Кузьма, К. Т.Kuzma, K. T.2026-04-282026-04-282017https://eir.zp.edu.ua/handle/123456789/28293Кузьма К. Т. Обчислювальна технологія перевірки рівня знань на основі методу послідовного аналізу / К. Т. Кузьма // Радіоелектроніка, інформатика, управління. – 2017. – № 3 (42). – C. 121-129.UK: Актуальність. Вирішено актуальну задачу підвищення ефективності процесу підтримки прийняття рішень під час статистичного контролю знань. Мета роботи – розробка обчислювальної процедури вирішення чотирьохальтернативної задачі класифікації тестованих за рівнем навченості, що дозволяє здійснювати контроль знань диференційовано, мінімізує об’єм завдань, необхідний для виконання. Метод. Запропоновано обчислювальну процедуру класифікації тестованих на чотири класи, які відповідають рівням навченості: «початковий», «середній», «достатній», «високий», що базується на використанні двохальтернативного критерію послідовного аналізу в декілька етапів та забезпечує здійснення контролю знань в процесі виконання завдань, мінімізуючи таким чином час перевірки знань, що дозволяє автоматизувати процес перевірки статистичних гіпотез у системах тестування та навчання з метою диференційної оцінки знань учасників навчального процесу. Для вирішення задачі оцінки придатності тесту запропоновано метод, що базується на побудові функції оперативної характеристики послідовного критерію, яка дозволяє визначити обсяг завдань достатній для досягнення бажаного рівня якості тесту за рахунок встановлення зв’язку між очікуваною ймовірністю прийняття гіпотези та випадковим значенням параметра ймовірності появи у виборці з 1,2,…n питань приймального числа невірно виконаних завдань. Результати. Розроблено програмне забезпечення, яке реалізує запропоновану обчислювальну процедуру, що використано при проведенні обчислювальних експериментів тестового контролю знань. Висновки. Проведені експерименти підтвердили працездатність запропонованої процедури і програмного забезпечення, що її реалізує, а також дозволяють рекомендувати їх для застосування на практиці для рішення задач автоматизованої перевірки рівня знань. EN: Context. The actual task of increasing the effectiveness of decision support in the statistical control of knowledge has been solved. Objective is а development of a computational procedure for solving the problem of classification the educational process participants into four groups, according to their trainability level that allows to control knowledge differently, minimizing the amount of tasks required to accomplished. Method. The computer technology for classification the educational process participants into four groups, according to their trainability level: “initial”, “medium”, “sufficiently”, “high”, has been proposed, based on the use of sequential hypothesis testing procedure and allows to perform the controlling of the knowledge while accomplishing tasks, thus minimizing the time for testing and provides the automation of the process of verification the statistical hypotheses in a testing and learning systems with the purpose of differential assessment of knowledge the educational process participants. To solve the problem of definition the assessment standard the method based on creation the function of operational characteristics of sequential criteria is used. The function allows to establish a link between the expected probability of the hypothesis and random probability of the fact of presence in the sample with 1.2 ...n questions appropriate number of incorrect answers. Results. The software implementing proposed computational procedure have been developed and used in computational experiments of knowledge testing. Conclusions. The experiments confirmed the efficiency of the proposed procedure and software. The experiments also allow to recommend them for use in practice to solve the problems of automated assessment of knowledge.ukпослідовний аналізперевірка рівня знанькласифікація тестованих за рівнем знаньперевірка гіпотезкритеріально-орієнтований тестsequential analysisthe assessment of knowledgeclassification the educational process participants according to their trainability leveltesting of hypothesescriterion-referenced testArticle