but they are notable to understand

but they are not
able to understand and explain related concepts, such as interpreting a p-value.
Most instructors have welcomed the introduction of simulation software and
web applets that allow students to visualize the abstract process of drawing repeated
random samples from different populations to construct sampling distributions.
However, our series of studies revealed that several ways of using such software
were not sufficient to affect meaningful change in students’ misconceptions of
sampling distributions. Despite the ability of a software program to offer interactive,
dynamic visualizations, students tend to look for rules and patterns and rarely
understand the underlying relationships that cause the patterns they see. For
example, students noticed that the sampling distribution became narrower and more
normal as the sample size increased, but did not necessarily understand why this was
happening. Therefore, when asked to make predictions about plausible distributions
of samples for a given sample size, students would resort to rules, often
misremembered or applied inconsistently, rather than think through the process that
might have generated these distributions. As a result, we often noticed students’
confusion when asked to distinguish between the distribution of one sample of data
and the distribution of several sample means.
By experimenting with different ways of having students interact with a
specially designed simulation program, we have explored ways to more effectively

ผลลัพธ์ (ไทย) 1:

แต่พวกเขาไม่สามารถเข้าใจ และอธิบายแนวคิดที่เกี่ยวข้อง เช่นการตีความค่า pผู้สอนส่วนใหญ่ได้ยินดีแนะนำซอฟต์แวร์การจำลอง และแอปเพล็ตเว็บที่ช่วยให้นักเรียนเห็นภาพนามธรรมกระบวนการวาดซ้ำตัวอย่างที่สุ่มจากประชากรที่แตกต่างกันเพื่อสร้างการกระจายการสุ่มตัวอย่างอย่างไรก็ตาม เปิดเผยชุดของเราศึกษาที่หลายวิธีของการใช้ซอฟต์แวร์ดังกล่าวไม่เพียงพอที่จะมีผลต่อการเปลี่ยนแปลงความหมายในความเข้าใจผิดของนักเรียนของการกระจายการสุ่มตัวอย่าง แม้ มีความสามารถของโปรแกรมซอฟต์แวร์การนำเสนอแบบโต้ตอบเพลงชั่วคราว นักศึกษามักจะ ค้นหากฎและรูปแบบ และไม่ค่อยเข้าใจความสัมพันธ์พื้นฐานที่ทำให้เกิดรูปแบบที่พวกเขาเห็น สำหรับตัวอย่าง นักเรียนสังเกตว่า การสุ่มตัวอย่างกระจายก็แคบกว่า และอื่น ๆปกติขนาดตัวอย่างเพิ่มขึ้น แต่ไม่จำเป็นต้องเข้าใจสาเหตุนี้ได้เกิดขึ้น ดังนั้น เมื่อต้องทำการคาดคะเนเกี่ยวกับการกระจายเป็นไปได้ตัวอย่างสำหรับตัวอย่างการกำหนดขนาด นักเรียนจะรีสอร์ทกฎ มักจะmisremembered หรือใช้ inconsistently แทนที่คิดโดยใช้กระบวนการที่อาจมีสร้างการกระจายเหล่านี้ ดังนั้น เรามักพบนักเรียนความสับสนเมื่อต้องแยกระหว่างการกระจายของข้อมูลอย่างหนึ่งและแจกจ่ายหมายถึงตัวอย่างต่าง ๆโดยการทดลองด้วยวิธีต่าง ๆ มี นักเรียนโต้ตอบกับการโปรแกรมจำลองที่ออกแบบมาเป็นพิเศษ เราได้สำรวจวิธีการเพิ่มเติมได้อย่างมีประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

แต่พวกเขายังไม่ได้สามารถที่จะเข้าใจและอธิบาย
แนวคิดที่เกี่ยวข้อง เช่น การตีความ p .
อาจารย์ยินดีเบื้องต้นของการจำลองซอฟต์แวร์และเว็บแอพเพล็ต
ที่อนุญาตให้นักเรียนเห็นภาพกระบวนการของการวาดภาพนามธรรมสุ่มตัวอย่างจากประชากรซ้ำ

สร้างการแจกแจงการสุ่มตัวอย่าง อย่างไรก็ตามชุดของเราการศึกษาพบว่าหลายวิธีของการใช้
เช่นซอฟต์แวร์ไม่เพียงพอมีผลต่อการเปลี่ยนแปลงที่มีความหมายในความเข้าใจผิดของนักศึกษา
การแจกแจงการสุ่มตัวอย่าง แม้ความสามารถของโปรแกรมซอฟต์แวร์เพื่อเสนอแบบไดนามิกภาพ
นักเรียนมีแนวโน้มที่จะมองหาและไม่ค่อยเข้าใจกฎและรูปแบบความสัมพันธ์ที่ก่อให้เกิด
เป็นต้นแบบที่เห็น สำหรับ
ตัวอย่าง นักเรียนสังเกตเห็นว่าคนแจกก็แคบมากขึ้น
ปกติขนาดตัวอย่างเพิ่มขึ้น แต่ก็ไม่เข้าใจว่าทำไมนี้
เกิดขึ้น ดังนั้น เมื่อถามว่าจะทำให้การคาดการณ์เกี่ยวกับการมีเหตุผล
ตัวอย่างขนาดตัวอย่าง นักเรียนจะใช้กฎมักจะจำผิดหรือใช้ชาตินิยม
,แทนที่จะคิดว่า ผ่านกระบวนการที่ต้องสร้างขึ้น
การแจกแจงเหล่านี้ ผลก็คือ เรามักจะเห็นความสับสนของนักเรียน
เมื่อถามเพื่อแยกความแตกต่างระหว่างตัวอย่างของการกระจายของข้อมูล และการกระจายของหมายถึง

ตัวอย่างหลาย โดยการทดสอบกับวิธีที่แตกต่างของการมีนักเรียนโต้ตอบกับโปรแกรมจำลอง
ออกแบบมาเป็นพิเศษ ,เราได้ค้นพบวิธีที่จะมีประสิทธิภาพมากขึ้น