数学 & 统计项目

点击下面的“查看摘要”来了解更多关于这个项目的信息. 

点击这个图标  以查看该项目的PDF格式.

点击这个图标  在YouTube上播放该项目的视频.

分会报告8A -海报展示

加法被认为是数学练习的基本部分. 然而，我们不明白学生是如何构建他们对这个操作的理解的. 本项目将研究三种加法方法，然后讨论产生这些方法的底层逻辑系统. 然后我们将考虑这些方法背后的认知神经科学和人类数学推理. 最后, 我们将考虑一些与假定的学生学习模式相一致的教学方法和策略.

Kaplan Meier估计是生物统计学分支中最著名的生存曲线估计. 然而, 当卡普兰迈耶估计被发现为两个数据集假设一个特定的条件称为随机顺序, 估计量可能违反假设, 这就提出了一些偏差和均方误差的问题. 例如, 我们会期望1级癌症患者比2级癌症患者有更高的生存概率和更大的活得更长的可能性，因为他们的状况更健康. 然而, 我们从Cancer Cancer数据集(R studio中的生存包)中导出的生存函数, 斯坦福大学, 1977)在生存概率和时间方面相互交叉, 哪个违反了随机排序. 在这个项目中, 我们将考虑Rojo(2004)提出的一个估计器，以强制随机排序，因为我们评估了两样本情况下的癌症数据，并研究了使用R studio创建的指数数据的理论三样本情况.

在这个项目中，我们调查了将运动融入数学课堂的好处. 我们还着眼于在中学数学课中实施运动的方法，重点是包括主动和触觉学习在内的教学技巧.

对于徒步旅行者和猎人来说，拥有到达目的地和返回的能量和补给非常重要. 有时猎人的努力是成功的，而他们离大本营很远. 他们能走多远才能回来, 但也把他们收获的动物带回来? 在这个项目中, 我们将寻求答案，以帮助猎人和徒步旅行者在享受美丽风景的同时了解他们的极限.

在这个项目中, 根据美国国会联合经济委员会收集的数据，我们考虑了科罗拉多州县一级各种变量之间的空间关系. 对原始数据和线性模型的残差都考虑了这些空间关系. 对线性模型残差的分析可以用来确定一个空间项是否属于每个模型.