Teaching application of statistics methods to bachelors of technological fields in case of a competence approach

The article proposes the use of a competence-based learning model, ensuring a practice-oriented nature of mathematical tasks through interdisciplinary integration. The novelty of using this model consists in the fact that the development of modern science and production necessitates the search for new modern methods, means and forms of education that express the interests of a person, adequate to the trends of intensive development of society. The problem of the research: what are the scientific foundations of the content, methods and means of teaching mathematics, focused on mastery of functional literacy in students? The solution to this problem is the purpose of the research. The research methods: investigation of existing methodological literature on the issue, State educational standards of higher education, work programs in Mathematics, general professional and special disciplines, textbooks, dissertations and abstracts on the issue, the study of works on Pedagogy and methods of teaching Mathematics. The proposed approach to applying Mathematics to study the processes of drilling oil and gas wells using dispersive analysis is the result of the theoretical study. As a result of applying the competence-based approach to teaching modeling of production situations using statistical methods, the bachelors of oil and gas engineering form necessary professional competencies.

компетентностный подход, деятельностный подход, информационно-категориальный подход, функциональная грамотность, дисперсионный анализ, математическое моделирование, межпредметная интеграция, нефтегазовое дело, критерий исследования, статистические методы, competence approach, activity approach, information-categorical approach, functional literacy, variance analysis, mathematical modeling, interdisciplinary integration, oil and gas engineering, research criteria, statistical methods

1. Ахназарова С.Л., Кафаров В.В. Методы оптимизации эксперимента в химической технологии: учебное пособие для химико-технологических специальностей вузов. 2-е изд., перераб. и доп. Москва: Высш. шк., 1985. 327 с.

2. Ганджумян Р.А. Математическая статистика в разведочном бурении: справочное пособие. Москва: Недра, 1990. 218 с.

3. Зеер Э.Ф. Психология профессий: учебное пособие. Москва: Академический проект, 2003. 330 с.

4. Дэвис Дж.С. Статистический анализ данных в геологии: в 2-х книгах / пер. с англ. В.А. Голубевой; под ред. Д.А. Родионова. Москва: Недра, 1990. 427 с.

5. Хьютсон А. Дисперсионный анализ. Москва: Статистика, 1971.

6. Шеффе Г. Дисперсионный анализ / пер. с англ. Москва: Физматгиз, 1963. 626 с.

7. Селютин В.Д., Мамадалиева Л.Н. Создание мотивации к изучению специальных разделов математики бакалаврами технологических направлений вузов // Ученые записки Орловского государственного университета. Серия: Гуманитарные и социальные науки. 2018. №3(80). С. 357-358.

8. Stephen M. Ross. Peirce's criterion for the elimination of suspect experimental data [Электронный ресурс] // Journal of Engineering Technology, Fall 2003. URL:https://classes.engineering.wustl.edu/2009/fall/che473/handouts/OutlierRejection.pdf.