы данных: 4 │ 86║ 16│ 16│ 158│ 70║ 18.60│ 0.13│ 1.32│ 81.40║ 33.08 │ 0.56║

║ 184 │ 197 │CJD_10-Финансовое право: 4 │ 34║ 6│ 22│ 204│ 28║ 17.65│ 0.18│ 1.70│ 82.35║ 13.08 │ 1.35║

║ 185 │ 173 │CJD_02-Гражданское право: 4 │ 25║ 4│ 6│ 229│ 21║ 16.00│ 0.05│ 1.91│ 84.00║ 9.62 │ 1.66║

║ 186 │ 29 │COD_07-Теория систем и системный анализ: 4 │ 98║ 12│ 7│ 155│ 86║ 12.24│ 0.06│ 1.30│ 87.76║ 37.69 │ 0.32║

║ 187 │ 185 │CJD_06-Теория государства и права: 4 │ 28║ 3│ 10│ 222│ 25║ 10.71│ 0.08│ 1.85│ 89.29║ 10.77 │ 0.99║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Эта форма может прокучиваться вниз-вверх и вправо-влево. В верхней части формы приведены показатели интегральной валидности (средневзвешенные по всей обучающей выборке), а в самой таблице – дифференциальной валидности, т.е. в разрезе по классам.

Кроме того, результаты измерения адекватности модели выводятся в форме файлов с именами ValidSys.txt (таблица 35) и ValAnkSt.txt (рисунок 40) стандарта "TXT-текст DOS" в поддиректории TXT текущей директории системы "Эйдос"

А Н К Е Т Ы распознаваемой выборки

Класс распознавания : 3 - RED_DIPL-КРАСНЫЙ ДИПЛОМ

Результат идентификации : Верная идентификация

Минимальный уровень сходства: 0.0 Максимальное кол-во классов: 99999

16-05-06 08:14:23 г.Краснодар

╔═══════════════════════════════════════════════════════════════════════════════╗

║ К о д ы а н к е т р а с п о з н а в а е м о й в ы б о р к и ║

╟───────────────────────────────────────────────────────────────────────────────╢

║ 5 9 10 15 21 26 28 30 36 40 44 46 55 ║

║ 60 63 68 70 71 73 74 84 89 90 96 97 98 ║

║ 102 109 118 127 128 133 142 146 149 156 158 160 172 ║

║ 175 177 178 179 180 182 187 188 189 191 200 209 210 ║

║ 213 215 217 221 222 229 230 235 246 259 ║

╚═══════════════════════════════════════════════════════════════════════════════╝

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Рисунок 40. Фрагмент выходной формы ValAnkSt.txt с результатами измерения
адекватности модели и отображения результатов идентификации

В форме на рисунке 40 приведены коды анкет распознаваемой выборки, которые были верно отнесены моделью к классу 3: "Красный диплом". Вообще к этому классу относится 71 студент, из которых 62, или 87.32% верно отнесены системой к этому классу на основе признаков социального статуса, что в 3.2 раза выше, чем вероятность случайного угадывания (которая составляет: 71/260=27.31%).

Рассмотрим, что означают графы выходной формы, представленной в таблице 35.

"Всего логических анкет" – это количество анкет (примеров текстов) в обучающей выборке, на основе которых формировался образ данного класса.

"Идентифицировано верно" – это количество анкет обучающей выборки, которые идентифицированы как классы, к которым они действительно относятся.

"Идентифицировано ошибочно" – это количество анкет обучающей выборки, которые идентифицированы как классы, к которым они в действительности не относятся (ошибка идентификации).

"Неидентифицировано верно" – это количество анкет обучающей выборки, которые неидентифицированы как классы, к которым они действительно не относятся.

"Неидентифицировано ошибочно" – это количество анкет обучающей выборки, которые неидентифицированы как классы, к которым они в действительности относятся (ошибка неидентфикации).

В правой части формы приведены те же показатели, но в процентом выражении:

– для анкет, идентифицированных верно и неидентифицированных ошибочно за 100% принимается количество логических анкет обучающей выборки по данному классу;

– для анкет, идентифицированных ошибочно и неидентифицированных верно за 100% принимается суммарное количество логических анкет обучающей выборки за вычетом логических анкет по данному классу.

Форма, приведенная в таблице 35, рассчитывается как средневзвешенная на основе карточек прогнозирования, пример одной из которой представлен на рисунке 41.

Рисунок 41. Пример карточки прогнозирования учебных достижений студента

Из формы по валидности модели (таблица 35) видно, что 73 класса из 198, что составляет 37%, прогнозируется на уровне достоверности 70% и выше. Следовательно, выводы, которые можно сделать на основе анализа модели по этим классам, также являются достаточно достоверными, чтобы заслуживать внимания.

Средневзвешенная по всем классам (интегральная) внутренняя валидность составила 62.46%, что тоже достаточно, чтобы можно было считать исследование модели исследованием самой моделируемой предметной области.

При этом необходимо отметить, что результаты измерения валидности СИМ зависят от количества классов из карточек распознавания, засчитываемых как верно идентифицированные. Студент считается идентифицированным правильно, если при распознавании он отнесен системой к классу, к которому он действительно относится.

"Факторные портреты" различных учебных достижений по каждой из дисциплин (рисунок 42), обобщены системой, в результате чего сформированы обобщенные информационные портреты системы факторов, действие которых приводит к каждому из результатов. В качестве примера приведем результаты многофакторной типизации по классу: "Красный диплом" (таблица 36).

Рисунок 42. Пример карточки прогнозирования
конкретного результата обучения: "Красный диплом"

Таблица 36 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА:

Код: 3 Наименование: RED_DIPL-КРАСНЫЙ ДИПЛОМ

16-05-06 10:53:36 Фильтр: All, Positive г.Краснодар

=======================================================================

| N |Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п|приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| |нака| | Бит. | % | %% |

|=====================================================================|

| 1 8 ПОЛ |

| 26 Жен................................... 0.216 2.86 2.9 |

| 2 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 39 Рабочий............................... 0.113 1.49 4.4 |

| 3 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 34 3 и более............................. 0.095 1.26 5.6 |

| 4 9 МЕСТО РОЖДЕНИЯ |

| 27 Краевой центр......................... 0.089 1.18 6.8 |

| 5 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 32 1..................................... 0.072 0.95 7.7 |

| 6 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 44 Предприниматель....................... 0.062 0.82 8.6 |

| 7 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 30 Холост................................ 0.020 0.26 8.8 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 8 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 42 Госслужащая........................... -0.001 -0.02 8.8 |

| 9 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 33 2..................................... -0.003 -0.04 8.9 |

| 10 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 45 Интеллигент........................... -0.020 -0.26 9.1 |

| 11 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 46 Рабочая............................... -0.035 -0.47 9.6 |

| 12 9 МЕСТО РОЖДЕНИЯ |

| 29 Село (хутор, деревня)................. -0.040 -0.52 10.1 |

| 13 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 48 Безработная (домохозяйка)............. -0.041 -0.54 10.7 |

| 14 9 МЕСТО РОЖДЕНИЯ |

| 28 Районный центр........................ -0.088 -1.16 11.8 |

| 15 8 ПОЛ |

| 25 Муж................................... -0.130 -1.72 13.6 |

| 16 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 37 Предприниматель....................... -0.515 -6.83 20.4 |

| 17 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 31 Женат (замужем)....................... -0.674 -8.93 29.3 |

=======================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

В верхней части информационного портрета расположены признаки социального статуса, характерные для студентов, получивших красный диплом, а в нижней – нехарактерные. Первый числовой столбец содержит количественную оценку степени характерности в битах, а второй – в процентах от теоретически максимальной возможной характерности.

4.2.3.3.3.2. Внешняя дифференциальная
и интегральная валидность

Под внешней валидностью понимается способность модели верно идентифицировать объекты, не входящие в обучающую выборку, но относящиеся к генеральной совокупности, по отношению к которой она репрезентативна.

Если внешняя валидность достаточно высокая, то это означает, что те закономерности и взаимосвязи между признаками и классами, которые были выявлены по данным обучающей выборки, относятся не только к ней, но и к некоторой генеральной совокупности, к которой относится и распознаваемая выборка. Проще говоря, это означает, что выявленные закономерности действуют и в распознаваемой выборке.

Для измерения внешней валидности необходимо выполнить следующие действия:

1. В режиме измерения адекватности модели запустить режим измерения внешней валидности (нажав F8 Измерение внешней валидности) (рисунок 23).

2. Выбрать один из режимов удаления объектов обучающей выборки, приведенный на экранной форме (рисунок 43).

Рисунок 43. Режим переноса анкет обучающей выборки
в распознаваемую для измерения внешней валидности

Частотное распределение объектов обучающей выборки по классам приведено в таблице 37. Видно, что большинство классов достаточно хорошо представлены. Это значит, что имеет смысл измерение внешней валидности.

Таблица 37 – ЧАСТОТНОЕ РАСПРЕДЕЛЕНИЕ
ОБЪЕКТОВ ОБУЧАЮЩЕЙ ВЫБОРКИ ПО КЛАССАМ (ФРАГМЕНТ)

Код	Наименование	Кол-во	Кол-во %	Инф-ть
1	Red_dipl-Без диплома	0	0,0	0,000
2	Red_dipl-Синий диплом	189	72,7	0,132
3	Red_dipl-Красный диплом	71	27,3	0,249
4	ALL-Средний балл: 3	24	9,2	0,240
5	ALL-Средний балл: 4	129	49,6	0,112
6	ALL-Средний балл: 5	114	43,8	0,159
7	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3	39	15,0	0,267
Код	Наименование	Кол-во	Кол-во %	Инф-ть
8	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4	115	44,2	0,094
9	COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5	99	38,1	0,198
10	COD_01-Английский язык: 3	19	7,3	0,281
11	COD_01-Английский язык: 4	80	30,8	0,131
12	COD_01-Английский язык: 5	161	61,9	0,116
13	COD_02-Логика: 3	41	15,8	0,218
14	COD_02-Логика: 4	24	9,2	0,224
15	COD_02-Логика: 5	14	5,4	0,432
16	COD_03-Политология: 3	25	9,6	0,333
17	COD_03-Политология: 4	26	10,0	0,209
18	COD_03-Политология: 5	68	26,2	0,306
19	COD_04-История Отечества: 3	269	103,5	0,076
20	COD_04-История Отечества: 4	113	43,5	0,109
21	COD_04-История Отечества: 5	96	36,9	0,163
22	COD_05-Правоведение: 3	9	3,5	0,252
23	COD_05-Правоведение: 4	21	8,1	0,287
24	COD_05-Правоведение: 5	11	4,2	0,392
25	COD_06-Философия: 3	81	31,2	0,139
26	COD_06-Философия: 4	96	36,9	0,153
27	COD_06-Философия: 5	83	31,9	0,185
28	COD_07-Теория систем и системный анализ: 3	271	104,2	0,084
29	COD_07-Теория систем и системный анализ: 4	98	37,7	0,105
30	COD_07-Теория систем и системный анализ: 5	109	41,9	0,177
31	COD_08-Экология: 3	9	3,5	0,267
32	COD_08-Экология: 4	12	4,6	0,265
33	COD_08-Экология: 5	22	8,5	0,243
34	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3	153	58,8	0,174
35	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4	127	48,8	0,122
36	CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5	98	37,7	0,166
37	CKD_01-Web-дизайн и компьютерная графика: 3	28	10,8	0,209
38	CKD_01-Web-дизайн и компьютерная графика: 4	55	21,2	0,161
39	CKD_01-Web-дизайн и компьютерная графика: 5	58	22,3	0,196
40	CKD_02-Алгоритмические языки высокого уровня: 3	29	11,2	0,275
41	CKD_02-Алгоритмические языки высокого уровня: 4	36	13,8	0,278
42	CKD_02-Алгоритмические языки высокого уровня: 5	36	13,8	0,197
43	CKD_03-Алгоритмы и структуры данных: 3	63	24,2	0,172
44	CKD_03-Алгоритмы и структуры данных: 4	92	35,4	0,194
45	CKD_03-Алгоритмы и структуры данных: 5	105	40,4	0,144
46	CKD_04-Базы данных: 3	53	20,4	0,167
47	CKD_04-Базы данных: 4	86	33,1	0,129
48	CKD_04-Базы данных: 5	121	46,5	0,139
49	CKD_05-Высокоуровневые методы информатики и программирования: 3	81	31,2	0,141
50	CKD_05-Высокоуровневые методы информатики и программирования: 4	103	39,6	0,222
51	CKD_05-Высокоуровневые методы информатики и программирования: 5	76	29,2	0,304
Код	Наименование	Кол-во	Кол-во %	Инф-ть
52	CKD_06-Вычислительные системы, сети и телекоммуникации: 3	177	68,1	0,113
53	CKD_06-Вычислительные системы, сети и телекоммуникации: 4	88	33,8	0,160
54	CKD_06-Вычислительные системы, сети и телекоммуникации: 5	94	36,2	0,170
55	CKD_08-Дискретная математика: 3	98	37,7	0,146
56	CKD_08-Дискретная математика: 4	57	21,9	0,209
57	CKD_08-Дискретная математика: 5	43	16,5	0,267
58	CKD_09-Имитационное моделирование: 3	22	8,5	0,209
59	CKD_09-Имитационное моделирование: 4	72	27,7	0,281
60	CKD_09-Имитационное моделирование: 5	86	33,1	0,170
61	CKD_10-Имитационное моделирование ИС в БУ и ФД: 3	24	9,2	0,278
62	CKD_10-Имитационное моделирование ИС в БУ и ФД: 4	0	0,0	0,000
63	CKD_10-Имитационное моделирование ИС в БУ и ФД: 5	0	0,0	0,000
64	CKD_11-Интеллектуальные информационные системы: 3	18	6,9	0,224
65	CKD_11-Интеллектуальные информационные системы: 4	65	25,0	0,108
66	CKD_11-Интеллектуальные информационные системы: 5	154	59,2	0,075
67	CKD_12-Информатика: 3	29	11,2	0,202
68	CKD_12-Информатика: 4	111	42,7	0,060
69	CKD_12-Информатика: 5	120	46,2	0,101
70	CKD_13-Информационная безопасность: 3	24	9,2	0,276
71	CKD_13-Информационная безопасность: 4	94	36,2	0,188
72	CKD_13-Информационная безопасность: 5	141	54,2	0,104
73	CKD_14-ИС в БУ, управлении и ФД: 3	0	0,0	0,000
74	CKD_14-ИС в БУ, управлении и ФД: 4	0	0,0	0,000
75	CKD_14-ИС в БУ, управлении и ФД: 5	0	0,0	0,000
76	CKD_15-Информационные системы в юриспруденции: 3	164	63,1	0,052
77	CKD_15-Информационные системы в юриспруденции: 4	13	5,0	0,347
78	CKD_15-Информационные системы в юриспруденции: 5	24	9,2	0,414
79	CKD_16-Информационные системы и информационные технологии: 3	7	2,7	0,312
80	CKD_16-Информационные системы и информационные технологии: 4	42	16,2	0,255
81	CKD_16-Информационные системы и информационные технологии: 5	52	20,0	0,170
82	CKD_17-Информационный менеджмент: 3	43	16,5	0,232
83	CKD_17-Информационный менеджмент: 4	104	40,0	0,143
84	CKD_17-Информационный менеджмент: 5	112	43,1	0,168
85	CKD_18-Компьютерные методы решения задач в юриспруденции: 3	8	3,1	0,414
86	CKD_18-Компьютерные методы решения задач в юриспруденции: 4	26	10,0	0,255
87	CKD_18-Компьютерные методы решения задач в юриспруденции: 5	46	17,7	0,267
88	CKD_19-Математика: 3	286	110,0	0,084
89	CKD_19-Математика: 4	102	39,2	0,100
90	CKD_19-Математика: 5	90	34,6	0,260
91	CKD_20-Мат.логика, теор.множеств, дискр.математика: 3	81	31,2	0,167
92	CKD_20-Мат.логика, теор.множеств, дискр.математика: 4	19	7,3	0,238
Код	Наименование	Кол-во	Кол-во %	Инф-ть
93	CKD_20-Мат.логика, теор.множеств, дискр.математика: 5	21	8,1	0,369
94	CKD_21-Математическая экономика: 3	24	9,2	0,304
95	CKD_21-Математическая экономика: 4	68	26,2	0,237
96	CKD_21-Математическая экономика: 5	88	33,8	0,181
97	CKD_22-МЛОИ: 3	19	7,3	0,277
98	CKD_22-МЛОИ: 4	30	11,5	0,293
99	CKD_22-МЛОИ: 5	32	12,3	0,238
100	CKD_23-Операционные системы, среды и оболочки: 3	287	110,4	0,061
101	CKD_23-Операционные системы, среды и оболочки: 4	103	39,6	0,139
102	CKD_23-Операционные системы, среды и оболочки: 5	88	33,8	0,167
103	CKD_24-Основы алгоритмизации и программирования: 3	13	5,0	0,221
104	CKD_24-Основы алгоритмизации и программирования: 4	15	5,8	0,323
105	CKD_24-Основы алгоритмизации и программирования: 5	13	5,0	0,357
106	CKD_25-Пред практика: 3	222	85,4	0,051
107	CKD_25-Пред практика: 4	43	16,5	0,266
108	CKD_25-Пред практика: 5	72	27,7	0,271
109	CKD_26-Программирование на языке Ассемблера для IBM PC: 3	10	3,8	0,230
110	CKD_26-Программирование на языке Ассемблера для IBM PC: 4	22	8,5	0,232
111	CKD_26-Программирование на языке Ассемблера для IBM PC: 5	10	3,8	0,393
112	CKD_27-Проектирование информационных систем: 3	44	16,9	0,215
113	CKD_27-Проектирование информационных систем: 4	97	37,3	0,165
114	CKD_27-Проектирование информационных систем: 5	118	45,4	0,113
115	CKD_29-Производственная практика по БД: 3	123	47,3	0,223
116	CKD_29-Производственная практика по БД: 4	35	13,5	0,261
117	CKD_29-Производственная практика по БД: 5	27	10,4	0,222
118	CKD_30-Разработка и стандартизация ПС и ИТ: 3	31	11,9	0,259
119	CKD_30-Разработка и стандартизация ПС и ИТ: 4	49	18,8	0,275
120	CKD_30-Разработка и стандартизация ПС и ИТ: 5	62	23,8	0,224
121	CKD_31-Разработка приложений на языках высокого уровня: 3	178	68,5	0,126
122	CKD_31-Разработка приложений на языках высокого уровня: 4	79	30,4	0,078
123	CKD_31-Разработка приложений на языках высокого уровня: 5	79	30,4	0,184
124	CKD_32-Разработка приложений на языках ООП: 3	154	59,2	0,121
125	CKD_32-Разработка приложений на языках ООП: 4	47	18,1	0,271
126	CKD_32-Разработка приложений на языках ООП: 5	59	22,7	0,232
127	CKD_33-Теория вероятностей и математическая статистика: 3	97	37,3	0,187
128	CKD_33-Теория вероятностей и математическая статистика: 4	60	23,1	0,169
129	CKD_33-Теория вероятностей и математическая статистика: 5	26	10,0	0,366
130	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 3	106	40,8	0,122
131	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4	96	36,9	0,199
132	CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5	96	36,9	0,130
133	CFED_01-Банковское дело: 3	192	73,8	0,063
Код	Наименование	Кол-во	Кол-во %	Инф-ть
134	CFED_01-Банковское дело: 4	55	21,2	0,205
135	CFED_01-Банковское дело: 5	93	35,8	0,142
136	CFED_02-Бухгалтерский учёт (управленческий): 3	101	38,8	0,142
137	CFED_02-Бухгалтерский учёт (управленческий): 4	34	13,1	0,289
138	CFED_02-Бухгалтерский учёт (управленческий): 5	45	17,3	0,205
139	CFED_03-Бухгалтерский учёт (финансовый): 3	35	13,5	0,167
140	CFED_03-Бухгалтерский учёт (финансовый): 4	66	25,4	0,274
141	CFED_03-Бухгалтерский учёт (финансовый): 5	80	30,8	0,129
142	CFED_04-Основы бизнеса: 3	36	13,8	0,159
143	CFED_04-Основы бизнеса: 4	48	18,5	0,109
144	CFED_04-Основы бизнеса: 5	54	20,8	0,171
145	CFED_05-Рынок ценных бумаг: 3	16	6,2	0,318
146	CFED_05-Рынок ценных бумаг: 4	45	17,3	0,102
147	CFED_05-Рынок ценных бумаг: 5	78	30,0	0,127
148	CFED_06-Теория бухгалтерского учёта: 3	4	1,5	0,259
149	CFED_06-Теория бухгалтерского учёта: 4	20	7,7	0,305
150	CFED_06-Теория бухгалтерского учёта: 5	35	13,5	0,280
151	CFED_07-Финансы и кредит: 3	246	94,6	0,079
152	CFED_07-Финансы и кредит: 4	45	17,3	0,222
153	CFED_07-Финансы и кредит: 5	67	25,8	0,202
154	CFED_08-Финансы, денежное обращение и кредит: 3	85	32,7	0,167
155	CFED_08-Финансы, денежное обращение и кредит: 4	21	8,1	0,335
156	CFED_08-Финансы, денежное обращение и кредит: 5	15	5,8	0,424
157	CFED_09-Экономика организаций (предприятий): 3	109	41,9	0,125
158	CFED_09-Экономика организаций (предприятий): 4	67	25,8	0,142
159	CFED_09-Экономика организаций (предприятий): 5	84	32,3	0,186
160	CFED_10-Экономико-математические методы и модели: 3	67	25,8	0,199
161	CFED_10-Экономико-математические методы и модели: 4	63	24,2	0,163
162	CFED_10-Экономико-математические методы и модели: 5	93	35,8	0,266
163	CFED_11-Экономическая теория: 3	19	7,3	0,247
164	CFED_11-Экономическая теория: 4	91	35,0	0,181
165	CFED_11-Экономическая теория: 5	108	41,5	0,144
166	CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 3	21	8,1	0,258
167	CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 4	38	14,6	0,228
168	CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5	19	7,3	0,393
169	CJD_01-Гражданский процесс: 3	28	10,8	0,241
170	CJD_01-Гражданский процесс: 4	21	8,1	0,295
171	CJD_01-Гражданский процесс: 5	10	3,8	0,374
172	CJD_02-Гражданское право: 3	40	15,4	0,211
173	CJD_02-Гражданское право: 4	25	9,6	0,382
174	CJD_02-Гражданское право: 5	15	5,8	0,425
175	CJD_03-Коммерческое право: 3	26	10,0	0,207
176	CJD_03-Коммерческое право: 4	33	12,7	0,204

Результаты измерения внешней валидности приведены в таблице 38. При этом в качестве обучающей выборки использовались нечетные анкеты, а в качестве распознаваемой – четные.

Таблица 38 – РЕЗУЛЬТАТЫ ИЗМЕРЕНИЯ ВНЕШНЕЙ ВАЛИДНОСТИ

ИЗМЕРЕНИЕ АДЕКВАТНОСТИ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ

Анкет физических: 130 логических (всего/факт): 6207/ 6030

Верная идентификация: 2795 Ошибочная неидентификация: 3235

Верная идентификация: 46.35% Ошибочная неидентификация: 53.65%

Минимальный уровень сходства: 0.0 Максимальное кол-во классов: 99999

16-05-06 11:21:03 г.Краснодар

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 1 │ 34 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 73║ 64│ 44│ 18│ 4║ 87.67│ 0.74│ 0.30│ 5.48║ 56.15 │ 1.56║

║ 2 │ 104 │CKD_24-Основы алгоритмизации и программирования: 4 │ 7║ 6│ 51│ 72│ 1║ 85.71│ 0.85│ 1.20│ 14.29║ 5.38 │ 15.93║

║ 3 │ 124 │CKD_32-Разработка приложений на языках ООП: 3 │ 76║ 63│ 33│ 21│ 13║ 82.89│ 0.55│ 0.35│ 17.11║ 58.46 │ 1.42║

║ 4 │ 142 │CFED_04-Основы бизнеса: 3 │ 16║ 13│ 46│ 68│ 3║ 81.25│ 0.76│ 1.13│ 18.75║ 12.31 │ 6.60║

║ 5 │ 101 │CKD_23-Операционные системы, среды и оболочки: 4 │ 58║ 47│ 51│ 21│ 11║ 81.03│ 0.85│ 0.35│ 18.97║ 44.62 │ 1.82║

║ 6 │ 33 │COD_08-Экология: 5 │ 10║ 8│ 56│ 64│ 2║ 80.00│ 0.93│ 1.06│ 20.00║ 7.69 │ 10.40║

║ 7 │ 48 │CKD_04-Базы данных: 5 │ 59║ 47│ 53│ 18│ 12║ 79.66│ 0.89│ 0.30│ 20.34║ 45.38 │ 1.76║

║ 8 │ 20 │COD_04-История Отечества: 4 │ 55║ 42│ 60│ 15│ 13║ 76.36│ 1.00│ 0.25│ 23.64║ 42.31 │ 1.80║

║ 9 │ 6 │ALL-Средний балл: 5 │ 55║ 41│ 57│ 18│ 14║ 74.55│ 0.95│ 0.30│ 25.45║ 42.31 │ 1.76║

║ 10 │ 53 │CKD_06-Вычислительные системы, сети и телекоммуникации: 4 │ 48║ 35│ 63│ 19│ 13║ 72.92│ 1.05│ 0.32│ 27.08║ 36.92 │ 1.98║

║ 11 │ 26 │COD_06-Философия: 4 │ 51║ 37│ 55│ 24│ 14║ 72.55│ 0.92│ 0.40│ 27.45║ 39.23 │ 1.85║

║ 12 │ 25 │COD_06-Философия: 3 │ 36║ 26│ 47│ 47│ 10║ 72.22│ 0.78│ 0.78│ 27.78║ 27.69 │ 2.61║

║ 13 │ 121 │CKD_31-Разработка приложений на языках высокого уровня: 3 │ 86║ 61│ 33│ 23│ 13║ 70.93│ 0.56│ 0.39│ 15.12║ 66.15 │ 1.07║

║ 14 │ 44 │CKD_03-Алгоритмы и структуры данных: 4 │ 44║ 31│ 62│ 24│ 13║ 70.45│ 1.04│ 0.40│ 29.55║ 33.85 │ 2.08║

║ 15 │ 157 │CFED_09-Экономика организаций (предприятий): 3 │ 54║ 38│ 47│ 29│ 16║ 70.37│ 0.79│ 0.49│ 29.63║ 41.54 │ 1.69║

║ 16 │ 130 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 3 │ 54║ 37│ 49│ 29│ 15║ 68.52│ 0.82│ 0.49│ 27.78║ 41.54 │ 1.65║

║ 17 │ 82 │CKD_17-Информационный менеджмент: 3 │ 19║ 13│ 41│ 70│ 6║ 68.42│ 0.68│ 1.16│ 31.58║ 14.62 │ 4.68║

║ 18 │ 141 │CFED_03-Бухгалтерский учёт (финансовый): 5 │ 38║ 26│ 75│ 17│ 12║ 68.42│ 1.25│ 0.28│ 31.58║ 29.23 │ 2.34║

║ 19 │ 76 │CKD_15-Информационные системы в юриспруденции: 3 │ 81║ 55│ 28│ 22│ 25║ 67.90│ 0.47│ 0.37│ 30.86║ 62.31 │ 1.09║

║ 20 │ 133 │CFED_01-Банковское дело: 3 │ 95║ 64│ 21│ 21│ 24║ 67.37│ 0.35│ 0.35│ 25.26║ 73.08 │ 0.92║

║ 21 │ 61 │CKD_10-Имитационное моделирование ИС в БУ и ФД: 3 │ 12║ 8│ 43│ 75│ 4║ 66.67│ 0.71│ 1.25│ 33.33║ 9.23 │ 7.22║

║ 22 │ 86 │CKD_18-Компьютерные методы решения задач в юриспруденции: 4 │ 12║ 8│ 55│ 63│ 4║ 66.67│ 0.91│ 1.05│ 33.33║ 9.23 │ 7.22║

║ 23 │ 120 │CKD_30-Разработка и стандартизация ПС и ИТ: 5 │ 36║ 24│ 41│ 53│ 12║ 66.67│ 0.68│ 0.88│ 33.33║ 27.69 │ 2.41║

║ 24 │ 165 │CFED_11-Экономическая теория: 5 │ 51║ 34│ 57│ 22│ 17║ 66.67│ 0.95│ 0.37│ 33.33║ 39.23 │ 1.70║

║ 25 │ 40 │CKD_02-Алгоритмические языки высокого уровня: 3 │ 14║ 9│ 43│ 73│ 5║ 64.29│ 0.71│ 1.21│ 35.71║ 10.77 │ 5.97║

║ 26 │ 4 │ALL-Средний балл: 3 │ 11║ 7│ 39│ 80│ 4║ 63.64│ 0.65│ 1.33│ 36.36║ 8.46 │ 7.52║

║ 27 │ 23 │COD_05-Правоведение: 4 │ 11║ 7│ 26│ 93│ 4║ 63.64│ 0.43│ 1.55│ 36.36║ 8.46 │ 7.52║

║ 28 │ 94 │CKD_21-Математическая экономика: 3 │ 11║ 7│ 51│ 68│ 4║ 63.64│ 0.85│ 1.13│ 36.36║ 8.46 │ 7.52║

║ 29 │ 166 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 3 │ 11║ 7│ 43│ 76│ 4║ 63.64│ 0.71│ 1.26│ 36.36║ 8.46 │ 7.52║

║ 30 │ 146 │CFED_05-Рынок ценных бумаг: 4 │ 19║ 12│ 52│ 59│ 7║ 63.16│ 0.87│ 0.98│ 36.84║ 14.62 │ 4.32║

║ 31 │ 64 │CKD_11-Интеллектуальные информационные системы: 3 │ 8║ 5│ 43│ 79│ 3║ 62.50│ 0.71│ 1.31│ 37.50║ 6.15 │ 10.16║

║ 32 │ 192 │CJD_08-Уголовное право (особенная часть): 5 │ 8║ 5│ 38│ 84│ 3║ 62.50│ 0.63│ 1.39│ 37.50║ 6.15 │ 10.16║

║ 33 │ 108 │CKD_25-Пред практика: 5 │ 37║ 23│ 59│ 34│ 14║ 62.16│ 0.98│ 0.57│ 37.84║ 28.46 │ 2.18║

║ 34 │ 81 │CKD_16-Информационные системы и информационные технологии: 5 │ 26║ 16│ 53│ 51│ 10║ 61.54│ 0.88│ 0.85│ 38.46║ 20.00 │ 3.08║

║ 35 │ 123 │CKD_31-Разработка приложений на языках высокого уровня: 5 │ 39║ 24│ 62│ 29│ 15║ 61.54│ 1.03│ 0.48│ 38.46║ 30.00 │ 2.05║

║ 36 │ 30 │COD_07-Теория систем и системный анализ: 5 │ 54║ 33│ 48│ 28│ 21║ 61.11│ 0.80│ 0.47│ 38.89║ 41.54 │ 1.47║

║ 37 │ 112 │CKD_27-Проектирование информационных систем: 3 │ 18║ 11│ 49│ 63│ 7║ 61.11│ 0.82│ 1.05│ 38.89║ 13.85 │ 4.41║

║ 38 │ 158 │CFED_09-Экономика организаций (предприятий): 4 │ 33║ 20│ 43│ 54│ 13║ 60.61│ 0.72│ 0.90│ 39.39║ 25.38 │ 2.39║

║ 39 │ 70 │CKD_13-Информационная безопасность: 3 │ 10║ 6│ 38│ 82│ 4║ 60.00│ 0.63│ 1.36│ 40.00║ 7.69 │ 7.80║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 40 │ 105 │CKD_24-Основы алгоритмизации и программирования: 5 │ 5║ 3│ 32│ 93│ 2║ 60.00│ 0.53│ 1.54│ 40.00║ 3.85 │ 15.58║

║ 41 │ 162 │CFED_10-Экономико-математические методы и модели: 5 │ 48║ 28│ 54│ 28│ 20║ 58.33│ 0.90│ 0.47│ 41.67║ 36.92 │ 1.58║

║ 42 │ 91 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 3 │ 40║ 23│ 49│ 41│ 17║ 57.50│ 0.82│ 0.68│ 42.50║ 30.77 │ 1.87║

║ 43 │ 39 │CKD_01-Web-дизайн и компьютерная графика: 5 │ 30║ 17│ 51│ 49│ 13║ 56.67│ 0.85│ 0.82│ 43.33║ 23.08 │ 2.46║

║ 44 │ 115 │CKD_29-Производственная практика по БД: 3 │ 63║ 35│ 38│ 33│ 24║ 55.56│ 0.64│ 0.55│ 38.10║ 48.46 │ 1.15║

║ 45 │ 106 │CKD_25-Пред практика: 3 │ 111║ 61│ 8│ 13│ 48║ 54.95│ 0.14│ 0.22│ 43.24║ 85.38 │ 0.64║

║ 46 │ 96 │CKD_21-Математическая экономика: 5 │ 42║ 23│ 48│ 40│ 19║ 54.76│ 0.80│ 0.67│ 45.24║ 32.31 │ 1.69║

║ 47 │ 93 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 5 │ 11║ 6│ 38│ 81│ 5║ 54.55│ 0.63│ 1.35│ 45.45║ 8.46 │ 6.45║

║ 48 │ 135 │CFED_01-Банковское дело: 5 │ 46║ 25│ 32│ 52│ 21║ 54.35│ 0.53│ 0.87│ 45.65║ 35.38 │ 1.54║

║ 49 │ 8 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 60║ 32│ 36│ 34│ 28║ 53.33│ 0.60│ 0.57│ 46.67║ 46.15 │ 1.16║

║ 50 │ 129 │CKD_33-Теория вероятностей и математическая статистика: 5 │ 15║ 8│ 28│ 87│ 7║ 53.33│ 0.47│ 1.45│ 46.67║ 11.54 │ 4.62║

║ 51 │ 65 │CKD_11-Интеллектуальные информационные системы: 4 │ 32║ 17│ 36│ 62│ 15║ 53.13│ 0.60│ 1.03│ 46.88║ 24.62 │ 2.16║

║ 52 │ 153 │CFED_07-Финансы и кредит: 5 │ 36║ 19│ 49│ 45│ 17║ 52.78│ 0.82│ 0.75│ 47.22║ 27.69 │ 1.91║

║ 53 │ 152 │CFED_07-Финансы и кредит: 4 │ 19║ 10│ 43│ 68│ 9║ 52.63│ 0.72│ 1.13│ 47.37║ 14.62 │ 3.60║

║ 54 │ 36 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 46║ 24│ 44│ 40│ 22║ 52.17│ 0.74│ 0.67│ 47.83║ 35.38 │ 1.47║

║ 55 │ 71 │CKD_13-Информационная безопасность: 4 │ 46║ 24│ 36│ 48│ 22║ 52.17│ 0.60│ 0.80│ 47.83║ 35.38 │ 1.47║

║ 56 │ 138 │CFED_02-Бухгалтерский учёт (управленческий): 5 │ 23║ 12│ 42│ 65│ 11║ 52.17│ 0.70│ 1.08│ 47.83║ 17.69 │ 2.95║

║ 57 │ 88 │CKD_19-Математика: 3 │ 140║ 73│ 5│ 7│ 45║ 52.14│ 0.08│ 0.12│ 32.14║107.69 │ 0.48║

║ 58 │ 128 │CKD_33-Теория вероятностей и математическая статистика: 4 │ 27║ 14│ 24│ 79│ 13║ 51.85│ 0.40│ 1.32│ 48.15║ 20.77 │ 2.50║

║ 59 │ 134 │CFED_01-Банковское дело: 4 │ 29║ 15│ 54│ 47│ 14║ 51.72│ 0.90│ 0.78│ 48.28║ 22.31 │ 2.32║

║ 60 │ 140 │CFED_03-Бухгалтерский учёт (финансовый): 4 │ 33║ 17│ 37│ 60│ 16║ 51.52│ 0.62│ 1.00│ 48.48║ 25.38 │ 2.03║

║ 61 │ 43 │CKD_03-Алгоритмы и структуры данных: 3 │ 35║ 18│ 35│ 60│ 17║ 51.43│ 0.58│ 1.00│ 48.57║ 26.92 │ 1.91║

║ 62 │ 132 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5 │ 49║ 25│ 48│ 33│ 24║ 51.02│ 0.80│ 0.55│ 48.98║ 37.69 │ 1.35║

║ 63 │ 84 │CKD_17-Информационный менеджмент: 5 │ 51║ 26│ 39│ 40│ 25║ 50.98│ 0.65│ 0.67│ 49.02║ 39.23 │ 1.30║

║ 64 │ 50 │CKD_05-Высокоуровневые методы информатики и программирования: 4│ 62║ 31│ 33│ 35│ 31║ 50.00│ 0.55│ 0.59│ 50.00║ 47.69 │ 1.05║

║ 65 │ 55 │CKD_08-Дискретная математика: 3 │ 50║ 25│ 46│ 39│ 20║ 50.00│ 0.77│ 0.65│ 40.00║ 38.46 │ 1.30║

║ 66 │ 57 │CKD_08-Дискретная математика: 5 │ 20║ 10│ 51│ 59│ 10║ 50.00│ 0.85│ 0.98│ 50.00║ 15.38 │ 3.25║

║ 67 │ 67 │CKD_12-Информатика: 3 │ 12║ 6│ 67│ 51│ 6║ 50.00│ 1.11│ 0.85│ 50.00║ 9.23 │ 5.42║

║ 68 │ 77 │CKD_15-Информационные системы в юриспруденции: 4 │ 8║ 4│ 37│ 85│ 4║ 50.00│ 0.61│ 1.41│ 50.00║ 6.15 │ 8.13║

║ 69 │ 85 │CKD_18-Компьютерные методы решения задач в юриспруденции: 3 │ 4║ 2│ 30│ 96│ 2║ 50.00│ 0.50│ 1.59│ 50.00║ 3.08 │ 16.23║

║ 70 │ 110 │CKD_26-Программирование на языке Ассемблера для IBM PC: 4 │ 12║ 6│ 36│ 82│ 6║ 50.00│ 0.60│ 1.36│ 50.00║ 9.23 │ 5.42║

║ 71 │ 196 │CJD_10-Финансовое право: 3 │ 8║ 4│ 22│ 100│ 4║ 50.00│ 0.37│ 1.66│ 50.00║ 6.15 │ 8.13║

║ 72 │ 28 │COD_07-Теория систем и системный анализ: 3 │ 134║ 66│ 7│ 11│ 46║ 49.25│ 0.12│ 0.19│ 34.33║103.08 │ 0.48║

║ 73 │ 60 │CKD_09-Имитационное моделирование: 5 │ 43║ 21│ 43│ 44│ 22║ 48.84│ 0.72│ 0.73│ 51.16║ 33.08 │ 1.48║

║ 74 │ 11 │COD_01-Английский язык: 4 │ 39║ 19│ 38│ 53│ 20║ 48.72│ 0.63│ 0.88│ 51.28║ 30.00 │ 1.62║

║ 75 │ 126 │CKD_32-Разработка приложений на языках ООП: 5 │ 29║ 14│ 30│ 71│ 15║ 48.28│ 0.50│ 1.18│ 51.72║ 22.31 │ 2.16║

║ 76 │ 12 │COD_01-Английский язык: 5 │ 81║ 39│ 21│ 28│ 42║ 48.15│ 0.35│ 0.47│ 51.85║ 62.31 │ 0.77║

║ 77 │ 46 │CKD_04-Базы данных: 3 │ 27║ 13│ 38│ 65│ 14║ 48.15│ 0.63│ 1.08│ 51.85║ 20.77 │ 2.32║

║ 78 │ 9 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5 │ 50║ 24│ 33│ 47│ 26║ 48.00│ 0.55│ 0.79│ 52.00║ 38.46 │ 1.25║

║ 79 │ 147 │CFED_05-Рынок ценных бумаг: 5 │ 41║ 19│ 33│ 56│ 22║ 46.34│ 0.55│ 0.94│ 53.66║ 31.54 │ 1.47║

║ 80 │ 136 │CFED_02-Бухгалтерский учёт (управленческий): 3 │ 52║ 24│ 44│ 34│ 28║ 46.15│ 0.74│ 0.57│ 53.85║ 40.00 │ 1.15║

║ 81 │ 49 │CKD_05-Высокоуровневые методы информатики и программирования: 3│ 37║ 17│ 43│ 50│ 20║ 45.95│ 0.72│ 0.83│ 54.05║ 28.46 │ 1.61║

║ 82 │ 59 │CKD_09-Имитационное моделирование: 4 │ 37║ 17│ 36│ 57│ 20║ 45.95│ 0.60│ 0.95│ 54.05║ 28.46 │ 1.61║

║ 83 │ 154 │CFED_08-Финансы, денежное обращение и кредит: 3 │ 44║ 20│ 44│ 42│ 24║ 45.45│ 0.74│ 0.70│ 54.55║ 33.85 │ 1.34║

║ 84 │ 177 │CJD_03-Коммерческое право: 5 │ 11║ 5│ 40│ 79│ 6║ 45.45│ 0.66│ 1.31│ 54.55║ 8.46 │ 5.37║

║ 85 │ 66 │CKD_11-Интеллектуальные информационные системы: 5 │ 78║ 35│ 11│ 41│ 43║ 44.87│ 0.18│ 0.69│ 55.13║ 60.00 │ 0.75║

║ 86 │ 7 │COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 3 │ 18║ 8│ 22│ 90│ 10║ 44.44│ 0.37│ 1.50│ 55.56║ 13.85 │ 3.21║

║ 87 │ 113 │CKD_27-Проектирование информационных систем: 4 │ 52║ 23│ 31│ 47│ 29║ 44.23│ 0.52│ 0.79│ 55.77║ 40.00 │ 1.11║

║ 88 │ 159 │CFED_09-Экономика организаций (предприятий): 5 │ 43║ 19│ 28│ 59│ 24║ 44.19│ 0.47│ 0.99│ 55.81║ 33.08 │ 1.34║

║ 89 │ 160 │CFED_10-Экономико-математические методы и модели: 3 │ 34║ 15│ 33│ 63│ 19║ 44.12│ 0.55│ 1.05│ 55.88║ 26.15 │ 1.69║

║ 90 │ 19 │COD_04-История Отечества: 3 │ 134║ 58│ 4│ 12│ 56║ 43.28│ 0.07│ 0.20│ 41.79║103.08 │ 0.42║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 91 │ 122 │CKD_31-Разработка приложений на языках высокого уровня: 4 │ 42║ 18│ 37│ 51│ 24║ 42.86│ 0.62│ 0.85│ 57.14║ 32.31 │ 1.33║

║ 92 │ 184 │CJD_06-Теория государства и права: 3 │ 14║ 6│ 27│ 89│ 8║ 42.86│ 0.45│ 1.48│ 57.14║ 10.77 │ 3.98║

║ 93 │ 3 │Red_dipl-Красный диплом │ 38║ 16│ 47│ 45│ 22║ 42.11│ 0.78│ 0.75│ 57.89║ 29.23 │ 1.44║

║ 94 │ 72 │CKD_13-Информационная безопасность: 5 │ 74║ 31│ 15│ 41│ 43║ 41.89│ 0.25│ 0.69│ 58.11║ 56.92 │ 0.74║

║ 95 │ 45 │CKD_03-Алгоритмы и структуры данных: 5 │ 51║ 21│ 22│ 57│ 30║ 41.18│ 0.37│ 0.95│ 58.82║ 39.23 │ 1.05║

║ 96 │ 143 │CFED_04-Основы бизнеса: 4 │ 22║ 9│ 39│ 69│ 13║ 40.91│ 0.65│ 1.15│ 59.09║ 16.92 │ 2.42║

║ 97 │ 114 │CKD_27-Проектирование информационных систем: 5 │ 60║ 24│ 28│ 42│ 36║ 40.00│ 0.47│ 0.70│ 60.00║ 46.15 │ 0.87║

║ 98 │ 137 │CFED_02-Бухгалтерский учёт (управленческий): 4 │ 15║ 6│ 28│ 87│ 9║ 40.00│ 0.47│ 1.45│ 60.00║ 11.54 │ 3.47║

║ 99 │ 172 │CJD_02-Гражданское право: 3 │ 20║ 8│ 25│ 86│ 11║ 40.00│ 0.42│ 1.43│ 55.00║ 15.38 │ 2.60║

║ 100 │ 151 │CFED_07-Финансы и кредит: 3 │ 123║ 49│ 2│ 19│ 60║ 39.84│ 0.03│ 0.32│ 48.78║ 94.62 │ 0.42║

║ 101 │ 38 │CKD_01-Web-дизайн и компьютерная графика: 4 │ 28║ 11│ 18│ 84│ 17║ 39.29│ 0.30│ 1.40│ 60.71║ 21.54 │ 1.82║

║ 102 │ 90 │CKD_19-Математика: 5 │ 46║ 18│ 36│ 48│ 28║ 39.13│ 0.60│ 0.80│ 60.87║ 35.38 │ 1.11║

║ 103 │ 42 │CKD_02-Алгоритмические языки высокого уровня: 5 │ 21║ 8│ 26│ 83│ 13║ 38.10│ 0.43│ 1.38│ 61.90║ 16.15 │ 2.36║

║ 104 │ 54 │CKD_06-Вычислительные системы, сети и телекоммуникации: 5 │ 45║ 17│ 16│ 69│ 28║ 37.78│ 0.27│ 1.15│ 62.22║ 34.62 │ 1.09║

║ 105 │ 17 │COD_03-Политология: 4 │ 16║ 6│ 37│ 77│ 10║ 37.50│ 0.62│ 1.28│ 62.50║ 12.31 │ 3.05║

║ 106 │ 149 │CFED_06-Теория бухгалтерского учёта: 4 │ 8║ 3│ 19│ 103│ 5║ 37.50│ 0.32│ 1.71│ 62.50║ 6.15 │ 6.10║

║ 107 │ 174 │CJD_02-Гражданское право: 5 │ 8║ 3│ 49│ 73│ 5║ 37.50│ 0.81│ 1.21│ 62.50║ 6.15 │ 6.10║

║ 108 │ 102 │CKD_23-Операционные системы, среды и оболочки: 5 │ 42║ 15│ 29│ 59│ 27║ 35.71│ 0.48│ 0.99│ 64.29║ 32.31 │ 1.11║

║ 109 │ 117 │CKD_29-Производственная практика по БД: 5 │ 14║ 5│ 16│ 100│ 9║ 35.71│ 0.27│ 1.66│ 64.29║ 10.77 │ 3.32║

║ 110 │ 186 │CJD_06-Теория государства и права: 5 │ 14║ 5│ 50│ 66│ 9║ 35.71│ 0.83│ 1.10│ 64.29║ 10.77 │ 3.32║

║ 111 │ 22 │COD_05-Правоведение: 3 │ 6║ 2│ 19│ 105│ 4║ 33.33│ 0.32│ 1.74│ 66.67║ 4.62 │ 7.21║

║ 112 │ 198 │CJD_10-Финансовое право: 5 │ 12║ 4│ 59│ 59│ 8║ 33.33│ 0.98│ 0.98│ 66.67║ 9.23 │ 3.61║

║ 113 │ 69 │CKD_12-Информатика: 5 │ 63║ 20│ 26│ 41│ 43║ 31.75│ 0.44│ 0.69│ 68.25║ 48.46 │ 0.66║

║ 114 │ 83 │CKD_17-Информационный менеджмент: 4 │ 60║ 19│ 28│ 42│ 41║ 31.67│ 0.47│ 0.70│ 68.33║ 46.15 │ 0.69║

║ 115 │ 118 │CKD_30-Разработка и стандартизация ПС и ИТ: 3 │ 13║ 4│ 28│ 89│ 9║ 30.77│ 0.47│ 1.48│ 69.23║ 10.00 │ 3.08║

║ 116 │ 27 │COD_06-Философия: 5 │ 43║ 13│ 30│ 57│ 30║ 30.23│ 0.50│ 0.95│ 69.77║ 33.08 │ 0.91║

║ 117 │ 10 │COD_01-Английский язык: 3 │ 10║ 3│ 29│ 91│ 7║ 30.00│ 0.48│ 1.51│ 70.00║ 7.69 │ 3.90║

║ 118 │ 58 │CKD_09-Имитационное моделирование: 3 │ 10║ 3│ 43│ 77│ 7║ 30.00│ 0.71│ 1.28│ 70.00║ 7.69 │ 3.90║

║ 119 │ 144 │CFED_04-Основы бизнеса: 5 │ 30║ 9│ 30│ 70│ 21║ 30.00│ 0.50│ 1.17│ 70.00║ 23.08 │ 1.30║

║ 120 │ 150 │CFED_06-Теория бухгалтерского учёта: 5 │ 20║ 6│ 8│ 102│ 14║ 30.00│ 0.13│ 1.70│ 70.00║ 15.38 │ 1.95║

║ 121 │ 52 │CKD_06-Вычислительные системы, сети и телекоммуникации: 3 │ 87║ 26│ 9│ 47│ 48║ 29.89│ 0.15│ 0.79│ 55.17║ 66.92 │ 0.45║

║ 122 │ 95 │CKD_21-Математическая экономика: 4 │ 37║ 11│ 36│ 57│ 26║ 29.73│ 0.60│ 0.95│ 70.27║ 28.46 │ 1.04║

║ 123 │ 51 │CKD_05-Высокоуровневые методы информатики и программирования: 5│ 31║ 9│ 34│ 65│ 22║ 29.03│ 0.57│ 1.08│ 70.97║ 23.85 │ 1.22║

║ 124 │ 32 │COD_08-Экология: 4 │ 7║ 2│ 16│ 107│ 5║ 28.57│ 0.27│ 1.78│ 71.43║ 5.38 │ 5.31║

║ 125 │ 156 │CFED_08-Финансы, денежное обращение и кредит: 5 │ 7║ 2│ 33│ 90│ 5║ 28.57│ 0.55│ 1.49│ 71.43║ 5.38 │ 5.31║

║ 126 │ 163 │CFED_11-Экономическая теория: 3 │ 7║ 2│ 65│ 58│ 5║ 28.57│ 1.08│ 0.96│ 71.43║ 5.38 │ 5.31║

║ 127 │ 190 │CJD_08-Уголовное право (особенная часть): 3 │ 7║ 2│ 38│ 85│ 5║ 28.57│ 0.63│ 1.41│ 71.43║ 5.38 │ 5.31║

║ 128 │ 125 │CKD_32-Разработка приложений на языках ООП: 4 │ 25║ 7│ 35│ 70│ 18║ 28.00│ 0.58│ 1.17│ 72.00║ 19.23 │ 1.46║

║ 129 │ 100 │CKD_23-Операционные системы, среды и оболочки: 3 │ 139║ 38│ 2│ 14│ 76║ 27.34│ 0.03│ 0.24│ 54.68║106.92 │ 0.26║

║ 130 │ 47 │CKD_04-Базы данных: 4 │ 44║ 12│ 27│ 59│ 32║ 27.27│ 0.45│ 0.99│ 72.73║ 33.85 │ 0.81║

║ 131 │ 2 │Red_dipl-Синий диплом │ 92║ 25│ 12│ 26│ 67║ 27.17│ 0.20│ 0.44│ 72.83║ 70.77 │ 0.38║

║ 132 │ 161 │CFED_10-Экономико-математические методы и модели: 4 │ 30║ 8│ 32│ 68│ 22║ 26.67│ 0.53│ 1.13│ 73.33║ 23.08 │ 1.16║

║ 133 │ 175 │CJD_03-Коммерческое право: 3 │ 15║ 4│ 29│ 86│ 11║ 26.67│ 0.48│ 1.43│ 73.33║ 11.54 │ 2.31║

║ 134 │ 80 │CKD_16-Информационные системы и информационные технологии: 4 │ 23║ 6│ 16│ 91│ 17║ 26.09│ 0.27│ 1.51│ 73.91║ 17.69 │ 1.47║

║ 135 │ 24 │COD_05-Правоведение: 5 │ 4║ 1│ 47│ 79│ 3║ 25.00│ 0.78│ 1.31│ 75.00║ 3.08 │ 8.12║

║ 136 │ 31 │COD_08-Экология: 3 │ 4║ 1│ 30│ 96│ 3║ 25.00│ 0.50│ 1.59│ 75.00║ 3.08 │ 8.12║

║ 137 │ 107 │CKD_25-Пред практика: 4 │ 20║ 5│ 27│ 83│ 15║ 25.00│ 0.45│ 1.38│ 75.00║ 15.38 │ 1.63║

║ 138 │ 111 │CKD_26-Программирование на языке Ассемблера для IBM PC: 5 │ 4║ 1│ 34│ 92│ 3║ 25.00│ 0.56│ 1.53│ 75.00║ 3.08 │ 8.12║

║ 139 │ 187 │CJD_07-Уголовное право (общая часть): 3 │ 8║ 2│ 35│ 87│ 6║ 25.00│ 0.58│ 1.44│ 75.00║ 6.15 │ 4.07║

║ 140 │ 35 │CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4 │ 70║ 17│ 13│ 47│ 53║ 24.29│ 0.22│ 0.79│ 75.71║ 53.85 │ 0.45║

║ 141 │ 176 │CJD_03-Коммерческое право: 4 │ 13║ 3│ 29│ 88│ 10║ 23.08│ 0.48│ 1.46│ 76.92║ 10.00 │ 2.31║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

╔═════╤══════╤═══════════════════════════════════════════════════════════════╤═════╦═══════════╤═══════════╦═════════════╤═════════════╦═══════╤═════════╗

║ │ │ │Всего║ИДЕНТИФИЦИР│Неидентифиц║ИДЕНТИФИЦИРОВ│Неидентифицир║Вероятн│Эффект-ть║

║ N │ Код │ Наименование │логич╟─────┬─────┼─────┬─────╫──────┬──────┼──────┬──────╢случайн│ модели ║

║ п/п │класса│ класса │анкет║ВЕРНО│Ошиб.│Верно│Ошиб.║ВЕРНО%│Ошиб.%│Верно%│Ошиб.%║угад. %│ (раз) ║

╠═════╪══════╪═══════════════════════════════════════════════════════════════╪═════╬═════╪═════╪═════╪═════╬══════╪══════╪══════╪══════╬═══════╪═════════╣

║ 142 │ 183 │CJD_05-Криминалистика: 5 │ 13║ 3│ 39│ 78│ 10║ 23.08│ 0.65│ 1.30│ 76.92║ 10.00 │ 2.31║

║ 143 │ 89 │CKD_19-Математика: 4 │ 53║ 12│ 29│ 48│ 41║ 22.64│ 0.49│ 0.80│ 77.36║ 40.77 │ 0.56║

║ 144 │ 181 │CJD_05-Криминалистика: 3 │ 9║ 2│ 50│ 71│ 7║ 22.22│ 0.83│ 1.18│ 77.78║ 6.92 │ 3.21║

║ 145 │ 194 │CJD_09-Уголовный процесс: 4 │ 9║ 2│ 40│ 81│ 7║ 22.22│ 0.66│ 1.35│ 77.78║ 6.92 │ 3.21║

║ 146 │ 68 │CKD_12-Информатика: 4 │ 55║ 12│ 15│ 60│ 43║ 21.82│ 0.25│ 1.00│ 78.18║ 42.31 │ 0.52║

║ 147 │ 98 │CKD_22-МЛОИ: 4 │ 14║ 3│ 17│ 99│ 11║ 21.43│ 0.28│ 1.65│ 78.57║ 10.77 │ 1.99║

║ 148 │ 99 │CKD_22-МЛОИ: 5 │ 19║ 4│ 14│ 97│ 15║ 21.05│ 0.23│ 1.61│ 78.95║ 14.62 │ 1.44║

║ 149 │ 14 │COD_02-Логика: 4 │ 10║ 2│ 38│ 82│ 8║ 20.00│ 0.63│ 1.36│ 80.00║ 7.69 │ 2.60║

║ 150 │ 92 │CKD_20-Мат.логика, теор.множеств, дискр.математика: 4 │ 10║ 2│ 14│ 106│ 8║ 20.00│ 0.23│ 1.76│ 80.00║ 7.69 │ 2.60║

║ 151 │ 116 │CKD_29-Производственная практика по БД: 4 │ 15║ 3│ 22│ 93│ 12║ 20.00│ 0.37│ 1.55│ 80.00║ 11.54 │ 1.73║

║ 152 │ 170 │CJD_01-Гражданский процесс: 4 │ 10║ 2│ 44│ 76│ 8║ 20.00│ 0.73│ 1.26│ 80.00║ 7.69 │ 2.60║

║ 153 │ 16 │COD_03-Политология: 3 │ 11║ 2│ 36│ 83│ 9║ 18.18│ 0.60│ 1.38│ 81.82║ 8.46 │ 2.15║

║ 154 │ 21 │COD_04-История Отечества: 5 │ 50║ 9│ 19│ 61│ 41║ 18.00│ 0.32│ 1.02│ 82.00║ 38.46 │ 0.47║

║ 155 │ 56 │CKD_08-Дискретная математика: 4 │ 29║ 5│ 28│ 73│ 24║ 17.24│ 0.47│ 1.22│ 82.76║ 22.31 │ 0.77║

║ 156 │ 87 │CKD_18-Компьютерные методы решения задач в юриспруденции: 5 │ 24║ 4│ 18│ 88│ 20║ 16.67│ 0.30│ 1.47│ 83.33║ 18.46 │ 0.90║

║ 157 │ 189 │CJD_07-Уголовное право (общая часть): 5 │ 6║ 1│ 25│ 99│ 5║ 16.67│ 0.42│ 1.64│ 83.33║ 4.62 │ 3.61║

║ 158 │ 191 │CJD_08-Уголовное право (особенная часть): 4 │ 6║ 1│ 32│ 92│ 5║ 16.67│ 0.53│ 1.53│ 83.33║ 4.62 │ 3.61║

║ 159 │ 18 │COD_03-Политология: 5 │ 32║ 5│ 13│ 85│ 27║ 15.63│ 0.22│ 1.42│ 84.38║ 24.62 │ 0.63║

║ 160 │ 37 │CKD_01-Web-дизайн и компьютерная графика: 3 │ 13║ 2│ 23│ 94│ 11║ 15.38│ 0.38│ 1.56│ 84.62║ 10.00 │ 1.54║

║ 161 │ 173 │CJD_02-Гражданское право: 4 │ 13║ 2│ 24│ 93│ 11║ 15.38│ 0.40│ 1.55│ 84.62║ 10.00 │ 1.54║

║ 162 │ 167 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 4 │ 20║ 3│ 52│ 58│ 17║ 15.00│ 0.87│ 0.97│ 85.00║ 15.38 │ 0.98║

║ 163 │ 197 │CJD_10-Финансовое право: 4 │ 20║ 3│ 25│ 85│ 17║ 15.00│ 0.42│ 1.41│ 85.00║ 15.38 │ 0.98║

║ 164 │ 97 │CKD_22-МЛОИ: 3 │ 7║ 1│ 23│ 100│ 6║ 14.29│ 0.38│ 1.66│ 85.71║ 5.38 │ 2.66║

║ 165 │ 29 │COD_07-Теория систем и системный анализ: 4 │ 51║ 7│ 11│ 68│ 44║ 13.73│ 0.18│ 1.14│ 86.27║ 39.23 │ 0.35║

║ 166 │ 5 │ALL-Средний балл: 4 │ 66║ 9│ 11│ 53│ 57║ 13.64│ 0.18│ 0.89│ 86.36║ 50.77 │ 0.27║

║ 167 │ 13 │COD_02-Логика: 3 │ 22║ 3│ 10│ 98│ 19║ 13.64│ 0.17│ 1.63│ 86.36║ 16.92 │ 0.81║

║ 168 │ 119 │CKD_30-Разработка и стандартизация ПС и ИТ: 4 │ 23║ 3│ 9│ 98│ 20║ 13.04│ 0.15│ 1.63│ 86.96║ 17.69 │ 0.74║

║ 169 │ 131 │CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4 │ 46║ 6│ 14│ 70│ 40║ 13.04│ 0.23│ 1.17│ 86.96║ 35.38 │ 0.37║

║ 170 │ 15 │COD_02-Логика: 5 │ 8║ 1│ 46│ 76│ 7║ 12.50│ 0.76│ 1.26│ 87.50║ 6.15 │ 2.03║

║ 171 │ 127 │CKD_33-Теория вероятностей и математическая статистика: 3 │ 50║ 6│ 28│ 62│ 34║ 12.00│ 0.47│ 1.04│ 68.00║ 38.46 │ 0.31║

║ 172 │ 103 │CKD_24-Основы алгоритмизации и программирования: 3 │ 9║ 1│ 10│ 111│ 8║ 11.11│ 0.17│ 1.84│ 88.89║ 6.92 │ 1.61║

║ 173 │ 145 │CFED_05-Рынок ценных бумаг: 3 │ 9║ 1│ 9│ 112│ 8║ 11.11│ 0.15│ 1.86│ 88.89║ 6.92 │ 1.61║

║ 174 │ 164 │CFED_11-Экономическая теория: 4 │ 51║ 4│ 5│ 74│ 47║ 7.84│ 0.08│ 1.24│ 92.16║ 39.23 │ 0.20║

║ 175 │ 169 │CJD_01-Гражданский процесс: 3 │ 14║ 1│ 8│ 108│ 13║ 7.14│ 0.13│ 1.80│ 92.86║ 10.77 │ 0.66║

║ 176 │ 41 │CKD_02-Алгоритмические языки высокого уровня: 4 │ 15║ 1│ 27│ 88│ 14║ 6.67│ 0.45│ 1.46│ 93.33║ 11.54 │ 0.58║

║ 177 │ 182 │CJD_05-Криминалистика: 4 │ 17║ 1│ 17│ 96│ 16║ 5.88│ 0.28│ 1.60│ 94.12║ 13.08 │ 0.45║

║ 178 │ 139 │CFED_03-Бухгалтерский учёт (финансовый): 3 │ 20║ 1│ 19│ 91│ 19║ 5.00│ 0.32│ 1.51│ 95.00║ 15.38 │ 0.33║

║ 179 │ 78 │CKD_15-Информационные системы в юриспруденции: 5 │ 12║ 0│ 18│ 100│ 12║ 0.00│ 0.30│ 1.66│100.00║ 9.23 │ 0.00║

║ 180 │ 109 │CKD_26-Программирование на языке Ассемблера для IBM PC: 3 │ 5║ 0│ 24│ 101│ 5║ 0.00│ 0.40│ 1.68│100.00║ 3.85 │ 0.00║

║ 181 │ 155 │CFED_08-Финансы, денежное обращение и кредит: 4 │ 10║ 0│ 16│ 104│ 10║ 0.00│ 0.27│ 1.73│100.00║ 7.69 │ 0.00║

║ 182 │ 168 │CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5 │ 8║ 0│ 45│ 77│ 8║ 0.00│ 0.75│ 1.28│100.00║ 6.15 │ 0.00║

║ 183 │ 171 │CJD_01-Гражданский процесс: 5 │ 6║ 0│ 17│ 107│ 6║ 0.00│ 0.28│ 1.78│100.00║ 4.62 │ 0.00║

║ 184 │ 178 │CJD_04-Конституционное право: 3 │ 4║ 0│ 15│ 111│ 4║ 0.00│ 0.25│ 1.84│100.00║ 3.08 │ 0.00║

║ 185 │ 185 │CJD_06-Теория государства и права: 4 │ 12║ 0│ 39│ 79│ 12║ 0.00│ 0.65│ 1.31│100.00║ 9.23 │ 0.00║

║ 186 │ 188 │CJD_07-Уголовное право (общая часть): 4 │ 7║ 0│ 23│ 100│ 7║ 0.00│ 0.38│ 1.66│100.00║ 5.38 │ 0.00║

║ 187 │ 193 │CJD_09-Уголовный процесс: 3 │ 7║ 0│ 23│ 100│ 7║ 0.00│ 0.38│ 1.66│100.00║ 5.38 │ 0.00║

╚═════╧══════╧═══════════════════════════════════════════════════════════════╧═════╩═════╧═════╧═════╧═════╩══════╧══════╧══════╧══════╩═══════╧═════════╝

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Из таблицы 38 видно, что внешняя интегральная валидность модели составила 46.35%, при этом с достоверностью 70% и выше прогнозируется принадлежность студентов к 15 классам из 198, причем по большинству классов использование модели для прогнозирования обеспечивает достоверность в несколько раз выше, чем вероятность случайного угадывания.

Это означает, что результатам прогнозирования по этим классам вполне можно доверять.

4.2.3.4. Выводы

1. Измерение как внутренней, так и внешней валидности семантической информационной модели объекта исследования показало ее достаточно высокую степень адекватности. Это означает, что вполне корректно считать исследование модели объекта изучением самого объекта.

2. Оказалось, что существуют достаточно сильные зависимости между особенностями социального статуса студентов и их учебными достижениями по ряду дисциплин.

3. То обстоятельство, что созданная модель имеет высокую дифференциальную валидность не по всем дисциплинам, а примерно по половине из них, позволяет выдвинуть гипотезу о том, что не по всем дисциплинам учебные достижения студентов зависят от их социального статуса, по крайней мере тех его особенностей, которые учитываются в личной карточке студента. Успешность обучения по остальным дисциплинам, по-видимому, детерминируется в основном не социальным статусом, а другими факторами, возможно конституционными (генетическими). Поэтому представляет интерес исследование зависимости учебных достижений студентов от таких их признаков, которые определяются генетически (особенности почерка, фоторобота, папиллярных узоров и других).

4.2.4. Исследование семантический
информационной модели

Исследование семантической информационной модели включает решение поставленных в работе задач, а также кластерно-конструктивный и системно-когнитивный анализ модели.

4.2.4.1. Задача 1: выявление зависимостей между особенностями социального статуса и учебными достижениями студентов

Фактически решению 1-й задачи посвящена 2-я глава данной работы. Поэтому в данном разделе ограничимся тем, что отобразим результаты выявления выявленных зависимостей между градациями описательных и классификационных шкал. Мерой силы и направления зависимостей в СК-анализе является количество информации, которое содержится в факте действия определенного значения фактора о том, что объект управления будет относиться к определенному классу. Значение информативности может быть по модулю различной величины и положительным и отрицательным по знаку, что означает, соответственно, величину и направление влияния данного значения фактора на переход объекта управления в состояние, соответствующее данному классу.

В полном виде все зависимости содержаться в матрице информативностей, приведенной в таблице 39. Вертикальная шапка таблицы 39 содержит градации описательных, а горизонтальная шапка – градации классификационных шкал в соответствии с таблицами 32 и 33.

Таблица 39 – КОЛИЧЕСТВЕННАЯ ОЦЕНКА СИЛЫ И НАПРАВЛЕНИЯ СВЯЗЕЙ МЕЖДУ ОСОБЕННОСТЯМИ СОЦИАЛЬНОГО СТАТУСА СТУДЕНТОВ И ИХ ПРЕДМЕТНОЙ ОБУЧЕННОСТЬЮ (Бит×100) (ФРАГМЕНТ)

(транспонированная матрица информативностей:

строки - классы, столбцы - признаки)

Kod	25	26	27	28	29	30	31	32	33	34	35	36	37	38	39	40	41
1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
2	3	-7	-3	3	0	-1	11	-3	1	-3	0	22	10	23	-5	22	-3
3	-13	21	9	-9	-4	2	-69	7	-1	9	87	0	-53	0	11	0	-6
4	26	-141	16	-1	-15	5	0	23	-13	-65	0	0	18	167	61	0	0
5	1	-3	-8	5	2	-2	29	-14	4	1	0	48	-3	0	-8	48	23
6	-9	15	4	-5	-1	2	-54	4	0	4	53	0	-9	0	-22	0	-40
7	21	-76	1	-8	12	5	0	2	-15	15	0	0	82	135	49	0	0
8	3	-7	-0	9	-11	-2	18	-5	5	-7	0	0	-42	0	-12	57	32
9	-21	29	1	-8	4	-0	2	8	-2	6	61	69	-30	0	-15	0	-32
10	18	-75	20	17	-73	2	0	52	-9	0	0	0	84	0	0	0	0
11	9	-27	-8	-2	11	-1	14	-33	7	18	0	0	0	82	-3	81	28
12	-10	17	1	-1	-2	0	-3	3	-2	-2	27	36	13	0	8	0	-18
13	10	-16	-3	0	3	-3	62	-2	-19	34	0	0	30	0	45	0	76
14	3	-13	-13	2	8	-5	52	46	1	0	160	0	0	0	0	0	0
Kod	25	26	27	28	29	30	31	32	33	34	35	36	37	38	39	40	41
15	-16	26	-12	2	15	4	0	-60	15	25	0	0	0	0	0	0	0
16	15	-48	5	-5	1	-3	45	6	4	27	0	0	14	0	0	0	0
17	8	-23	9	-9	-2	-3	42	16	5	-25	0	0	0	159	0	0	56
18	-1	-4	-7	1	4	-2	6	11	7	8	0	0	0	0	0	0	0
19	7	-14	1	0	2	1	-19	5	-3	-1	-8	-0	6	50	4	-0	11
20	-1	0	3	-6	-0	-1	-11	-17	5	-7	0	56	6	0	1	56	32
21	-13	20	-2	0	-0	-1	21	3	2	2	64	0	1	0	-12	0	0
22	-16	21	26	-24	-27	1	0	11	-19	76	0	0	0	0	49	0	0
23	-44	42	-11	28	-39	-8	82	-1	8	-13	0	0	0	0	0	0	0
24	-17	23	-23	-8	9	2	0	-2	16	-14	0	0	0	0	36	0	0
25	14	-41	-3	11	-5	1	-7	3	-4	17	0	0	30	82	-52	0	28
26	-5	9	1	-8	4	-0	2	-19	10	-37	0	69	-79	0	24	69	-33
27	-14	22	3	-2	-2	0	-3	15	-8	14	76	0	13	0	0	0	-17
28	7	-18	5	-2	-3	1	-21	-0	-0	-5	-10	-2	4	48	2	-2	9
29	-1	2	-20	9	10	-3	41	-5	1	6	0	0	18	0	1	69	16
30	-15	23	5	-8	1	2	-52	2	-1	0	55	64	-7	0	-5	0	-38
31	7	-28	26	-72	2	-7	66	-37	9	48	0	0	0	0	49	0	0
32	-72	57	-10	4	1	-6	94	19	-11	27	0	0	0	0	0	0	0
33	-23	29	-23	39	-60	1	0	-2	16	-14	0	0	0	0	-13	0	0
34	10	-30	-1	-0	1	-1	8	11	4	-1	0	0	-63	86	-68	0	-65
35	-2	4	0	1	-2	-2	30	-9	1	3	0	49	27	0	-19	49	24
36	-13	19	1	-6	2	1	-44	6	0	8	63	0	-76	0	3	0	-30
37	16	-41	10	4	-27	3	0	-2	-14	19	0	0	54	0	69	0	0
38	-5	14	-16	22	-0	3	-4	-20	-7	-43	103	111	60	0	43	111	58
39	-24	32	10	-24	3	1	-54	-12	2	5	0	0	-37	0	26	0	9
40	19	-51	-12	18	7	6	0	-108	-14	5	0	0	88	0	103	0	57
41	-0	4	5	14	-17	4	0	11	-10	-88	0	142	72	0	10	142	41
42	-10	25	10	-42	16	4	0	-23	-5	-7	139	0	-0	0	43	0	46
43	16	-49	-4	16	-15	1	-20	13	-6	1	0	0	-51	98	28	0	43
44	-3	3	-5	-1	6	-2	35	-14	8	-12	0	74	3	0	-10	0	0
45	-13	21	7	-11	1	1	-50	1	-3	9	58	0	15	0	-18	66	13
46	10	-25	1	12	-18	1	-56	-6	2	23	0	0	0	0	4	0	7
47	5	-11	2	-4	4	-1	27	14	-6	-39	71	79	67	81	-5	79	-22
48	-12	18	-2	-3	2	0	-12	-10	4	9	0	0	-92	0	-0	0	2
49	14	-43	5	12	-24	-1	28	10	-7	9	0	0	8	81	11	0	-22
50	-8	14	-8	-1	11	2	-49	-17	5	-4	0	66	-5	0	-18	66	41
51	-12	18	5	-15	3	-1	2	6	2	-6	81	0	-10	0	5	0	0
52	10	-19	5	2	-5	3	-86	-3	-9	-8	21	78	27	31	42	30	40
53	-6	7	-11	4	6	-2	24	-24	14	-30	0	0	5	0	-57	76	0
54	-16	26	5	-11	5	1	-12	6	-10	18	67	0	24	0	19	0	22
55	7	-13	-8	4	6	-1	30	11	-4	11	60	0	-30	0	-15	0	16
56	5	-17	-6	0	5	-5	53	5	9	-14	0	0	-43	106	0	0	3
57	-2	-3	10	-17	-2	-3	9	18	3	19	0	0	0	0	0	0	0
58	22	-134	23	-5	-36	2	0	-18	15	-59	0	0	0	173	-9	0	0
59	-3	7	7	-5	-1	1	-28	-26	8	-18	0	88	53	0	-44	88	-13
60	-13	18	-6	3	0	1	-35	11	-6	17	0	0	-67	0	25	0	-21
61	9	-32	30	-43	-18	2	0	8	1	28	0	0	0	164	0	0	0
62	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
63	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
64	22	-70	-17	21	7	7	0	33	-13	0	0	0	88	0	55	0	0
65	13	-40	-12	16	-1	-3	47	-15	-1	21	90	0	-49	0	-33	99	46
66	-13	21	-0	-3	0	0	-14	-2	3	-9	0	38	3	0	11	0	-15

4.2.4.2. Задача 2: разработка методики прогнозирования уровней предметной обученности студентов на основе особенностей их социального статуса

Данная задача решается на основе задачи 1. Суть методики прогнозирования состоит в следующем. Из таблицы 39 известно, какое количество информации содержится в определенном признаке социального статуса студента о том, что у него будет определенный уровень предметной обученности по каждой из учебной дисциплин. Таким образом, признак – это частный критерий. Если же о студенте известно, что он обладает определенным набором признаков социального статуса, то согалсно лемее Неймана-Пиросна естественно считать, что он будет относиться к тем классам, о принадлежности к которым в данном наборе признаков содержится наибольшее количество информации. Данный интегральный критерий предложен и обоснован в работе [5].

Исходные данные для прогнозирования вводятся в 1-м режиме 4-й подсистемы системы "Эйдос" в форме распознаваемой выборки, само прогнозирование осуществляется во 2-м режиме этой же подсистемы, а результаты в выводятся в 3-м режиме в двух разрезах:

– один объект – много классов;

– один класс – много объектов.

Результаты прогнозирования выводятся системой в обобщенной форме, каждая строка которой соответствует классу, с которым данный объект имеет наиболее сходство, а также в детализированной форме карточек прогнозирования (распознавания). Примеры этих карточек приведены на рисунках 44 и 45.

Карточка разделена на две части. В верхней части в порядке убывания приведены наименования обобщенных классов, с которыми данный конкретный объект имеет наивысшее сходство, а в нижней – классы, от которых данный объект максимально отличается.

Рисунок 44. Экранная форма карточки прогнозирования:
один объект - много классов

Рисунок 45. Экранная форма карточки прогнозирования:
один класс - много объектов

В этой карточке перечислены конкретные студенты, имеющие наибольшее и наименьшее сходство с заданным классом (в данном случае – "Красный диплом").

Эти карточки и представляют собой результат прогнозирования. Они выводятся также в виде файла (как и все остальные выходные формы).

4.2.4.3. Задача 3: разработка методики поддержки принятия решений по выбору специализации студентами ФПИ на основе особенностей их социального статуса

Задача принятия решений является обратной по отношению к задаче прогнозирования. Если при прогнозировании мы по признакам социального статуса определяем возможные учебные достижения по различным дисциплинам и циклам дисциплин, то при принятии решений, – наоборот, по заданным учебным достижениям определяем какими признаками социального статуса должны обладать студенты, чтобы иметь эти достижения.

В системе "Эйдос" эта задача решается в 1-м режиме 5-й подсистемы, который позволяет генерировать и отображать так называемые "Информационные портреты классов", которые представляют собой результат многофакторной типизации объектов обучающей выборки по принадлежности к классам.

Эти информационные портреты показывают систему детерминации будущих состояний объекта управления, в нашем случае – уровни предметной обученности студентов по различным дисциплинам. В таблицах 40-44 приведены информационные портреты нескольких классов, соответствующих наиболее желательным (целевым) состояниям объекта управления.

Таблица 40 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 3 Наименование: RED_DIPL-КРАСНЫЙ ДИПЛОМ

16-05-06 12:54:34 Фильтр: All, Positive г.Краснодар

================================================================================

| N ||Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п||приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| ||нака| | Бит. | % | %% |

|==============================================================================|

| 1 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 43 Военнослужащая................................ 0.950 12.45 12.5 |

| 2 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 35 Госслужащий................................... 0.866 11.35 23.8 |

| 3 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 47 Крестьянка (фермер)........................... 0.853 11.18 35.0 |

| 4 8 ПОЛ |

| 26 Жен........................................... 0.215 2.82 37.8 |

| 5 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 39 Рабочий....................................... 0.111 1.46 39.3 |

| 6 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 34 3 и более..................................... 0.094 1.24 40.5 |

| 7 9 МЕСТО РОЖДЕНИЯ |

| 27 Краевой центр................................. 0.088 1.15 41.7 |

| 8 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 32 1............................................. 0.070 0.92 42.6 |

| 9 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 44 Предприниматель............................... 0.057 0.74 43.3 |

| 10 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 30 Холост........................................ 0.017 0.23 43.5 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 11 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 42 Госслужащая................................... -0.003 -0.03 43.6 |

| 12 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 33 2............................................. -0.007 -0.09 43.7 |

| 13 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 45 Интеллигент................................... -0.023 -0.30 44.0 |

| 14 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 46 Рабочая....................................... -0.038 -0.50 44.5 |

| 15 9 МЕСТО РОЖДЕНИЯ |

| 29 Село (хутор, деревня)......................... -0.044 -0.57 45.0 |

| 16 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 48 Безработная (домохозяйка)..................... -0.044 -0.58 45.6 |

| 17 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 41 Безработный................................... -0.064 -0.84 46.5 |

| 18 9 МЕСТО РОЖДЕНИЯ |

| 28 Районный центр................................ -0.092 -1.20 47.7 |

| 19 8 ПОЛ |

| 25 Муж........................................... -0.134 -1.76 49.4 |

| 20 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 37 Предприниматель............................... -0.525 -6.89 56.3 |

| 21 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 31 Женат (замужем)............................... -0.691 -9.05 65.3 |

================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 41 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 9 Наим: COD-ЦИКЛ ОБЩЕОБРАЗОВАТЕЛЬНЫХ ДИСЦИПЛИН (Ср.балл): 5

16-05-06 12:54:39 Фильтр: All, Positive г.Краснодар

================================================================================

| N ||Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п||приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| ||нака| | Бит. | % | %% |

|==============================================================================|

| 1 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 36 Военнослужащий................................ 0.690 9.05 9.1 |

| 2 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 43 Военнослужащая................................ 0.690 9.05 18.1 |

| 3 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 35 Госслужащий................................... 0.607 7.95 26.1 |

| 4 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 47 Крестьянка (фермер)........................... 0.594 7.78 33.8 |

| 5 8 ПОЛ |

| 26 Жен........................................... 0.286 3.75 37.6 |

| 6 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 46 Рабочая....................................... 0.156 2.05 39.6 |

| 7 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 44 Предприниматель............................... 0.080 1.05 40.7 |

| 8 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 32 1............................................. 0.075 0.98 41.7 |

| 9 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 34 3 и более..................................... 0.057 0.75 42.4 |

| 10 9 МЕСТО РОЖДЕНИЯ |

| 29 Село (хутор, деревня)......................... 0.038 0.50 42.9 |

| 11 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 42 Госслужащая................................... 0.021 0.27 43.2 |

| 12 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 31 Женат (замужем)............................... 0.017 0.23 43.4 |

| 13 9 МЕСТО РОЖДЕНИЯ |

| 27 Краевой центр................................. 0.009 0.12 43.5 |

| 14 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 48 Безработная (домохозяйка)..................... 0.008 0.10 43.6 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 15 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 30 Холост........................................ -0.001 -0.02 43.7 |

| 16 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 33 2............................................. -0.023 -0.31 44.0 |

| 17 9 МЕСТО РОЖДЕНИЯ |

| 28 Районный центр................................ -0.082 -1.08 45.0 |

| 18 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 45 Интеллигент................................... -0.138 -1.80 46.8 |

| 19 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 39 Рабочий....................................... -0.148 -1.94 48.8 |

| 20 8 ПОЛ |

| 25 Муж........................................... -0.208 -2.73 51.5 |

| 21 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 37 Предприниматель............................... -0.301 -3.95 55.5 |

| 22 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 41 Безработный................................... -0.324 -4.25 59.7 |

================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 42 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 36 Наименование: CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5

16-05-06 12:54:51 Фильтр: All, Positive г.Краснодар

================================================================================

| N ||Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п||приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| ||нака| | Бит. | % | %% |

|==============================================================================|

| 1 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 43 Военнослужащая................................ 0.716 9.39 9.4 |

| 2 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 35 Госслужащий................................... 0.632 8.29 17.7 |

| 3 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 47 Крестьянка (фермер)........................... 0.619 8.12 25.8 |

| 4 8 ПОЛ |

| 26 Жен........................................... 0.194 2.54 28.3 |

| 5 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 44 Предприниматель............................... 0.106 1.39 29.7 |

| 6 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 34 3 и более..................................... 0.083 1.08 30.8 |

| 7 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 32 1............................................. 0.063 0.83 31.6 |

| 8 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 48 Безработная (домохозяйка)..................... 0.034 0.44 32.1 |

| 9 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 39 Рабочий....................................... 0.033 0.44 32.5 |

| 10 9 МЕСТО РОЖДЕНИЯ |

| 29 Село (хутор, деревня)......................... 0.018 0.23 32.8 |

| 11 9 МЕСТО РОЖДЕНИЯ |

| 27 Краевой центр................................. 0.015 0.19 32.9 |

| 12 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 30 Холост........................................ 0.009 0.11 33.1 |

| 13 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 45 Интеллигент................................... 0.008 0.11 33.2 |

| 14 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 33 2............................................. 0.002 0.03 33.2 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 15 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 46 Рабочая....................................... -0.029 -0.38 33.6 |

| 16 9 МЕСТО РОЖДЕНИЯ |

| 28 Районный центр................................ -0.056 -0.74 34.3 |

| 17 8 ПОЛ |

| 25 Муж........................................... -0.125 -1.64 36.0 |

| 18 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 42 Госслужащая................................... -0.237 -3.10 39.1 |

| 19 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 41 Безработный................................... -0.298 -3.91 43.0 |

| 20 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 31 Женат (замужем)............................... -0.441 -5.78 48.7 |

| 21 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 37 Предприниматель............................... -0.759 -9.95 58.7 |

================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 43 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 132 Наим: CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 5

16-05-06 12:54:59 Фильтр: All, Positive г.Краснодар

================================================================================

| N ||Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п||приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| ||нака| | Бит. | % | %% |

|==============================================================================|

| 1 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 43 Военнослужащая................................ 0.723 9.47 9.5 |

| 2 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 47 Крестьянка (фермер)........................... 0.626 8.20 17.7 |

| 3 8 ПОЛ |

| 26 Жен........................................... 0.163 2.14 19.8 |

| 4 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 46 Рабочая....................................... 0.091 1.20 21.0 |

| 5 9 МЕСТО РОЖДЕНИЯ |

| 29 Село (хутор, деревня)......................... 0.071 0.93 21.9 |

| 6 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 31 Женат (замужем)............................... 0.050 0.65 22.6 |

| 7 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 39 Рабочий....................................... 0.040 0.52 23.1 |

| 8 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 32 1............................................. 0.030 0.39 23.5 |

| 9 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 34 3 и более..................................... 0.023 0.30 23.8 |

| 10 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 45 Интеллигент................................... 0.015 0.19 24.0 |

| 11 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 33 2............................................. 0.009 0.12 24.1 |

| 12 9 МЕСТО РОЖДЕНИЯ |

| 27 Краевой центр................................. 0.000 0.00 24.1 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 13 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 30 Холост........................................ -0.001 -0.01 24.1 |

| 14 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 44 Предприниматель............................... -0.015 -0.19 24.3 |

| 15 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 48 Безработная (домохозяйка)..................... -0.018 -0.24 24.6 |

| 16 8 ПОЛ |

| 25 Муж........................................... -0.105 -1.38 25.9 |

| 17 9 МЕСТО РОЖДЕНИЯ |

| 28 Районный центр................................ -0.108 -1.42 27.4 |

| 18 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 42 Госслужащая................................... -0.230 -3.01 30.4 |

| 19 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 37 Предприниматель............................... -0.269 -3.52 33.9 |

| 20 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 41 Безработный................................... -0.292 -3.82 37.7 |

================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 44 – ИНФОРМАЦИОННЫЙ ПОРТРЕТ КЛАССА РАСПОЗНАВАНИЯ:

Код: 168 Наименование: CJD-ЦИКЛ ЮРИДИЧЕСКИХ ДИСЦИПЛИН (Ср.балл): 5

16-05-06 12:55:04 Фильтр: All, Positive г.Краснодар

================================================================================

| N ||Код | Н а и м е н о в а н и я |Инфор-|Инфор-|Суммар |

|п/п||приз| ОБОБЩЕННЫХ и первичных признаков |мат-ть|мат-ть|инф-ть |

| ||нака| | Бит. | % | %% |

|==============================================================================|

| 1 12 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА |

| 35 Госслужащий................................... 1.790 23.46 23.5 |

| 2 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 47 Крестьянка (фермер)........................... 1.777 23.29 46.8 |

| 3 8 ПОЛ |

| 26 Жен........................................... 0.346 4.53 51.3 |

| 4 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 48 Безработная (домохозяйка)..................... 0.302 3.96 55.2 |

| 5 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 31 Женат (замужем)............................... 0.233 3.05 58.3 |

| 6 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 32 1............................................. 0.170 2.23 60.5 |

| 7 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 33 2............................................. 0.089 1.16 61.7 |

| 8 9 МЕСТО РОЖДЕНИЯ |

| 29 Село (хутор, деревня)......................... 0.075 0.98 62.7 |

| 9 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 44 Предприниматель............................... 0.012 0.16 62.8 |

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 10 10 СЕМЕЙНОЕ ПОЛОЖЕНИЕ |

| 30 Холост........................................ -0.016 -0.21 63.0 |

| 11 9 МЕСТО РОЖДЕНИЯ |

| 28 Районный центр................................ -0.023 -0.30 63.3 |

| 12 9 МЕСТО РОЖДЕНИЯ |

| 27 Краевой центр................................. -0.039 -0.51 63.8 |

| 13 8 ПОЛ |

| 25 Муж........................................... -0.261 -3.42 67.3 |

| 14 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 46 Рабочая....................................... -0.366 -4.79 72.1 |

| 15 13 СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ |

| 45 Интеллигент................................... -0.406 -5.32 77.4 |

| 16 11 КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ |

| 34 3 и более..................................... -0.434 -5.69 83.1 |

================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

В графической форме информационные портреты выводятся в форме диаграмм нейронов (рисунок 46).

Из этого рисунка видно, что социальный статус "Женат (за мужем)" в высокой степени предопределяет получение синего дипломы.

Информационные портреты могут непосредственно использоваться в качестве дополнительной рекомендательной информации при принятии решений о зачислении абитуриентов и выборе ими специализации.

Аппарат СК-анализа позволяет строить функции взаимосвязи между описательными и классификационными шкалами (функции влияния), которые в графической форме отображают влияние значений факторов на принадлежность объекта к классам. Однако для этого градации в описательных и классификационных шкалах должны быть упорядочены как в порядковых шкалах, чего в данной задаче нет. Поэтому в данной работе функции влияния при анализе модели не используются.

Рисунок 46. Система детерминации состояния "Синий диплом"
признаками социального статуса

4.2.4.4. Кластерно-конструктивный и системно-когнитивный модели

Эти возможности обеспечиваются режимами 5-й подсистемы "Типология" (рисунок 47).

Рисунок 47. Режимы подсистемы типологического анализа классов и факторов

Кластерный анализ классов показывает, какие учебные достижения детерминируются (вызываются) сходными системами признаков социального статуса, и могут быть получены одновременно, а какие противоположными, несовместимыми и одновременно недостижимыми. Результаты кластерного анализа классов и факторов выводятся в форме таблиц (таблицы 45 и 46) и в форме семантических сетей (рисунок 48).

Таблица 45 – МАТРИЦА СХОДСТВА КЛАССОВ (ФРАГМЕНТ) (%)

20-05-06 10:17:26 г.Краснодар

============================================================================

| Коды | 2 3 4 5 6 7 8 9 10 11 12 13 |Уровни|

============================================================================

| 2 | 100 -91 29 65 -67 45 -9 -38 37 37 -6 35 | |

| 3 | -91 100 -27 -56 75 -39 -0 45 -36 -36 8 -53 | |

| 4 | 29 -27 100 -9 -41 55 -5 -64 62 15 -35 25 | |

| 5 | 65 -56 -9 100 -61 6 9 18 -15 54 -15 13 | |

| 6 | -67 75 -41 -61 100 -41 -15 29 -21 -32 8 -73 | |

| 7 | 45 -39 55 6 -41 100 -64 -64 49 31 15 52 | |

| 8 | -9 -0 -5 9 -15 -64 100 17 -25 2 -55 0 | |

| 9 | -38 45 -64 18 29 -64 17 100 -53 -39 26 -45 | |

| 10 | 37 -36 62 -15 -21 49 -25 -53 100 -10 -7 28 | |

| 11 | 37 -36 15 54 -32 31 2 -39 -10 100 -58 27 | |

| 12 | -6 8 -35 -15 8 15 -55 26 -7 -58 100 -2 | |

| 13 | 35 -53 25 13 -73 52 0 -45 28 27 -2 100 | |

| 14 | 20 -40 14 27 -36 -9 31 -1 1 9 -29 12 | |

| 15 | -13 8 -56 27 17 -28 1 13 -59 51 2 -10 | |

| 16 | 56 -64 37 32 -64 53 16 -47 29 53 -36 66 | |

| 17 | 21 -39 41 3 -45 14 22 -35 40 12 -42 55 | |

| 18 | -15 -3 -3 -1 15 -29 27 -7 -15 29 -44 -15 | |

| 19 | -20 23 45 -45 35 50 -47 -58 31 19 -23 -11 | |

| 20 | -1 4 1 -30 21 -9 2 -31 -10 9 6 -8 | |

| 21 | 18 -24 -58 56 -13 -42 3 67 -23 -15 32 -14 | |

| 22 | -36 32 -18 -21 6 4 -9 26 0 -14 34 22 | |

| 23 | 42 -33 -21 62 -50 -5 2 44 1 -23 48 12 | |

| 24 | -1 14 -3 6 -10 -11 -8 32 -22 -30 46 -10 | |

| 25 | 60 -42 15 22 1 43 -26 -30 48 31 -21 -2 | |

| 26 | -46 42 2 2 1 -62 63 37 -51 -7 -31 -27 | |

| 27 | -7 10 -43 -15 10 27 -51 26 -1 -42 73 25 | |

| 28 | -13 22 60 -44 33 46 -36 -62 43 20 -33 -15 | |

| 29 | 67 -81 -5 62 -74 19 6 -18 5 38 -3 63 | |

| 30 | -70 80 -43 -56 90 -35 -29 41 -34 -45 40 -74 | |

| 31 | 19 -27 9 37 -51 30 1 -2 -14 42 3 38 | |

| 32 | 24 -21 -30 56 -37 -7 -11 58 -7 -11 37 21 | |

| 33 | 25 -4 -22 31 -10 -2 -9 35 5 -37 56 -24 | |

| 34 | -6 3 -6 0 14 -59 80 21 -10 6 -72 -21 | |

| 35 | 82 -82 -20 58 -50 22 -10 -8 16 18 24 36 | |

| 36 | -85 88 -33 -38 58 -67 42 59 -54 -30 -15 -50 | |

| 37 | 18 -27 52 -23 -38 76 -32 -76 46 18 16 63 | |

| 38 | 29 -19 15 28 -21 49 -69 -15 12 -2 56 -7 | |

| 39 | -42 65 -24 -11 31 7 -39 49 -34 -28 50 -27 | |

| 40 | 24 -33 33 4 -37 64 -35 -74 12 52 8 51 | |

| 41 | 27 -31 35 -3 -7 13 -34 -29 37 -29 31 -25 | |

| 42 | -2 11 -5 23 -15 49 -61 8 -22 14 40 17 | |

| 43 | -26 35 54 -5 -4 19 14 -19 16 23 -53 -0 | |

| 44 | 58 -49 -4 39 -58 25 9 -2 -3 5 16 55 | |

| 45 | -48 47 -41 -56 81 -35 -22 21 -13 -35 30 -62 | |

| 46 | -32 41 18 -59 48 2 5 -29 30 -7 -16 -20 | |

| 47 | 66 -71 42 18 -41 48 -45 -43 58 -6 22 22 | |

| 48 | -57 65 -38 7 24 -55 47 64 -69 -1 -21 -29 | |

| 49 | 56 -50 62 25 -67 62 4 -47 66 21 -22 65 | |

| 50 | -47 53 -42 -44 80 -47 -1 20 -41 -17 9 -70 | |

| 51 | -36 36 -29 8 11 -13 -28 57 -37 -26 37 -15 | |

| 52 | -27 42 34 -46 37 54 -70 -39 25 -5 24 -16 | |

| 53 | 62 -49 -27 49 -19 -11 13 9 -15 13 -2 -0 | |

| 54 | -41 23 -30 -33 33 -15 -32 19 -10 -28 49 -20 | |

============================================================================

|Ст.отк| 38 40 35 37 38 38 40 39 32 29 40 33 | |

============================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

На основе матрицы сходства формируются таблицы кластеров и конструктов. В таблице 18 приведен конструкт, на полюсах которого находятся кластеры с центрами: "Красный диплом" и "Синий диплом".

Таблица 46 – КЛАСТЕРЫ И КОНСТРУКТЫ КЛАССОВ (ФРАГМЕНТ)

20-05-06 10:17:38 Фильтра нет г.Краснодар

======================================================================================

| Код | Н а и м е н о в а н и е | Сход- |

|класса | к л а с с а р а с п о з н а в а н и я | ство % |

|====================================================================================|

| 3 | Red_dipl-Красный диплом.......................................... | 100.00|

| 72 | CKD_13-Информационная безопасность: 5............................ | 89.46|

| 36 | CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 5..................... | 87.94|

| 96 | CKD_21-Математическая экономика: 5............................... | 84.13|

| 60 | CKD_09-Имитационное моделирование: 5............................. | 83.70|

| 162 | CFED_10-Экономико-математические методы и модели: 5.............. | 81.49|

| 30 | COD_07-Теория систем и системный анализ: 5....................... | 79.99|

| 141 | CFED_03-Бухгалтерский учёт (финансовый): 5....................... | 78.21|

| 135 | CFED_01-Банковское дело: 5....................................... | 75.47|

| 6 | ALL-Средний балл: 5.............................................. | 75.40|

| 159 | CFED_09-Экономика организаций (предприятий): 5................... | 74.01|

| 102 | CKD_23-Операционные системы, среды и оболочки: 5................. | 69.07|

| 114 | CKD_27-Проектирование информационных систем: 5................... | 67.38|

| 48 | CKD_04-Базы данных: 5............................................ | 65.22|

| 39 | CKD_01-Web-дизайн и компьютерная графика: 5...................... | 64.93|

| 147 | CFED_05-Рынок ценных бумаг: 5.................................... | 64.88|

| 120 | CKD_30-Разработка и стандартизация ПС и ИТ: 5.................... | 56.80|

| 127 | CKD_33-Теория вероятностей и математическая статистика: 3........ | 53.10|

| 50 | CKD_05-Высокоуровневые методы информатики и программирования: 4.. | 52.81|

| 90 | CKD_19-Математика: 5............................................. | 51.40|

| 153 | CFED_07-Финансы и кредит: 5...................................... | 51.24|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

| 107 | CKD_25-Преддипломмная практика: 4................................ | -50.36|

| 49 | CKD_05-Высокоуровневые методы информатики и программирования: 3.. | -50.44|

| 197 | CJD_10-Финансовое право: 4....................................... | -50.86|

| 176 | CJD_03-Коммерческое право: 4..................................... | -50.92|

| 70 | CKD_13-Информационная безопасность: 3............................ | -51.59|

| 182 | CJD_05-Криминалистика: 4......................................... | -51.68|

| 13 | COD_02-Логика: 3................................................. | -53.32|

| 5 | ALL-Средний балл: 4.............................................. | -56.10|

| 173 | CJD_02-Гражданское право: 4...................................... | -56.43|

| 83 | CKD_17-Информационный менеджмент: 4.............................. | -56.61|

| 131 | CFED-ЦИКЛ ФИН.-ЭКОН. И БУХ. ДИСЦИПЛИН (Ср.балл): 4............... | -57.15|

| 67 | CKD_12-Информатика: 3............................................ | -60.03|

| 170 | CJD_01-Гражданский процесс: 4.................................... | -62.07|

| 185 | CJD_06-Теория государства и права: 4............................. | -63.10|

| 16 | COD_03-Политология: 3............................................ | -63.83|

| 194 | CJD_09-Уголовный процесс: 4...................................... | -66.26|

| 47 | CKD_04-Базы данных: 4............................................ | -71.07|

| 71 | CKD_13-Информационная безопасность: 4............................ | -71.17|

| 175 | CJD_03-Коммерческое право: 3..................................... | -73.54|

| 29 | COD_07-Теория систем и системный анализ: 4....................... | -81.12|

| 35 | CKD-ЦИКЛ КОМПЬЮТЕРНЫХ ДИСЦИПЛИН (Ср.балл): 4..................... | -82.20|

| 2 | Red_dipl-Синий диплом............................................ | -91.26|

======================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

В графической форме любые заданные фрагменты матрицы сходства могут отображаются в виде семантических сетей (рисунок 48).

Видно, что обобщенный образ класса "Синий диплом" наиболее сильно отличается от обобщенного образа класса "Красный диплом", а также видно с какими классами коррелируют оба эти образа.

Аналогичные формы генерируются и по факторам (таблицы 47, 48 и рисунок 49).

Рисунок 48. Семантическая сеть классов

Таблица 47 – МАТРИЦА СХОДСТВА ПРИЗНАКОВ СОЦИАЛЬНОГО СТАТУСА (в %)

20-05-06 10:16:01 г.Краснодар

==============================================================================================

| Коды | 25 26 27 28 29 30 31 32 33 34 37 39 42 44 45 46 48 |

==============================================================================================

| 25 | 100 -84 13 7 -1 21 1 11 -28 -9 27 9 2 -9 44 -40 -35 |

| 26 | -84 100 -10 -14 16 -15 -6 -11 13 16 -23 -5 -13 9 -32 17 37 |

| 27 | 13 -10 100 -55 -35 18 -23 7 3 2 2 2 21 1 -13 -17 22 |

| 28 | 7 -14 -55 100 -37 12 2 3 -18 -10 20 0 -13 -12 6 14 -21 |

| 29 | -1 16 -35 -37 100 -7 6 -16 10 -8 -12 -2 -8 12 16 -23 -8 |

| 30 | 21 -15 18 12 -7 100 -71 -14 -30 -33 40 47 28 -4 -12 -7 -31 |

| 31 | 1 -6 -23 2 6 -71 100 12 8 16 -8 -20 -10 3 10 -4 11 |

| 32 | 11 -11 7 3 -16 -14 12 100 -40 15 -12 -16 -25 -7 34 -6 -4 |

| 33 | -28 13 3 -18 10 -30 8 -40 100 -30 -32 -45 0 15 -29 24 32 |

| 34 | -9 16 2 -10 -8 -33 16 15 -30 100 -29 -4 -23 -16 17 -7 24 |

| 37 | 27 -23 2 20 -12 40 -8 -12 -32 -29 100 44 34 -6 -15 -3 -34 |

| 39 | 9 -5 2 0 -2 47 -20 -16 -45 -4 44 100 35 -12 -13 -3 -28 |

| 42 | 2 -13 21 -13 -8 28 -10 -25 0 -23 34 35 100 -8 -40 11 -15 |

| 44 | -9 9 1 -12 12 -4 3 -7 15 -16 -6 -12 -8 100 -6 -3 -4 |

| 45 | 44 -32 -13 6 16 -12 10 34 -29 17 -15 -13 -40 -6 100 -49 -25 |

| 46 | -40 17 -17 14 -23 -7 -4 -6 24 -7 -3 -3 11 -3 -49 100 -16 |

| 48 | -35 37 22 -21 -8 -31 11 -4 32 24 -34 -28 -15 -4 -25 -16 100 |

==============================================================================================

|Ст.отк| 39 37 32 32 30 39 33 31 36 31 35 34 33 26 36 32 35 |

==============================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Таблица 48 – КЛАСТЕРЫ И КОНСТРУКТЫ
ПРИЗНАКОВ СОЦИАЛЬНОГО СТАТУСА (ФРАГМЕНТ)

20-05-06 10:16:22 Фильтр по кодам признаков: 25-48 г.Краснодар

=========================================================================

| Коды | Н а и м е н о в а н и я | Сход- |

|приз-ов| ОБОБЩЕННЫХ и первичных признаков | ство % |

|========================================================================

|[ 8] | ПОЛ | |

| 25 | Муж................................................. | 100.00|

|[ 13] | СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ | |

| 45 | Интеллигент......................................... | 44.44|

|[ 12] | СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ ОТЦА | |

| 37 | Предприниматель..................................... | 26.77|

|[ 10] | СЕМЕЙНОЕ ПОЛОЖЕНИЕ | |

| 30 | Холост.............................................. | 20.82|

|[ 9] | МЕСТО РОЖДЕНИЯ | |

| 27 | Краевой центр....................................... | 12.61|

|[ 11] | КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ | |

| 32 | 1................................................... | 10.60|

|~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~|

|[ 11] | КОЛИЧЕСТВО ДЕТЕЙ В СЕМЬЕ | |

| 33 | 2................................................... | -27.89|

|[ 13] | СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ | |

| 48 | Безработная (домохозяйка)........................... | -34.69|

|[ 13] | СОЦИАЛЬНОЕ ПОЛОЖЕНИЕ МАТЕРИ | |

| 46 | Рабочая............................................. | -39.77|

|[ 8] | ПОЛ | |

| 26 | Жен................................................. | -83.74|

=========================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

В данной таблице приведен конструкт "Пол". В графической форме любые заданные фрагменты матрицы сходства признаков могут отображаются в виде семантических сетей (рисунок 49).

Из данной семантической сети видно, что:

– признаки такие признаки как "Работающий отец или мать", неважно кем: "Рабочим", "Предпринимателем" или "Госслужащим" находятся по своему влиянию на успеваемость в противоположности с признаком "Безработная мать";

– семейное положение "Женат (за мужем)" противоположно по влиянию семейному положению "Холост".

Когнитивная карта, отражающая систему детерминации целевого состояния с кодом 3 ("Красный диплом") приведена на рисунке 50.

Рисунок 49. Семантическая сеть признаков социального статуса

Рисунок 50. Когнитивная карта, отражающая систему детерминации
целевого состояния: Красный диплом"

4.2.4.5. Выводы

Таким образом, можно сделать вывод о том, что предложенная семантическая модель и технология СК-анализа обеспечили решение следующих задач:

– решена задача 1: "Произведена типизация особенностей социального статуса студентов по уровням их предметной обученности по различным дисциплинам, выявлены зависимости между признаками социального статуса студентов и их учебными достижениями";

– решена задача 2: "Разработана методика прогнозирования уровней предметной обученности студентов ФПИ на основе особенностей их социального статуса";

– решена задача 3: "Разработана методика поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их социального статуса ".

4.2.5. Эффективность применения предлагаемых методик, их ограничения и перспективы развития

4.2.5.1. Применение для управления
учебным процессом

Применение образовательными организациями технологий, подобных описанных в данной работе, позволило бы повысить адекватность принимаемых решений (если исходить из критерия – достижение наивысшего качества предметной обученности) при приеме абитуриентов на обучение и выборе ими специализации.

4.2.5.2. Применение непосредственно
в учебном процессе

В образовательных учреждениях, прежде всего в Кубанском государственном аграрном университете, проведенная работа может стать основой лекционного занятия и полноценной лабораторной работы по дисциплине: "Интеллектуальные информационные системы", читаемой на 5-м курсе специальности: 351400 – Прикладная информатика.

4.2.5.3. Ограничения разработанной технологии
и перспективы ее развития

Для расширения возможностей прогнозирования учебных достижений студентов считаем целесообразным:

1. Увеличить объем обучающей выборки путем включения в нее данных по студентам, обучающихся на различных курсах, а не только выпускникам; по различным специальностям и на различных факультетах, а не только факультете прикладной информатики.

2. Увеличить справочник классов, включив в него дисциплины, изучаемые не только факультете прикладной информатики, но и на других факультетах КубГАУ, а также объединить учебные дисциплины в циклы дисциплин в соответствии с образовательным стандартами.

3. Увеличить справочник признаков, включив в них кроме признаков социального статуса, также признаки, характеризующие почерка студентов, а также признаки фоторобота, т.е. все группы признаков, которые можно получить непосредственно из документов абитуриентов и студентов никак не привлекая их самих, например для проведения психологического тестирования.

Поэтому перспективу развития направления, представленного данной работой, мы видим в разработке моделей детерминации предметной обученности по большему количеству учебных дисциплин, чем реализовано в данном исследовании, и учитывающих не только признаки социального статуса, но и графологические признаки, а также признаки фоторобота. В перспективе это позволит прогнозировать учебные достижения абитуриентов по всем специальностям, по которым производится обучение в КубГАУ, и, возможно, оценивать целесообразность выбора не только той или иной специализации, но и специальности.

4.2.5.4. Выводы

Таким образом, на основании вышеизложенного можно сделать вывод об эффективности предложенной технологии и целесообразности ее применения для решения поставленных задач и перспективности ее дальнейшего совершенствования и развития.

4.2.6. Заключение

Исследование посвящено решению актуальных задач прогнозирования учебных достижений студентов и поддержки принятия решений по выбору специализации, на основе выявления зависимостей между признаками социального статуса студентов и уровнями их предметной обученности на основе фактических ретроспективных данных.

1. В связи с фрагментарностью и зашумленностью исходных данных показана целесообразность применения для решения поставленных задач метода системно-когнитивного анализа, обоснованного теоретически и имеющего свой программный инструментарий.

2. Показано, что сформированная с помощью СК-анализа семантическая информационная модель имеет достаточно высокую адекватность для того, чтобы ее исследование считать изучением самого моделируемого объекта.

3. В работе решены следующие задачи, имеющие научное и практическое значение:

– задача 1: "Типизация особенностей социального статуса студентов по уровням их предметной обученности по различным дисциплинам, выявление зависимостей между признаками социального статуса учащихся и их учебными достижениями";

– задача 2: "Разработка методики прогнозирования уровней предметной обученности студентов ФПИ на основе особенностей их социального статуса";

– задача 3: "Разработка методики поддержки принятия решений по выбору специализации студентами ФПИ (экономической или юридической) на основе особенностей их социального статуса".

4. Таким образом, предложенный подход позволяет успешно решить поставленные задачи и достичь цели работы.

5. Предложенная технология эффективна и целесообразно ее применения и дальнейшее развитие.

6. Научная новизна проведенного исследования состоит в том, что впервые методология, технология и инструментарий системно-когнитивного анализа применены для решения задач прогнозирования учебных достижений студентов и поддержки принятия решений по выбору специализации, на основе выявления зависимостей между признаками социального статуса студентов и их уровнями предметной обученности на фактических ретроспективных данных.

7. Практическая значимость исследования состоит в возможности и целесообразности применения полученных результатов и технологий в практике работы образовательных учреждений в качестве дополнительного источника информации об абитуриентах и студентах при принятии решений о приеме и выборе специализации, а также непосредственно в учебном процессе на факультете прикладной информатики в Кубанском государственном аграрном университете при преподавании дисциплины: "Интеллектуальные информационные системы" для студентов очной и заочной форм обучения по специальности: 350400 - прикладная информатика (по областям).

4.3. Прогнозирование учебных достижений студентов на основе их имеджевых фотороботов (пример лабораторной работы по дисциплине: "Интеллектуальные информационные системы")

4.3.1. Краткая теория

Задачами данной лабораторной работы являются:

1. Продемонстрировать студентам возможность выявления причинно-следственных связей между признаками внешнего вида (описательные шкалы и градации), и их полом, успеваемостью, тем, откуда они родом, обучением в той или иной группе (классификационные шкалы и градации).

2. Сформировать у студентов навыки формализации предметной области, подготовки и ввода обучающей выборки, синтеза информационной семантической модели и проверки ее адекватности, анализа модели (информационные портреты, кластерно-конструктивный анализ, семантические сети и когнитивные диаграммы, графическое отображение векторов классов и признаков).

4.3.2. Задание

1. Формализовать задачу:

– создать классификационные и описательные шкалы;

– собрать исходную фактографическую информацию и ввести в систему обучающую выборку.

2. Осуществить синтез и верификацию модели.

3. Оценить ценность признаков для прогнозирования. Выделить признаки, наиболее существенные для решения поставленной задачи.

4. Провести анализ модели, дав ответы на следующие вопросы:

– как посещаемость занятий по системам искусственного интеллекта влияет на успеваемость по этой дисциплине?

– как сказывается пол на посещаемости?

– как выглядят конструкты "Пол", "Город-деревня", "Учебная группа", "Успеваемость", "Посещаемость"?

– какие студенты являются "типичными представителями" для своих учебных групп, а какие обладают своеобразием и выраженной индивидуальностью;

Результаты анализа отобразить в графической форме нелокальных нейронов и семантических сетей признаков. На их основе построить классические когнитивные карты для хорошо и плохо успевающих студентов.

4.3.3. Пример решения

4.3.3.1. Пример решения задания 1:
Формализовать задачу

4.3.3.1.1. Пример решения задания 1.1: Формализовать задачу: создать классификационные и описательные шкалы

Один из вариантов классификационных шкал и градаций представлен в таблице 49, а описательных – в таблице 50:

Таблица 49 – КЛАССИФИКАЦИОННЫЕ ШКАЛЫ И ГРАДАЦИИ

Таблица 50 – ОПИСАТЕЛЬНЫЕ ШКАЛЫ И ГРАДАЦИИ

4.3.3.1.2. Пример решения задания 1.2: Формализовать задачу: собрать исходную фактографическую информацию и ввести в систему обучающую выборку

С точки зрения методики организации занятия возможны различные варианты сбора и ввода информации обучающей выборки. Опыт проведения занятий по данной лабораторной работе показал, что с точки зрения экономии времени и обеспечения качества и единого вида обучающей выборки наиболее рациональным является вариант, приведенный ниже.

1. На доске чертится таблица вида 51. Это делается с таким расчетом, чтобы каждому присутствующему студенту группы соответствовала строка.

Таблица 51 – ШАБЛОН ДЛЯ ВВОДА ОБУЧАЮЩЕЙ ВЫБОРКИ

Код	Наименование	Классы						Признаки
		1	2	3	4	5	6	1	2	3	4	5	6	7	8	9	10	11
1
2
3
4
5
6
7
8
9

2. Студентам дается задание с использованием классификационных и описательных шкал (таблицы 49 и 50) описать каждому самого себя и занести эту информацию в таблицу 51 на доске. При необходимости количество строк и столбцов в этой таблице можно увеличить.

В результате на доске появляется таблица вида 52. Видно, что по ряду студентов нет описательной информации, а классификационная – минимальна. Это связано с тем, что они отсутствовали на занятиях, когда проводилась данная лабораторная работа и не участвовали в формализации предметной области и подготовке обучающей выборки. У этих студентов данная работа не была зачтена. При этом для удобства кодирования информации о себе студентами с помощью Блокнота открываются файлы:

Object.txt и Priz_per.txt из поддиректории TXT, содержащие ту же информацию, что и таблицы 49 и 50.

Для правильного отображения этих файлов задается шрифт Courier New (при Windows-98) Terminal (при Windows-2000 и Windows^xp)

3. Студентам дается задание переписать эту таблицу себе в тетради и затем ввести в систему "Эйдос" в подсистеме "F2 Обучение" в режиме "Ввод-корректировка обучающей выборки".

Таблица 52 – ПРИМЕР ЗАПОЛНЕННОГО ШАБЛОНА
ДЛЯ ВВОДА ОБУЧАЮЩЕЙ ВЫБОРКИ

Код	Наименование	Классы						Признаки
		1	2	3	4	5	6	1	2	3	4	5	6	7	8	9	10	11
1	Бабенко ПИ-51	1	4	10	12	13	15	1	5	10	18	27	31
2	Воробьева ПИ-51	2	5	10	12	13	16	3	7	12	13	18	20	25	26	27	32
3	Гура ПИ-51	1	13	17
4	Гловнев ПИ-51	1	13	18
5	Дыбова ПИ-51	2	13	19
6	Жеребятьев ПИ51	1	5	8	12	13	20	2	8	10	18	21	27	30
7	Заяц ПИ-51	2	4	10	12	13	21	3	6	12	15	18	21	26	27	31
8	Иванова ПИ-51	2	3	7	12	13	22	2	5	12	13	14	15	18	21	26	32
9	Котенко ПИ-51	2	4	7	12	13	23	1	6	11	13	15	18	21	26	27	32
10	Кузина О. ПИ-51	2	3	8	12	13	24	1	7	11	14	18	22	26	27	32
11	Кузина Я. ПИ-51	2	3	8	12	13	25	1	7	14	17	22	32
12	Лях ПИ-51	1	3	8	12	13	26	1	5	9	13	17	18	20	24	26	27	31
13	Мясников ПИ-51	1	3	9	12	13	27	1	5	10	13	16	18	20	24	27	32	0
14	Нагапетян ПИ-51	1	4	9	12	13	28	1	6	11	15	18	21	24	26	27	30	0
15	Полонская ПИ-51	2	13	29
16	Трунина ПИ-51	2	13	30
17	Черкашина ПИ-51	2	4	10	12	13	31	3	6	11	13	18	21	24	26	27	30
Код	Наименование	Классы						Признаки
		1	2	3	4	5	6	1	2	3	4	5	6	7	8	9	10	11
18	Чепурченко ПИ51	1	13	32
19	Чушкин ПИ-51	1	13	33
20	Шульгин ПИ-51	1	5	8	12	13	34	1	5	9	17	20	26	30
21	Арушунян ПИ-52	1	14	35
22	Быченок ПИ-52	1	14	36
23	Веревкина ПИ-52	2	3	9	12	14	37	1	8	9	15	18	21	28	33
24	Григорьева ПИ52	2	4	8	12	14	38	2	5	9	13	18	22	28	33
25	Давыдич ПИ-52	2	14	39
26	Дронова ПИ-52	2	14	40
27	Еременко ПИ-52	2	4	8	12	14	41	2	5	12	9	13	15	18	21	26	27	31
28	Жмурко ПИ-52	1	14	42
29	Иванова ПИ-52	2	3	9	12	14	43	2	4	10	14	15	17	18	20	28	33
30	Костенко ПИ-52	2	14	44
31	Крейс ПИ-52	2	4	8	12	14	45	1	5	9	15	19	21	28	32
32	Куркина ПИ-52	2	3	8	12	14	46	3	6	11	13	15	18	19	22	26	27	32
33	Люлик ПИ-52	2	5	8	12	14	47	2	7	12	15	18	22	24	26	32
34	Максимов ПИ-52	1	14	48
35	Мануйлов ПИ-52	1	3	7	12	14	49	1	5	9	14	18	20	24	25	26	27	30
36	Нарижний ПИ-52	1	3	7	12	14	50	1	5	9	14	18	20	24	25	26	27	31
37	Ольховская ПИ52	2	14	51
38	Паршакова ПИ-52	2	6	8	12	14	52	2	6	11	13	19	22	26	32
39	Силенко ПИ-52	1	3	7	12	14	53	1	6	12	13	18	20	28	32
40	Соколова ПИ-52	2	4	8	12	14	54	1	5	12	17	18	22	24	26	27	32
41	Турбин ПИ-52	1	14	55
42	Цисарь ПИ-52	2	5	9	12	14	56	2	7	11	13	18	22	27	33

4.3.3.2. Пример решения задания 2: Осуществить синтез и верификацию модели

Верификацию модели предлагается проверить путем расчета внутренней дифференциальной и интегральной валидности.

Для этого студентам необходимо выполнить следующие действия:

1. Скопировать обучающую выборку в распознаваемую в подсистеме: "F2 Обучение – ввод корректировка обучающей информации – F5 Об.инф.->Расп.анк. – F2 Перезапись БД распознаваемых анкет – F1 Копировать всю БД".

2. Выполнить пакетное распознавание в подсистеме: "F4 Распознавание – Пакетное распознавание – Критерий сходства [1] корреляция".

3. Измерить внутреннюю интегральную и дифференциальную валидность информационной модели в подсистеме: "F6 Анализ".

4.3.3.3. Пример решения задания 3: Оценить ценность признаков для прогнозирования. Выделить признаки, наиболее существенные для решения поставленной задачи.

В подсистеме: "F3 Оптимизация" выбрать режим: "Исключение признаков с низкой селективной силой". В результате появится экранная форма, представленная на рисунке 51:

Рисунок 51. Экранная форма "Селективная сила признаков"

Количественные значения селективной силы можно просмотреть, прокручивания экранную форму по горизонтали.

Более подробно эта информация представлена в таблице 53:

Таблица 53 – ПРИЗНАКИ (ГРАДАЦИИ ШКАЛ)
В ПОРЯДКЕ УБЫВАНИЯ СЕЛЕКТИВНОЙ СИЛЫ (ИНТ.ИНФ.)

10-10-04 16:15:55 г.Краснодар

=========================================================================================

|N°|Код |Код | Наименование | Наименование |Интегр.|Сумм.инт|Сумм.ин|

| |К.шк|град| классификационной шкалы | градации |инф-ть |инф. Бит| в % |

=========================================================================================

| 1| 5 | 19 |ОДЕЖДА:.................. Юбка...................| 0.470| 0.470| 4.147|

| 2| 3 | 10 |ЦВЕТ ГЛАЗ:............... Голубые................| 0.467| 0.938| 8.271|

| 3| 8 | 30 |ПОСЕЩАЕМОСТЬ:............ Плохая.................| 0.456| 1.393| 12.290|

| 4| 8 | 33 |ПОСЕЩАЕМОСТЬ:............ Очень хорошая..........| 0.438| 1.831| 16.150|

| 5| 2 | 8 |ЦВЕТ ВОЛОС:.............. Очень светлые..........| 0.437| 2.268| 20.002|

| 6| 1 | 3 |ДЛИНА ВОЛОС:............. Длинные................| 0.429| 2.697| 23.788|

| 7| 2 | 7 |ЦВЕТ ВОЛОС:.............. Крашеные...............| 0.421| 3.118| 27.502|

| 8| 1 | 2 |ДЛИНА ВОЛОС:............. Средние................| 0.418| 3.536| 31.192|

| 9| 7 | 28 |ДОСТАТОК:................ Ничего нет.............| 0.413| 3.949| 34.836|

|10| 5 | 17 |ОДЕЖДА:.................. Пиджак.................| 0.408| 4.357| 38.432|

|11| 7 | 25 |ДОСТАТОК:................ Есть автомобиль........| 0.408| 4.765| 42.027|

|12| 4 | 16 |НАЛИЧИЕ УКРАШЕНИЙ:....... Браслет................| 0.404| 5.169| 45.590|

|13| 8 | 31 |ПОСЕЩАЕМОСТЬ:............ Средняя................| 0.400| 5.569| 49.122|

|14| 6 | 22 |МАКИЯЖ, МАНИКЮР, ПЕДИКЮР: Заметный...............| 0.399| 5.968| 52.638|

|15| 3 | 11 |ЦВЕТ ГЛАЗ:............... Карие..................| 0.398| 6.365| 56.147|

|16| 2 | 4 |ЦВЕТ ВОЛОС:.............. Очень темные...........| 0.391| 6.757| 59.599|

|17| 2 | 6 |ЦВЕТ ВОЛОС:.............. Каштановые.............| 0.389| 7.146| 63.032|

|18| 4 | 14 |НАЛИЧИЕ УКРАШЕНИЙ:....... Перстень...............| 0.381| 7.527| 66.395|

|19| 3 | 12 |ЦВЕТ ГЛАЗ:............... Зеленые................| 0.367| 7.894| 69.629|

|20| 6 | 20 |МАКИЯЖ, МАНИКЮР, ПЕДИКЮР: Отсутствует............| 0.361| 8.255| 72.817|

|21| 3 | 9 |ЦВЕТ ГЛАЗ:............... Серые..................| 0.356| 8.611| 75.958|

|22| 6 | 21 |МАКИЯЖ, МАНИКЮР, ПЕДИКЮР: Незаметный.............| 0.352| 8.963| 79.062|

|23| 4 | 15 |НАЛИЧИЕ УКРАШЕНИЙ:....... Серьги.................| 0.337| 9.300| 82.035|

|24| 8 | 32 |ПОСЕЩАЕМОСТЬ:............ Хорошая................| 0.324| 9.625| 84.897|

|25| 2 | 5 |ЦВЕТ ВОЛОС:.............. Русые..................| 0.322| 9.947| 87.739|

|26| 7 | 24 |ДОСТАТОК:................ Есть своя квартира.....| 0.318| 10.265| 90.545|

|27| 1 | 1 |ДЛИНА ВОЛОС:............. Короткие...............| 0.293| 10.558| 93.130|

|28| 4 | 13 |НАЛИЧИЕ УКРАШЕНИЙ:....... Цепочка................| 0.264| 10.822| 95.458|

|29| 7 | 26 |ДОСТАТОК:................ Есть компьютер.........| 0.218| 11.041| 97.384|

|30| 7 | 27 |ДОСТАТОК:................ Есть мобильный телефон.| 0.194| 11.235| 99.097|

|31| 5 | 18 |ОДЕЖДА:.................. Брюки или джинсы.......| 0.102| 11.337|100.000|

|32| 6 | 23 |МАКИЯЖ, МАНИКЮР, ПЕДИКЮР: Вызывающий.............| 0.000| 11.337|100.000|

|33| 8 | 29 |ПОСЕЩАЕМОСТЬ:............ Очень плохая...........| 0.000| 11.337|100.000|

=========================================================================================

Универсальная когнитивная аналитическая система НПП *ЭЙДОС*

Соответствующую логистическую кривую (накопительную селективной силы) можно получит в графической форме нажав на клавишу "F8 График".

4.3.3.4. Пример решения задания 4:
Провести анализ модели

Анализ модели позволяет дать обоснованные ответы, например, на следующие вопросы:

1. Как посещаемость занятий по системам искусственного интеллекта влияет на успеваемость по этой дисциплине?

2. Как сказывается пол на посещаемости?

3. Как выглядят конструкты "Пол", "Город-деревня", "Учебная группа", "Успеваемость", "Посещаемость"?

4. Какие студенты являются "типичными представителями" для своих учебных групп, а какие обладают своеобразием и выраженной индивидуальностью?

Результаты анализа отобразить в графической форме нелокальных нейронов и семантических сетей признаков. На их основе построить классические когнитивные карты для хорошо и плохо успевающих студентов.

4.3.3.4.1. Пример решения задания 4.1: Как посещаемость занятий по системам искусственного интеллекта влияет на успеваемость по этой дисциплине?

Для ответа на этот вопрос войдем в подсистему: "Типология" режим: "Типологический анализ первичных признаков – Информационные (ранговые) портреты" и установив курсор на строке с кодом 30 "Посещаемость плохая" нажмем Enter. В результате в экранной форме отобразиться информационный портер признака, т.е. состояния студентов, расположенные в порядке убывания значимости данного признака для их наступления. Однако в этой экранной форме приведены все состояния, а нас интересует только успеваемость. Успеваемость – это классификационная шкала, с кодами градаций от 7 до 10. Поэтому, чтобы отобразить только эти классы, нажмем клавиши: "F6 Фильтрация", затем "F1 Диапазон кодов" и зададим коды 7 – 10. В результате получим экранную форму, приведенную на рисунке 52:

Рисунок 52. Информационный портрет признака:

30 "Посещаемость плохая", фильтр по успеваемости.

Аналогично получим экранную форму для информационного портера признака: 32 "Посещаемость хорошая", представленную на рисунке 53.

Рисунок 53. Информационный портрет признака:

32 "Посещаемость хорошая", фильтр по успеваемости.

Из этих рисунков видно, что плохой посещаемости соответствует низкая успеваемость, а хорошей – высокая, как и можно было бы ожидать. Но теперь этот вывод получен непосредственно на основе анализа эмпирических данных и является количественным.

Эту же информацию можно получить и другим способом.

В подсистеме F6 "Анализ" запустить режим "Просмотр профилей классов и признаков" и нажать функциональную клавишу F2 "Выбор статистической матрицы" F3 "Загрузить матрицу информативностей". Затем нажать F5 "Профили 3d", F1 "Трехмерная поверхность" и задать диапазон кодов классов: 7-10 (классификационная шкала: "Успеваемость") и диапазон кодов признаков 29-33 (классификационная шкала: "Посещаемость"). После этого появится возможность настройки ориентации трехмерной системы координат, описанная в Help в системе. Выход из настройки по клавише Esc. После этого в экранных формах в виде трехмерных графиков последовательно отображаются информативности выбранной подматрицы, которые имеется возможность записать в форме PCX-файлов, пропустить или распечатать. Некоторые из этих форм представлены на рисунках 54-55.

Из анализа этих трехмерных графиков видно, что очень хорошая успеваемость слабо зависит от посещаемости, а низкая – сильно. На основании этого можно сформулировать гипотезу, что хорошая посещаемость может гарантировать от низкой успеваемости, но сама по себе не гарантирует высокой, для достижения которой, видимо, играют важную роль также другие факторы, например, уровень достатка. Чтобы проверить эту гипотезу в подсистеме F6 "Анализ" запустим режим "Просмотр профилей классов и признаков" и поставим курсор на класс: код 7 "Успеваемость – 5 более 75%", а затем нажмем F4 "Профили 2d", F1 "Класс распознавания" и зададим диапазон признаков, градаций описательных шкал: 24-33 (шкалы: "Достаток" и "Посещаемость"). В результате получим графическую форму, представленная на рисунке 55.

Рисунок 54. Некоторые варианты отображения подматрицы:
классификационная шкала "Успеваемость"
´ описательная шкала "Посещаемость" в системе "Эйдос"

Рисунок 55. Профиль влияния описательных шкал: "Достаток"
и "Посещаемость" на классификационную шкалу "Успеваемость"

Из этой формы видно, что хорошая посещаемость (код 32) положительно влияет на высокую успеваемость примерно также, как наличие квартиры (код 24) и компьютера (код 26), но все эти факторы вместе взятые уступают влиянию одного фактора: "Есть автомобиль" (код 25).

4.3.3.4.2. Пример решения задания 4.2: Как сказывается пол на посещаемости?

В подсистеме: "Типология" зайдем в режим: "Типологический анализ классов распознавания – Информационные (ранговые) портреты" и установив курсор на строке с кодом 1 "ПОЛ - мужской" нажмем Enter. В результате в экранной форме отобразиться информационный портер класса, т.е. признаки студентов, расположенные в порядке убывания характерности признаков для данного класса. Однако в этой экранной форме приведены все признаки, а нас интересует только посещаемость. Посещаемость – это описательная шкала, с кодами градаций от 29 до 33. Поэтому, чтобы отобразить только эти признаки, нажмем клавиши: "F6 Фильтрация", затем "F1 Диапазон кодов" и зададим коды 29 – 33. В результате получим экранную форму, приведенную на рисунке 56.

Рисунок 56. Информационный портрет класса:

1 "ПОЛ - мужской", фильтр по посещаемости.

Аналогично получим информационный портрет класса: код 2, "ПОЛ – женский". Результат представлен на рисунке 57.

Рисунок 57. Информационный портрет класса:

код 2 "ПОЛ – женский", фильтр по посещаемости.

Из этих рисунков видно, что для ребят характерны плохая и средняя посещаемость, а для девушек – очень хорошая и хорошая. Как это сказывается на успеваемости мы уже знаем.

4.3.3.4.3. Пример решения задания 4.3: Как выглядят конструкты "Пол", "Город-деревня", "Учебная группа", "Посещаемость"?

Ответ на первые три вопроса дает анализ, который можно провести в подсистеме F5 "Типология", "Типологический анализ классов", "Кластерный и конструктивный анализ", "Автоматическое выполнение: [1]-[2]-[3]".

После этого выполним режим: "Генерация кластеров и конструктов классов", при следующих параметрах:

– количество уровней кластеризации – 1;

– порог модуля сходства – 0;

– диапазон кодов классов: 1-14;

– исключаем кластеры с одним классом;

– не исключаем кластеры с тождественным набором классов.

Результаты кластерно-конструктивного анализа классов можно просмотреть в режиме: "Просмотр и печать кластеров и конструктов классов" (рисунок 58), а также получить в виде TXT-файла с именем Klas_obj.txt в поддиректории TXT (таблица 54):

Таблица 54 – КОНСТРУКТЫ И КЛАСТЕРЫ КЛАССОВ РАСПОЗНАВАНИЯ

Рисунок 58. Конструкт: "Пол"

Конструкт: "Посещаемость" является конструктом градаций описательных шкал, т.е. признаков. Он генерируется в подсистеме F5 "Типология", "Типологический анализ признаков", "Кластерный и конструктивный анализ", "Автоматическое выполнение: [1]-[2]-[3]".

После этого выполним режим: "Генерация кластеров и конструктов признаков", при следующих параметрах:

– количество уровней кластеризации – 1;

– порог модуля сходства – 0;

– диапазон кодов классов: 1-33;

– исключаем кластеры с одним признаком;

– не исключаем кластеры с тождественным набором признаков.

Результаты кластерно-конструктивного анализа признаков можно получить в виде TXT-файла с именем Klas_prp.txt в поддиректории TXT (таблица 55):

Таблица 55 – КОНСТРУКТ ПРИЗНАКОВ: "ПОСЕЩАЕМОСТЬ"

4.3.3.4.4. Пример решения задания 4.4: Какие студенты являются "типичными представителями" для своих учебных групп, а какие обладают своеобразием и выраженной индивидуальностью?

Чтобы ответить на этот вопрос необходимо провести в подсистеме: F5 "Типология", "Типологический анализ классов", "Кластерный и конструктивный анализ", "Автоматическое выполнение: [1]-[2]-[3]".

После этого выполним режим: "Генерация кластеров и конструктов классов", при следующих параметрах:

– количество уровней кластеризации – 1;

– порог модуля сходства – 0;

– диапазон кодов классов: 13-56 (коды классов учебных групп и индивидуально студентов);

– исключаем кластеры с одним классом;

– не исключаем кластеры с тождественным набором классов.

Результаты кластерно-конструктивного анализа классов можно получить в виде TXT-файла с именем Klas_obj.txt в поддиректории TXT (таблица 56):

Таблица 56 – КОНСТРУКТ: "УЧЕБНАЯ ГРУППА"

15-10-04 10:53:27 Фильтр кодов: 13-56

========================================

| Код | Наименование | Сход- |

|класса| класса распознавания | ство % |

|=======================================

| 13 | ГРУППА ПИ-51.........| 100.00|

| 27 | Мясников ПИ-51.......| 43.60|

| 31 | Черкашина ПИ-51......| 40.11|

| 28 | Нагапетян ПИ-51......| 27.38|

| 15 | Бабенко ПИ-51........| 24.17|

| 21 | Заяц ПИ-51...........| 21.70|

| 20 | Жеребятьев ПИ-51.....| 16.21|

| 23 | Котенко ПИ-51........| 13.90|

| 34 | Шульгин ПИ-51........| 3.78|

| 46 | Куркина ПИ-52........| 0.98|

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

| 16 | Воробьева ПИ-51......| -0.35|

| 53 | Силенко ПИ-52........| -1.79|

| 43 | Иванова ПИ-52........| -3.81|

| 26 | Лях ПИ-51............| -3.83|

| 24 | Кузина О. ПИ-51......| -4.22|

| 25 | Кузина Я. ПИ-51......| -5.27|

| 37 | Веревкина ПИ-52......| -13.84|

| 54 | Соколова ПИ-52.......| -14.71|

| 49 | Мануйлов ПИ-52.......| -16.14|

| 45 | Крейс ПИ-52..........| -17.43|

| 56 | Цисарь ПИ-52.........| -23.11|

| 22 | Иванова ПИ-51........| -23.42|

| 50 | Нарижний ПИ-52.......| -24.32|

| 52 | Паршакова ПИ-52......| -26.13|

| 41 | Еременко ПИ-52.......| -30.56|

| 47 | Люлик ПИ-52..........| -36.87|

| 38 | Григорьева ПИ-52.....| -52.30|

| 14 | ГРУППА ПИ-52.........| -64.51|

==========================================

Из таблицы 56 видно, что:

– студенты: Мясников, Черкашина, Нагапетян, Бабенко являются "типичными представителями" группы ПИ-51;

– студенты: Григорьева, Люлик, Еременко, Паршакова, Нарижний, Иванова, Цисарь являются "типичными представителями" группы ПИ-52;

– студенты: Шульгин, Куркина, Воробьева, Силенко, Иванова, Лях, Кузина О. и Кузина Я. обладают своеобразием и более ярко выраженной индивидуальностью, по сравнению с другими, т.к. они не похожи на типичных представителей ни одной группы или являются нетипичными для своей группы в рассматриваемой системе признаков.

Необходимо также отметить, что в учебной группе ПИ-51 степень разнообразия студентов в рассматриваемой системе признаков выше, чем в группе ПИ-52, что можно объяснить тем, что в 51 группе больше ребят, чем девушек и они в основном из краевого центра, а в 52 группе больше девушек и в основном они из села, как это видно из конструкта "Пол" в таблице 54 и рсиунке 58.

4.3.3.4.5. Пример решения задания 4.5: Результаты анализа отобразить в графической форме семантических сетей классов, нелокальных нейронов и семантических сетей признаков. На их основе построить классические когнитивные карты для студентов с различной успеваемостью

Семантические сети классов отображаются на экране и записываются в форме PCX-файла в поддиректории: PCX/Klas-obj в подсистеме F5 "Типология", "Типологический анализ классов", "Кластерный и конструктивный анализ", "Вывод 2d семантических сетей классов". На рисунке 59 приведена семантическая сеть классов с кодами от 1 до 14 (обобщенные классы).

Нелокальные нейроны отображаются в подсистеме F6 "Анализ", режиме: "Графическое отображение нелокальных нейронов". Они записываются в форме PCX-файла в поддиректории: PCX/NeuroNet. На рисунке 60 приведен нелокальный нейрон: "Успеваемость: очень хорошая".

Семантическая сеть признаков отображается в подсистеме: F6 "Типология", в режиме: "Типологический анализ первичных признаков – Кластерный и конструктивный анализ – Вывод 2d семантических сетей признаков". Семантическая сеть отображается на экране и записывается в виде PCX-файла в поддиректории: PCX/Klas-att.

На рисунке 61 приведена семантическая сеть для тех признаков, у которых оказались наибольшие весовые коэффициенты в приведенном на рисунке 60 нейроне (показаны только те связи между признаками, которые оказались больше 30%):

Рисунок 59. Семантическая сеть классов

Если дополнить графическое изображение нейрона на рисунке 111 связями между признаками, показанными в семантической сети на рисунке 112, то получим классическую когнитивную карту. Студентам это предлагается сделать самостоятельно в 7-м режиме 6-й подсистемы, также как и получить когнитивные карты для других уровней успеваемости.

Рисунок 60. Нелокальный нейрон: "Успеваемость: очень хорошая"

Рисунок 61. Семантическая сеть признаков, оказавшихся наиболее значимыми в нелокальном нейроне: "Успеваемость: очень хорошая"

4.3.4. Контрольные вопросы

Контрольные вопросы по лабораторной работе задаются при ее сдаче и входят в экзаменационные билеты.

1. Что понимается под формализацией задачи.

2. Как создать классификационные и описательные шкалы в системе "Эйдос"?

3. Как собрать исходную фактографическую информацию и ввести в систему обучающую выборку?

4. Как осуществить синтез и верификацию модели?

5. Как оценить ценность признаков для прогнозирования и выделить признаки, наиболее существенные для решения поставленной задачи?

6. Как провести анализ модели, чтобы ответить на следующие вопросы:

– как посещаемость занятий по системам искусственного интеллекта влияет на успеваемость по этой дисциплине?

– как сказывается пол на посещаемости?

– как выглядят конструкты "Пол", "Город-деревня", "Учебная группа", "Успеваемость", "Посещаемость"?

– какие студенты являются "типичными представителями" для своих учебных групп, а какие обладают своеобразием и выраженной индивидуальностью;

7. Как отобразить результаты анализа в графической форме нелокальных нейронов и семантических сетей признаков. На их основе построить классические когнитивные карты для хорошо и плохо успевающих студентов.

4.3.5. Литература по лабораторной работе

1. Луценко Е.В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере универсальной автоматизированной системы распознавания образов "ЭЙДОС-5.1"). - Краснодар: КЮИ МВД РФ, 1996. - 280с.

2. Луценко Е.В. Автоматизированный системно-когнитив-ный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). – Краснодар: КубГАУ. 2002. – 605 с.