Обучение бакалавров технологических направлений применению методов статистики в русле компетентностного подхода

В статье предлагается использование компетентностной модели обучения, обеспечение практико-ориентированного характера математических заданий посредством межпредметной интеграции. Актуальность использования этой модели обусловлена тем, что развитие современной науки и производства вызывает потребность в поиске новых современных методов, средств и форм обучения, которые выражают интересы личности, адекватные тенденциям интенсивного развития общества. Проблема исследования: каковы научные основы содержания, методов и средств обучения математике, ориентированные на овладение обучающимися функциональной грамотностью. Решение данной проблемы составляет цель исследования. Методы исследования: изучение существующей методической литературы по данному вопросу, Государственных образовательных стандартов высшего образования, рабочих программ по математике, общепрофессиональным и специальным дисциплинам, учебных пособий и учебников, диссертаций и авторефератов по данной проблеме, изучение работ по педагогике и методике преподавания математики. Результатом теоретического исследования является предлагаемый подход к обучению применению математики для исследования процессов бурения нефтяных и газовых скважин при помощи дисперсионнного анализа. В результате применения компетентностного подхода к обучению моделированию производственных ситуаций статистическими методами у бакалавров нефтегазового дела формируются необходимые профессиональные компетенции.

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.