 |
Jahrgang 37 (2017) Heft 1:
| Vorwort |
| MANFRED BOROVCNIK, JÜRGEN MAAß, HELMUT STEINER UND ELENA ZANZANI: Wintervögel zählen: Zuverlässige Zählmethoden und Genauigkeitsfragen im Statistik-Unterricht | Die Autoren verfolgen mit diesem Artikel das Ziel, zuverlässiges Zählen von Populationen für den Mathematikunterricht zu thematisieren. Dabei dient der Meldebogen von Birdlife zur Zählung von Wintervögeln als Grundlage für Beschäftigung mit Zählmethoden. Ausgangspunkt der unterrichtlichen Überlegungen ist die Frage, wie sich solche Zählungen auf die Population übertragen lassen. Unterrichtsversuche zeigen uns, dass Schülerinnen und Schüler bereit sind, den Wintervögeln zu helfen und zu diesem Zweck genauer über verbesserte Methoden zur Zählung nachzudenken. Als geeignetes Mittel zum Verständnis der Zählmethoden und ihrer Qualität bzw. Genauigkeit haben sich Simulationen von Zählungen in der Schule (auf dem Schulhof) bewährt. Mit genau geplanten und eingegrenzten Ver- suchsbedingungen lässt sich gut simulieren und ver- stehen, welche Hürden auf dem Weg zu einer genau- en Zählung in der Realität zu bewältigen sind. Diese Bemühungen werden dann professionellen Methoden gegenüber gestellt. Wie geht man in der Statistik oder in der Biologie mit solchen Zählungen um? |
| FRIEDRICH BARTH UND RUDOLF HALLER: Variationen über das Ziegenproblem | Das Bearbeiten und Lösen von Problemen gehört zum täglichen Geschäft von Mathematikern. Leider ist dabei ein u. U. entstandenes Ergebnis, vor allem bei Aufgaben, die uns die Reali- tät stellt, oft weder einfach noch eindeutig. Einerseits kann es sein, dass die Aufgabenstellung nicht klar genug ist, andererseits machen Bearbeiter manchmal explizit oder auch implizit zusätzliche Annahmen, die das Ergebnis beeinflussen. In unserem Beitrag wollen wir an einem überschaubaren Beispiel, dem sogenannten Ziegenproblem, zeigen, welchen Einfluss solche Annahmen und die gewählten mathematischen Modelle auf das Ergebnis haben können. |
| CHRISTOPHER W. KULP & GENE D. SPRECHINI: Wie man das Einschätzen der Normalverteilung mit großen und einfach hergestellten Datensätzen lehrt | Es wird ein konkreter Unterichtsvorschlag mit einem einfach herzustellenden, großen und realen Datensatz für den Statistikuntericht präsentiert. Der Vorschlag besteht darin, die Videoaufzeichnung eines beliebigen Objekts zu analysieren. Die Farbdaten des aufgenommenen Objekts dienen als Datensatz, dessen grafische Darstellung mit statistischen Graphen wie Histogrammen, Quan- til-Quantil-Plots oder Punktwolken die Untersuchung der Streuung ermöglichen Ebenso sind vertiefte fomale Auswertung möglich. |
| RENATE MOTZER: Baumdiagramm beim Signifikanztest |
| Ergänzend zum Beitrag „Unklare Begriffe und Wunschdenken bei Signifikanztests“ von Matthias Moßburger (SIS 2014(1)) wird vorge- schlagen statt der Vierfeldertafel ein unvollständi- ges Baumdiagramm zu verwenden. Außerdem wird das Baumdiagramm beispielhaft vervollständigt, um daran zu sehen, warum es häufig wichtig ist, einen zweiten Durchgang eines Tests durchzuführen, um ein aussagekräftiges Ergebnis zu erhalten. |
| JÖRG MEYER: Carmen Batanero & Manfred Borovcnik: Statistics and Probability in High School |
| Man mag sich vor der Lektüre fragen: Wozu ein weiteres Buch, das den Inhalt des deutschsprachigen gymnasialen Stochastikunterrichts abdeckt? Im Vorwort des knapp 200 Seiten langen Buches wird deutlich, worum es gehen soll: Neben der internationalen Ausrichtung sollen vor allem die Beziehungen zwischen den verschiedenen Teilen der Schulstochastik deutlich werden; ferner soll jeweils deutlich werden, wo die Schwierigkeiten der Lernenden liegen und welche Missverständnisse zu erwarten sind, um aufgrund dieser Kenntnisse den Unterricht effizienter gestalten zu können. Hierin wird für deutschsprachige Leser der hauptsächliche Gewinn bei der Lektüre liegen. Daneben erwarten ihn nicht nur einige hübsche Ideen für den Unterricht, sondern auch manche erhellenden Einsichten. |
| THOMAS WASSONG: Bibliographische Rundschau |
| CHRISTIANE LOKAR: Zum Abschluss |
Heftherausgeber: Andreas Eichler, Kassel
email: eichler@mathematik.uni-kassel.de