Курсовая: Зависимость уровня тревожности человека от количества времени, затрачиваемого им на компьютерные игры - текст курсовой. Скачать бесплатно.
Банк рефератов, курсовых и дипломных работ. Много и бесплатно. # | Правила оформления работ | Добавить в избранное
 
 
   
Меню Меню Меню Меню Меню
   
Napishem.com Napishem.com Napishem.com

Курсовая

Зависимость уровня тревожности человека от количества времени, затрачиваемого им на компьютерные игры

Банк рефератов / Математика

Рубрики  Рубрики реферат банка

закрыть
Категория: Курсовая работа
Язык курсовой: Русский
Дата добавления:   
 
Скачать
Архив Zip, 485 kb, скачать бесплатно
Заказать
Узнать стоимость написания уникальной курсовой работы

Узнайте стоимость написания уникальной работы

20 Международный университет природы , общества и человека “Дубна” Кафедра высшей математики Курс овая работа по теории вероятностей и математической статистике на тему : Зависимость уровня тревожности человека от количества времени , затрачиваемого им на компьютерные игры Выполнил : Шадров К.Н ., гр . 2111 Руководители : доцент Аверинцев М.Б. асс истент Дудина Е .В. Дубна , 2001 Содержание Вве д ение 3 Исходные данные 3 Постановка задачи 4 Теоретическая основа 4 Теория вероятностей 8 Числовые характеристики случайной величины 8 Математическое ожидание 8 Дисперсия 9 Среднее квадратическое отклонение 9 М оменты 9 Математическая статистика 10 Корреляционный анализ 11 Корреляционная таблица 11 Характеристики значений выборки 11 Графический способ анализа данных 13 Диаграмма рассеивания 13 Гистограммы рассеивания 13 Регрессионный анализ 13 Метод наименьших квадратов (МНК ) 14 Вывод 16 Литература : 1 7 Приложение 18 Вве д ение В данной курсовой работе будет проводиться исследование зависимости уровня тревожности человека от количества времени , затрачиваемого им на компьютерные игры . Это исследование будет проводиться на основе исходных данных , с помощью метода наименьших квадратов , а так же с помощью различных геометрических постро е ний . На основе полученных результатов будет сделан вывод о существовании зависимости. Исходные данные За Х принято количество часов в неделю , проводимых человеком за компьютерными играми , за Y — уровень тревожности. Х Y 18.267 18.043 25.767 28.543 13.267 11.043 28.267 37.043 23.267 25.043 13.480 7.882 9.213 14.483 25.066 30.947 17.503 21.809 26.543 25.792 21.455 26.031 21.424 16.081 14.429 14.190 16.286 18.109 12.692 12.489 14.952 14.016 11.384 9.635 19.111 23.820 28.998 26.223 15.254 18.930 Таблица 1. Постановка задачи В данной работе на основании имеющихся данных провести статистический анализ генеральной совокупности заданных чисел . Производя этот анализ , использовать различны е числовые функции , а также и графические : диаграмму и гистограммы рассеяния , регрессии . По корреляционной таблице подсчитать некоторые характерные величины . На основании этого проверить статистические гипотезы , согласовать исходные данные с теорией. Теоретическая основа С развитием компьютерных технологий и расширением рынка игрового программного обеспечения растет число людей , увлекающихся компьютерными играми . Логично предположить , что с увеличением числа увлекающихся играми лю дей растет число потенциальных игровых компьютерных аддиктов Аддикция ( от англ . addiction — пристрастие ) — патологическое влечение к чему-либо , что увеличивает риск развития психических заболеваний и /или связано с персональными или социальными проблемами . . С точки зрения изучения влияния компьютерных игр на личность человека , нас больше интересует длительное и регулярное нахождение в виртуальном мире компьютерных игр , нежели сама аддикция как стадия зависимости . Много людей увлекаются нахождением в вирту альной реальности , психологическая зависимость которых находится на стадии формирования или угасания и выражена неярко. Мы выделяем три основные причины депрессивных отклонений в сфере эмоциональных психических состояний у игровых компьютерных аддиктов : 1. Игровые аддикты испытывают устойчивую потребность в игре , но вместе с тем не могут полностью удовлетворить ее . Из бесед с аддиктами можно сказать , что в игре их настроение существенно улучшается , а наблюдения показывают , что в процессе игры у человека пр исутствуют положительные эмоции . Положительные эмоции , сопровождающиеся подъемом настроения , бывают , по словам аддиктов , также в ситуации "предвкушения " компьютерной игры . Но после этого , т.е . после выхода из виртуального мира настроение снова ухудшается, быстро возвращаясь на исходный уровень , оставаясь на нем до следующего "вхождения " в виртуальный мир . Выход из виртуальной реальности болезненен для аддикта — он вновь сталкивается с ненавистной для него реальностью , что и вызывает снижение настроения и а к тивности , ухудшение самочувствия. 2. Другая причина отклонений в эмоциональной сфере аддиктов — это субъективное переживание аддиктами на сознательном уровне практической бесполезности увлечения компьютерными играми и , вследствие этого , собственной беспол езности , наряду с невозможностью прекращения увлечения в силу психологической зависимости . Речь идет о когнитивном диссонансе — противоречии между представлениями человека о "нормальной ", социально одобряемой жизни , и самой жизнью аддикта , что образует мо щ ный источник отрицательных эмоций. 3. Наряду с бегством от реальности игровыми аддиктами движет также потребность в принятии роли . Потребность в принятии роли другого — это форма познавательной потребности , присущей всем людям , но когда мы говорим об адди ктах , речь идет о потребности в принятии роли виртуального компьютерного персонажа как компенсации дезадаптации в реальном мире . Аддикт стремится войти в роль компьютерного персонажа , обрести свое "виртуальное Я ", потому что "Я виртуальное " не испытывает п роблем адаптации . Выход из виртуальной реальности — это возвращение из роли сверхчеловека в свое обычное состояние , повышающее тревожность человека. Отмеченные в результате теоретического изучения игровой компьютерной зависимости причины эмоциональных откл онений позволили нам , приняв уровень тревожности за критерий дезадаптации , выдвинуть соответствующую гипотезу : уровень тревожности компьютерного игрока находится в прямой зависимости от количества времени , затрачиваемого им на компьютерные игры . К проблеме высокой тревожности у аддиктов может быть два подхода : высокая тревожность как причина зависимости от компьютерных игр и высокая тревожность как следствие этой зависимости . Наиболее вероятно , что , являясь одной из причин зависимости , и без того высокая т р евожность усиливается под влиянием длительного и регулярного нахождения в виртуальной реальности. Есть мнение о терапевтическом воздействии компьютерных игр , что виртуальная реальность , с ее способностью моделирования любой ситуации , может служить средство м приобретения и закрепления жизненных умений и навыков , а также навыков общения и жизни в социуме , которых не хватает дезадаптивным личностям . Однако переполненные насилием игры , которыми увлекаются большинство игроков , служат усилению тревоги и дезадапт а ции , а не их ослаблению . Тем не менее , использование виртуальной реальности в психотерапии возможно , но только под наблюдением специалистов , с помощью специально разработанных методик и компьютерных программ. Изучение игровой зависимости показало , что осно вные механизмы ее формирования основаны на потребностях в принятии роли и ухода от реальности . Нормально адаптирующийся в социуме человек не стремится к бегству от реальности , точно как и здоровая личность , адекватно оценивающая себя и других , не стремитс я к принятию роли другого человека или существа . Уйти от реальности , принимая чужую роль , пытаются лишь дезадаптивные личности , неадекватно оценивающие себя . Поскольку высокая тревожность является критерием дезадаптации , можно предположить , что игровые адд и кты изначально тревожны , т.е . этой психологической особенностью они обладают до начала увлечения компьютерными играми и формирования зависимости от них . С этой точки зрения высокая тревожность может рассматриваться как одна из причин формирования зависимо с ти , и , если это так , можно сказать , что люди с высоким уровнем тревожности в большей мере предрасположены к увлечению компьютерными играми и попаданию в психологическую зависимость от них. Другой подход основан на рассмотрении высокой тревожности как следс твие влияния игровой компьютерной зависимости на личность человека . Нарастание увлеченности компьютерными играми ведет к тому , что ценность виртуального мира и нахождения в нем возрастает , наряду с угасанием интереса к реальности , человек начинает все бол ь ше времени проводить в виртуальном мире компьютерных игр и все меньше интересоваться реальным миром , более того — человек развивается в виртуальности , развивая свое "Я виртуальное ", а развитие реальной личности резко затормаживается . Виртуальный мир компь ю терной игры становится ближе для играющего , чем реальная жизнь ; реальность становится чуждой и опасной , огромной и непознаваемой по сравнению с небольшим и знакомым миром любимой игры . Чувство незащищенности — признак повышенной тревожности , уровень котор о й возрастает с возрастанием противоречий между реальностью и виртуальной реальностью в сознании аддикта . Стремление уйти в виртуальный мир выступает у аддиктов как удовлетворение потребности в безопасности , как своего рода защита от реальности. Виртуальный мир компьютерных игр , зачастую жесток и беспощаден , настроен враждебно к виртуальному герою . Человек , находясь длительное время в такой среде , переносит ее законы на реальный мир : начинает чувствовать себя более уязвимым , считает , что большинство людей в р аждебно настроены и мир в целом является более опасным , чем есть на самом деле . Такое отношение человека к окружающему миру мы и называем высоким уровнем тревожности личности . Исходя из выше сказанного , предположение о влиянии длительного и регулярного нах ождения в виртуальном мире компьютерных игр на повышение уровня тревожности личности можно считать вполне объясненным. Потребность уменьшения тревоги побуждает человека "уходить " в виртуальную реальность , в тот мир , где он сильнее всех , в отличие от мира р еального . Виртуальный мир уменьшает тревогу на время игры , но после выхода из нее тревожность вновь увеличивается , более того — ее уровень становится выше исходного , т.к . каждое "вхождение " в виртуальный мир усиливает диссонанс между реальностью и виртуал ь ным миром , усиливая дезадаптацию. Человек попадает в замкнутый круг , точнее , спираль , каждый виток которой усилива ет дезадаптацию и тревожность , что создает еще более сильную потребность в игре , а это , в свою очередь , усиливает зависимость. Такой "круговорот " можно считать еще одним механизмом формирования и усиления зависимости , наряду с механизмами , основанными на п отребностях в принятии роли и ухода от реальности. Для проверки гипотезы использовался опросник личностной тревожности Спилбергера . Текст опросника состоит из 20-ти утверждений , на каждое из которых предлагается 4 варианта ответов — от полного несогласия д о полного согласия с утверждением . Сумма числовых значений вариантов ответов и составляет уровень тревожности личности (в баллах ). В исследовании принимали участие 20 человек . Возраст испытуемых — 18-25 лет , большинство испытуемых — студенты ВУЗов . Критер и ями отбора служили следующие факторы : отношение к играм и компьютеру в целом , наличие потребности в игре на компьютере , регулярность и продолжительность игры , игровой "стаж ". Все данные получены из наблюдений и бесед с испытуемыми и лицами из их окружения. Теория вероятностей Теория вероятностей — наука , изучающая вероятностные закономерности случайных событий . Знание этих закономерностей позволяет предвидеть , как эти события будут протекать . Знание и методы теории вероятностей ис пользуются в различных отраслях естествознания и техники . Это подчеркивает необходимость и важность теории вероятностей как науки. Числовые характеристики случайной величины Случайная величина — это величина , которая в результате испытания примет одно и только одно возможное значение , заранее неизвестное и зависящее от случайных причин , которые заранее не могут быть известны. Случайные величины подразделяются на дискретные и непрерывные . Дискретной случайной величиной называют слу чайную величину , которая принимает отдельные , изолированные возможные значения с определенными вероятностями . Непрерывной случайной величиной называют случайную величину , которая может принимать все значения из некоторого конечного или бесконечного промежу тка . Законом распределения дискретной случайной величины называют соответствие между возможными значениями и их вероятностями . Законами распределения непрерывных случайных величин называют плотности распределений. Математическое ожидание Случайные величины имеют числовые характеристики , одной из которых является математическое ожидание . Математическим ожиданием дискретной случайной величины называют сумму произведений всех ее возможных значений на их вероятности . Математическое ож идание приближенно равно среднему значению случайной величины . Допустим , что случайная величина Х может принимать значения x 1 , x 2 , ..., x n , вероятности которых соответственно равны p 1 , p 2 ,…, p n . Тогда математическое ожидание М ( X ) случайной величины X опреде ляется равенством : M ( X ) = x 1 p 1 + x 2 p 2 + … + x n p n Если дискретная случайная величина Х принимает счетное множество возможных значений , то можно записать : Для данных , указанных в этой работе , математическое ожидание равно ( p n принимается равным 1 /20 или 0.05) M ( X ) = 18.83125 M ( Y ) = 20.0076. Дисперсия Для определения дисперсии необходимо ввести понятие отклонения случайной величины от ее математического ожидания. Пусть X — случайная величина и М (Х ) — ее математическое ожидан ие . Рассмотрим в качестве новой случайной величины разность Х – М (Х ) . Эту разность и называют отклонением , т.е . разность между случайной величиной и ее математическим ожиданием . При определении дисперсии используется следующее свойство отклонения : y = px 2 + qx + r Дисперсией случайной величины Х называют математическое ожидание квадрата отклонения случайной величины от ее математического ожидания : D ( X ) = M [ X – M ( X )] 2 Также дисперсию вычисляют по формуле : D ( X ) = M ( X 2 ) – [ M ( X )] 2 Для данных , указанных в этой р аботе дисперсия равна : D ( X ) = 33,6625 D ( Y ) = 57,5029 . Среднее квадратическое отклонение Для оцен ки рассеяния возможных значений случайной величины вокруг ее среднего значения кроме дисперсии служат и другие характеристики , такие как среднее квадратическое отклонение . Средним квадратическим отклонением случайной величины X называют квадратный корень и з дисперсии : Для данных , указанных в этой работе отклонение равно : ( X ) = 5,801939 ( Y ) = 7,583067 М оменты Моменты служат для более подробной характеристики случайной ве личины . Они делятся на начальные и центральные. Начальные моменты характеризуют саму случайную величину , а центральные — отклонения случайной величины от М (Х ) . Начальный момент n -го порядка — математическое ожидание от n -ой степени случайной величины ; обоз начается : б n = M ( X n ) . Центральный момент n -го порядка — математическое ожидание величины ( X – M ( X )) n ; обозначается : м n = M [( X – M ( X )) n ] . В частности, б 1 = M ( X ) м 1 = 0 б 2 = M ( X 2 ) м 2 = D ( X ) . Для данных , указанных в этой работе , начальные и центральные мо менты 1-4 порядков равны : X Y б 1 18.83125 20.0076 б 2 7092.31953 8006.081 б 3 2671144.84 3203649 б 4 1006019927 1.28E+09 м 1 0 0 м 2 33.6625 57.5029 м 3 49.008 150.736 м 4 2104.840 7756.033 Математическая статистика Математиче ская статистика — это наука , которая занимается получением , обработкой и анализом данных , характеризующих количественные закономерности жизни общества в неразрывной связи с их качественным содержанием . Статистика , в узком смысле — это совокупность данных о каком-либо процессе или явлении . Основной задачей математической статистики является выяснение вероятностных свойств совокупности : распределения , числовых характеристик и т . д . с применением методов теории вероятности , позволяющих оценить надёжность и то ч ность выводов , делаемых на основании ограниченного статистического материала (выборки ) Совокупность объектов , или совокупность значений какого-то признака объектов , называется генеральной совокупностью . Обычно из генеральной совокупности делают выборку , т. е . исследуют некоторые ее объекты . Выборочной совокупностью или просто выборкой называют совокупность случайно отобранных объектов . С помощью выборки оценивают генеральную совокупность по вероятным свойствам . Чтобы оценки были достоверными , выборка должна быть представительной , т.е . ее вероятностные свойства должны совпадать или быть близкими к свойствам генеральной совокупности . Часто под генеральной совокупностью понимают и исследуемую случайную величину . Для исследования случайной величины при постоянны х условиях выполняются испытания . Совокупность полученных значений также называется выборкой и обрабатывается статистически . Методы статистической обработки выборки аналогичны в обоих случаях . При исследовании объектов можно фиксировать или измерять значен и е одного или нескольких признаков , т.е . речь может идти об одномерной или многомерной выборках. Корреляционный анализ Корреляционная таблица Две случайные величины могут быть связаны либо функциональной , либо статистической зависимостью , либо быть независимыми . Строгая функциональная зависимость реализуется редко в реальной жизни , так как обе величины или одна из них могут быть подвержены еще действию случайных факторов , причем среди них могут быть и об щ ие для обеих величин . В этом случае возникает статистическая зависимость . Статистической называют зависимость , при которой изменение одной из величин влечет изменение распределения другой . В частности , статистическая зависимость проявляется в том , что при изменении одной из величин изменяется среднее значение другой ; в этом случае статистическую зависимость называют корреляционной. Предположим , что рассматриваемые случайные величины Х и У связаны корреляционной зависимостью . Так как при большом числе наблюд ений одно и то же значение x может встретиться n x раз , и значения y — n y раз , одна и та же пара чисел (х,у ) — n xy раз . Поэтому данные наблюдений группируют , т.е . подсчитывают частоты n x , n y , n xy . Все сгруппированные данные записывают в виде таблицы , котору ю называют корреляционной. Таблица 2. x/ y 7-15 15-23 23-31 31-39 m i 9-14 5 0 0 0 5 14-19 2 4 0 0 6 19-24 0 1 3 0 4 24-29 0 0 4 1 5 n i 7 5 7 1 20 Характеристики значений выборки На основе данных корреляционной таблицы можно посчитать все характеристики наблюдаемых значений выборки намного быстрее и проще , но они будут иметь некоторые отклонения от выборочных характеристик , посчитанных по формулам . Это объясняется уменьшением размеров рассматриваемых величин , которое происход и т из-за разбиения их на интервалы. Посчитаем числовые характеристики для Х и Y по корреляционной таблице. Математическое о жидание для выборочной совокупности называется выборочной средней и находится по формуле : Выборочной дисперсией называют с реднее арифметическое квадратов отклонения наблюдаемых значений признака от их среднего значения : Выборочным средним квадр атичным отклонением называют квадратный корень из выборочной дисперсии : Корреляционным моментом ( ковариацией , смешанной дисперсией ) случайных величин Х и Y называют математическое ожидание произведения отклонений этих величин : k xy = M[(x – M(x))(y – M(y))] . Для дискретных величин : Коэффициентом корреляции случайных величин Х и Y называют отношение корреляционного момента к произведению средних квадратичных отклонений этих величин : при условии Для данной работы : М *( X ) = 18,75 ; М *(Y) = 19,8 ; D*(X) = 364 ; D*(Y) = 429,2; * (X) = 19,07878 ; *(Y) = 20,71714 . r * xy = 0,096645762 k * xy = 38,2 Графический способ анализа данных В данной курсовой работе нам предстоит наглядно изобразить различные зависимости величин друг от друга . Одним из лучших средств визуальн ого изображения за висимостей являются : • диаграмма рассеивания ; • гистограмма рассеяния ; • линейная регрессия (см . Регрессионный анализ , стр. 13). Диаграмма рассеивания Начнем с диаграммы рассеивания , которая получается путем нан есения данных всех пар чисел (20) на координатную плоскость (см . приложение , рис .1). Гистограммы рассеивания Гистограммы рассеивания также являются одним из способов наглядного преставления распределения значений случайной величи ны . В данной курсовой построены гистограммы рассеивания относительных частот для случайных величин Х (время , проводимое человеком за компьютерными играми ) и Y (уровень тревожности ). Гистограммой относительных частот называют ступенчатую фигуру , состоящую и з прямоугольников , основаниями которых служат частичные интервалы длиной h , а высоты равны отношению p i * / n , ( n – – общее количество точек ). Приведем гистограмму относительных частот распределения количества данных по времени и гистограмму относительных час тот для уровня тревожности (см . приложение , рис . 2, 3). Регрессионный анализ Между переменными X и Y существует функциональная связь у = f ( x ) , т.е . каждому значению аргумента Х соответствует единственное значение аргумента Y . Рег рессия — зависимость среднего значения какой-либо величины Y от другой величины X . Понятие регрессии в некотором смысле обобщает понятие функциональной зависимости у = f ( x ) . Только в случае регрессии одному и тому же значению x в различных случаях соответс твуют различные значения y . Регрессионный анализ заключается в определении аналитического выражения связи , в котором изменения одной величины (называемой зависимой или результативным признаком ) обусловлено влиянием одной или нескольких независимых величин (факторов ). По форме зависимости различают : 1). Линейную регрессию , которая выражается уравнением прямой — линейной функцией вида : у = ax + b . Если в результате n экспериментов точки на диаграмме рассеивания расположены таким образом , что прослеживается тенде нция роста Y при росте X , то это предположение о линейной зависимости : у = f ( x ) . Эта зависимость определяется двумя параметрами — а и b . Подобрав эти параметры , мы получим уравнение регрессии. 2). Нелинейную ( параболическую ) регрессию : у =ах 2 + b х +с 3). Пол иномную регрессию — полином первой степени : у =ах + b (линейная регрессия ) — полином второй степени : у = ах 2 + b х +с (параболическая регрессия ) — полином n -ой степени : y = a n x n + … + a 2 x 2 + a 1 x + a 0 . Целью регрессионного анализа является оценка функциональной зависимости результативного признака (у ) от факторных ( x 1 , x 2 , …, Xn ) . Метод наименьших квадратов (МНК ) Найдем по данным наблюдений выборочное уравнение прямой линии у = ах + b среднеквадратичной регрессии Y на X (регрессию X на Y н айдем аналогично ). Это можно сделать с помощью метода наименьших квадратов (МНК ). Этот метод , применяется в теории ошибок , для разыскания одной или нескольких величин по результатам измерений , содержащих случайные ошибки . МНК также используется для приближ енного представления заданной функции другими (более простыми ) функциями и часто оказывается полезным для обработки наблюдений. Для того чтобы определить параметры a и b необходимо знать отклонения (точки , находящиеся не на на прямой , а рядом ). Суммарное отклонение будет равно : где Y iexp — экспериментальные точки (не обязательно лежащие на прямой ), Y iteor — теоретические точк и (лежащие на прямой ). Чтобы все отклонения давали в суммарном отклонении положительные числа , надо возвести в квадрат эти отклонения : где Д — суммарное квадратичное отклонение , которое зависит от параметров а и b, Y i — экспериментальные значения Y , ax i + b — теоретические значения Y . Лучшими параметрами а и b являются такие , которые минимизируют Д , следовательно , среди бесконечного множества прямых , которых дает прямая у = ax + b , наилучшей является прямая с таки ми значениями параметров а и b , для которых Д ( а , b) принимает минимальное значение. Чтобы найти эти значе ния параметров а и b , необходимо найти точку минимума функции Д ( а , b) . Для этого берется производная : и р ассматривается система двух уравнений , решения которой — значения a и b : Для данных курсовой работы получаем : a = 1,147474439 ; b = -1,600778036 ; т.е . y = 1,147474439 x – 1,600778036 ; x = 0,871479107 y – 1,395044614 Линии регрессии на диаграмме рассеивания и меют вид : (см . приложение , рис . 4,5) Вывод Проведя обработку выборочной совокупности случайно отобранных статистических данных , мы получили некоторые оценки их параметров , а также выяснили , что данная выборка случайных величин им еет такую зависимость , что при росте значения X увеличивается и значение Y , т.е ., переводя на тему курсовой работы , при увеличении времени , затрачиваемого человеком на компьютерные игры , увеличивается уровень его тревожности . Уравнение зависимости Y от Х в ыглядит следующим образом : y = 1,147474439 x – 1,600778036 . Поскольку исследование в целом носит пилотажный характер , мы не ставим целью подсчет точных корреляций . Нам достаточно того , что установлена зависимость уровня тревожности человека от количества вр емени , затрачиваемого им на компьютерные игры. Очень важным является тот факт , что отсутствие зависимости не означает отсутствие негативного влияния злоупотребления ролевыми играми на личность человека . Особенно это относится к играм , обязывающим виртуальн ого героя к насилию ради выживания . Такие игры для большинства играющих служат поводом к неосознаваемому изменению своего отношения к миру , обществу и себе самому. Учитывая то , что основная часть людей , увлекающихся компьютерными играми — дети , главная зад ача которых на своем возрастном этапе — развитие своей личности , а не компьютерного героя , необходимо всячески предотвращать злоупотребление нахождением в виртуальности и проводить незамедлительную , хотя бы разъяснительную , работу с компьютерными игроками. Однако разъяснительной работой не поможешь людям , уже оказавшимся в состоянии зависимости . Для психологической помощи аддиктам необходимо разработать методический инструментарий , и именно это является целью ближайших исследований в области изучения психо л огической зависимости человека от компьютерных игр. Литература 1. Гмурман В . Е . Руководство к решению задач по теории вероятностей и математической статистике . - М .: Высшая школа , 1998. 2. Гмурман В . Е . Теория вероятностей и ма тематическая статистика . - М .: Высшая школа , 1977. 3. Чавлейшвили М . П . Курс лекций , 1999. 4. Кабанова Е . И Теория вероятностей и математическая статистика . Курс лекций.-Дубна , 1996. 5. Мазный Г . Л ., Прогулова Т . Б . Методическое пособие к курсовому прое ктированию по высшей математике . - Дубна , 1996. 6. Варашкевич С.А . История конверсии компьютерной игры . М .: ИП РАН , 1997. 7. Гриффит В . Виртуальный мир рождает реальные болезни // Финансовые известия . 1996. Вып . 54. № 183. 8. Лысенко Е.Е . Игра с ЭВМ к ак вид творческой деятельности . Дисс . Канд . Психол . Наук . М ., 1988. 9. Основы психологии . Практикум ., Ростов-на-Дону , 1999. 10. Фомичева Ю.В ., Шмелев А.Г ., Бурмистров И.В . Психологические корреляты увлеченности компьютерными играми // Вестник МГУ . Сер 14. Психология . 1991. № 3. С . 27-39. 11. Форман Н , Вильсон П . Использование виртуальной реальности в психологических исследованиях // Психологический журнал , 1996, том 17, № 2, с . 64-79. 12. Шапкин С.А . Компьютерная игра : новая область психологических ис следований // Психологический журнал , 1999, том 20, № 1, с 86-102. 13. Шмелев А.Г . Мир поправимых ошибок // Вычислительная техника и ее применение . Компьютерные игры . 1988. № 3. С . 16-84. Приложение
1Архитектура и строительство
2Астрономия, авиация, космонавтика
 
3Безопасность жизнедеятельности
4Биология
 
5Военная кафедра, гражданская оборона
 
6География, экономическая география
7Геология и геодезия
8Государственное регулирование и налоги
 
9Естествознание
 
10Журналистика
 
11Законодательство и право
12Адвокатура
13Административное право
14Арбитражное процессуальное право
15Банковское право
16Государство и право
17Гражданское право и процесс
18Жилищное право
19Законодательство зарубежных стран
20Земельное право
21Конституционное право
22Конституционное право зарубежных стран
23Международное право
24Муниципальное право
25Налоговое право
26Римское право
27Семейное право
28Таможенное право
29Трудовое право
30Уголовное право и процесс
31Финансовое право
32Хозяйственное право
33Экологическое право
34Юриспруденция
 
35Иностранные языки
36Информатика, информационные технологии
37Базы данных
38Компьютерные сети
39Программирование
40Искусство и культура
41Краеведение
42Культурология
43Музыка
44История
45Биографии
46Историческая личность
47Литература
 
48Маркетинг и реклама
49Математика
50Медицина и здоровье
51Менеджмент
52Антикризисное управление
53Делопроизводство и документооборот
54Логистика
 
55Педагогика
56Политология
57Правоохранительные органы
58Криминалистика и криминология
59Прочее
60Психология
61Юридическая психология
 
62Радиоэлектроника
63Религия
 
64Сельское хозяйство и землепользование
65Социология
66Страхование
 
67Технологии
68Материаловедение
69Машиностроение
70Металлургия
71Транспорт
72Туризм
 
73Физика
74Физкультура и спорт
75Философия
 
76Химия
 
77Экология, охрана природы
78Экономика и финансы
79Анализ хозяйственной деятельности
80Банковское дело и кредитование
81Биржевое дело
82Бухгалтерский учет и аудит
83История экономических учений
84Международные отношения
85Предпринимательство, бизнес, микроэкономика
86Финансы
87Ценные бумаги и фондовый рынок
88Экономика предприятия
89Экономико-математическое моделирование
90Экономическая теория

 Анекдоты - это почти как рефераты, только короткие и смешные Следующий
- Чинганчук Петрович, а ваш папа любил смотреть кино?
- Да.
- А какой у него был любимый фильм?
- Догадайтесь сами, до вас ещё никто не ошибался.
Anekdot.ru

Узнайте стоимость курсовой, диплома, реферата на заказ.

Обратите внимание, курсовая по математике "Зависимость уровня тревожности человека от количества времени, затрачиваемого им на компьютерные игры", также как и все другие рефераты, курсовые, дипломные и другие работы вы можете скачать бесплатно.

Смотрите также:


Банк рефератов - РефератБанк.ру
© РефератБанк, 2002 - 2016
Рейтинг@Mail.ru