CC BY
58
Використання шновацшних технологш в процес вивчення економшо-
статистичних дисциплiн
Омельяненко Вiталiй Анатолмович
Сумський державний унiверситет; Сумський державний педагопчний унiверситет iM. А. С. Макаренка,
кандидат економiчних наук, УкраТна
Анотафя. Стаття присвячена a^i3y особливостей викладання економко-статистичних дисциплiн. Ро-зглянуто свтовий досвiд використання iнновaцiйних осв^шх технологiй у виклaдaннi економко-статистичних дисциплш. Представлено приклади подання нового мaтерiaлу з використанням прикладного статистичного програмного забезпечення, корисних 1нтернет-ресурав, вщео-лекцш.
Ключов1 слова: економiко-стaтистичнi дисциплши, статистика, iнформaцiйнi технологи, iнновaцiйнi технологи, викладання, ашмована статистика.
УДК 378.02:37.016 JEL Classification: A22, C10
DOI: http://dx.doi.org/10.22178/pos.18-2_
Вступ
Постановка проблемы. У зв'язку з глобалГзащ-ею та розширенням спектру мiждержавних зв'язкiв з'являеться потреба створення вщ-повщно!' «статистично!' картини» свiту. KpiM того, статистичнi дослiдження рiзних кра'н можуть бути порiвняннi тiльки за умови, як-що вони проводилися по однш узгодженiй методологи.
Ефектившсть управлiння державою багато в чому залежить вщ якостi та кГлькосп шфор-маци, що характеризуе стан i розвиток еко-номiки кра'ни i пов'язаних з нею сощальних процесiв. Kрiм того, в сучасному свт, коли пiдсилюються мiждержавнi штеграцшш про-цеси, важливою для управлшня е iнформацiя про розвиток економжи iнших кра'н. Наяв-нiсть тако!' iнформацГi дае можливiсть ство-рити статистичну картину миру, визначити мГсце та роль держави в системi мГжнародних економiчних вГдносин. Для статистичного до-слiдження тих або шших сощально-економiчнi процесiв та явищ, що вщбувають-ся в глобальнш економiцi необхiдна порГв-няннГсть (comparability) статистичних показ-никГв, що досягаеться лише за умови, що дос-лщження проводяться за единою методолоп-ею.
Тому одним з основних завдань розвитку вГт-чизняно!' статистично!' системи е приведення
методологи та практики оргашзаци статистичного спостереження, зокрема на мшрорь вш, у вщповщшсть з мГжнародними стандартами. У цьому зв'язку навчання статистиюв i консультацГйна пГдтримка е одним з прюри-тетГв сучасно!' економГчно!' та бГзнес-освГти.
ПровГдну роль у формуванш статистично!' освГти традицГйно вщГграють унГверситети [21]. У закордонних ушверситетах, що за-ймають провГднГ позицГ! у свГтових i нащона-льних рейтингах, «Статистика» е самостш-ним напрямом професшно!' пГдготовки. Вщдь лення статистики дшть в провГдних ушверситетах США, Великобритании НГмеччини, Франци та в багатьох Гнших вищих навчаль-них закладах кра'н 6С. У КНР таких фахГвцГв готуе Шанхайський унГверситет. У США про-грама з пГдготовки вГдповГдних фахГвщв Joint Program on Survey Methodology (JPSM) спГльно реалГзована унГверситетами Michigan i Maryland та фшансуеться за рахунок федерального бюджету. У бврот запускаеться едина для вах кра'н 6С магГстерська програма з навчання фахГвщв для офщшних статистичних органГв - European Masters in Official Statistics [14]. ВГдзначимо також, що в школах Японп, США, Швейцари, Кени, БотсванГ та Гнших кра-!'нах свГту е курс теорп ймовГрностГ та мате-матично!' статистики, що згодом суттево спрощуе завдання вищих навчальних закла-дГв.
Статистика e основою для прийняття ршень на рГзних рiвнях eK0H0Mi4H0i' системи. В цьо-му контекст J. Pullinger вщзначае рiст можли-востi сустльства у прийняттi широкого спектру ршень, а вiдтак i зростання ролi статистики в цьому процеа: «If we are indeed living at a time when citizens have more power to influence the decisions that affect their lives, then the power of statistics must be put in their hands so that the influence they exert can be based on sound evidence» [7, с. 834].
Значення статистики та статистичних досль джень зростае з ряду таких причин [13]:
1) даш, отримаш в результат статистичних дослщжень, зокрема, економiчнi даш, покликан служити як державним, так i приватним i сустльним штересам, отже, офiцiйна статистика повинна надавати вщповщш данi в цш сферi;
2) сучасний перюд характеризуеться наявш-стю значно' юлькост iнформацiйних потокiв та iнструментiв обробки шформацп;
3) формуеться потреба в шформацп з широко'' тематики, що може забезпечити базу як для агрегованих макроекономiчних розраху-нюв та перехресних даних, так i для одер-жання мiкроданих, що можуть бути викорис-танi у короткострокових розрахунках.
Вченi-теоретики пропонують розглядати статистику як «глобальну дисциплшу» [2]. Це твердження базуеться на тому, що вчеш з усього свггу мають спiвпрацювати для того, щоб розвивати дисциплiну в контекстi нових виклиюв, пов'язаних з ерою безпрецедентно-го зростання кiлькостi даних та наукових вщ-криттiв, для пщвищення обiзнаностi про статистику для студенев, а також для розши-рення розумiння громадськiстю та особами, як приймають рiшення, ii можливостей.
Варто також враховувати й динамiчний характер економiко-статистичних дисциплiн. Ба-гато статистичних напрямкiв, такi, напри-клад, як статистика глобалiзацii або статистика нанотехнологш з'явилися зовам недавно, однак с^мко розвиваються.
У пiдсумку, за останне десятил^я вiдбулися iстотнi змiни в базових методолопчних тд-ходах до статистичних дослщжень, а також у методах збору, обробки та поширення статистичних даних. Розроблено рекомендацп зi статистики сталого розвитку, iнтегрованiй
економiчнiй статистицi, еколого-
економiчному облiку, вимiрам людського ка-пiталу та багато шших. Дедалi частiше вико-ристовуються iнтегрованi показники, що до-зволяють одержувати бiльш широку та опе-ративну картину економiчноi динамiки.
Незважаючи на значний потенцiал, в педаго-гiчному змiстi викладання курсу статистики супроводжуеться певними труднощами як для педагопв, так як студенев, якими потрь бнi знання основ юльюсних методiв, однак якi досить часто не мають штересу до предмету i не бажають займатися дослщженнями, що сприймаються як математичш [5; 6].
В умовах Укра'ни концепцiя викладання еко-номшо-статистичних дисциплiн при переходi вiд планово'' економiки до ринково', являе собою предмет дискусп фахiвцiв. Це пов'язано з тим, що тыьки адекватна сучаснш ринковiй економiцi макростатистична модель опису та аналiзу полiструктурних систем дозволить ктотно просунутися в одержаны статистичних характеристик результат виробництва та взаемозв'язюв мiж iнституцiональними одиницями. Однак поки ще не вс фaхiвцi го-товi перейти до ново'' бази вихщних теорети-чних допущень. Тому в бiльшостi вищих на-вчальних зaклaдiв навчання дотепер засно-ване на використaннi морально застарыих навчальних програм.
Тому метою cmammi е aнaлiз провiдних тех-нологiй викладання економжо-статичних ди-сциплiн (statistics education), а також предста-влення власного досвпу впровадження шно-вaцiйних технологш в навчальний процес в рамках дисциплши «Мiжнaроднa статистика».
Результати дослщження
Значення вивчення мiжнaродноi статистики обумовлено тим, що вона е «ушверсальною мовою», що дозволяе стлкуватися економк-там всiх кра'н i всiх нaпрямкiв. Мiжнaроднa статистика - це галузь економiчноi статистики, що займаеться зктавленням та aнaлiзом статистичних покaзникiв рiзних кра'н, окре-мих свiтових соцiaльних систем та свггу в щ-лому. Основними завданнями мiжнaродноi статистики е досягнення пор1внянност1 нащ-ональних даних та розробка мГж^родних статистичних стaндaртiв (класифшацш, сис-
тем показниюв, методолопчних положень тощо), а також 36ip, розробка та публжащя pi3H^ статистичних даних по крашах i cbîto-вих тдсумюв на основi розроблених мiжнa-родних рекомендацiй.
Мiжнародна статистика, що базуеться на сучаснш захщнш теорп, вивчае юльюсну сторону соцiально-економiчних явищ i процеав, що вiдбувaються в рiзних крашах, у нерозри-вному зв'язку з ïx якiсною стороною. Мiжнa-родна статистика включае статистику:
- окремих краш (США, Японп, Францп тощо);
- об'еднань краш (краш СНД, Свропейського Союзу (СС), Оргашзацп з Економiчного Ств-робiтництвa та Розвитку (ОЕСР) тощо);
- геогрaфiчниx регiонiв (краш Балтп, Центрально!' та Схщно!' Свропи, скандинавських кра-1'н, краш aзiaтського регiону тощо);
- мiжнaродниx оргaнiзaцiй (ООН, Всесвггньо-го Банку, Мiжнaродноï Оргашзацп Пращ, ВТО, ЮНЕСКО тощо).
Вщтак в рамках мiжнaродноï статистики ду-же важливими е порiвняльний aнaлiз у мiж-народному вимiрi (cross-country comparisons) [1], що е зокрема основою для швестицшних ршень.
Змiстовнa частина дисциплши <^жнародна статистика» охоплюе наступш питання:
- зaгaльнi риси та диференщацп принципiв оргашзацп статистики рiзниx мiжнaродниx оргaнiзaцiй;
- методологiю приведення до порiвнянностi покaзникiв на основi мiжнaродниx стандар-тiв;
- методи збору, обробки та aнaлiзу статистичних даних залежно вщ щлей дослiдження;
- застосування сучасних шформацшних тех-нологiй у мiжнaродниx статистичних розра-хунках;
- методи мiжнaродноï статистики, що вико-ристовуються для виршення типових за-вдань (економжо-статистичного aнaлiзу розвитку окремих краш у глобальнш економiцi тощо).
Анaлiз дослiджень з проблем мiжнaродноï економжи [15-19; 22] показуе, що зведення та групування шформацп дозволяе одержати певну систему показниюв, що е вихщною для
подальшого аналiзу. При цьому також вико-ристовуються методи загально'' теорп' статистики. Поряд з абсолютними показниками, що виражають обсяги та рiвнi явищ, що вщ-буваються, досить часто розраховуються вщ-носнi величини, до яких вщносяться:
- вiдноснi величини динамжи, що характери-зують напрямок змши явища в часi та вимь рюють швидкiсть змiни (наприклад, темпи росту i приросту чисельностi трудових м^ра-нтiв);
- вiдноснi величини структури, що характе-ризують частку або питому вагу кожного компонента в загальному обсязi дослщжува-ного показника (наприклад, частка зайнятих в економЩ в чисельносп економiчно активного населення кра'ни);
- вщносш величини порiвняння, що показу-ють спiввiдношення двох або бiльше одной-менних величин за той самий перюд, що ста-вляться до рiзних об'ектам (наприклад, чисе-льшсть безробiтних за кра'нами);
- вщносш величини координацп, що характе-ризують спiввiдношення рiзних елементiв одше'' та те'' ж сукупностi (наприклад, ств-вiдношення чисельностi зайнятих в економь
цi);
- вiдноснi величини штенсивносп, що вщо-бражають ступiнь поширення даного явища в певнiм середовишд (наприклад, показник щiльностi населення).
Завдання вивчення статистики диференцш-ються залежно вщ освiтнiх завдань на вщпо-вiдних етапах навчання.
На першому та другому курсах бакалаврату студент приймае участь у пошуково-тзнавальнш дiяльностi, обумовленiй змiстом дослiджуваних дисциплш, у формi пошуку та вщбору iнформацГi. На третьому та четвертому курсах дослщницька дiяльнiсть мае тзна-вально-аналiтичну спрямованiсть i припускае вiдбiр та аналiз отримано'' шформацп. На рiв-нi магiстратури науково-дослщна робота студента носить быьш креативний характер та припускае не простий аналiз iнформацГi, але й також й iнтерпретацiю в аспект виршення професiйних завдань.
Розподiл на щ рiвнi носить умовний характер, осюльки вiн визначаеться з одного боку, спе-цифiкою предметних знань, з шшого, - сту-
пенем сформованосп професшно! компетентности та навичками й потребами шдивщуа-льно! науково-дослщно! роботи.
На пошуково-тзнавальному рiвнi (перший та другий курс) до таких завдань можна вщнес-ти пошук шформацп, пошук джерел шформацп, вiдбiр шформацп з чiтким видыенням про базову та додаткову шформацш, системати-зацiю, каталогiзацiю та структурування шформацп. Пiзнавально-аналiтичний рiвень пе-редбачае завдання пошуку та вщбору техно-логiй роботи з шформащею, а також вибiр технологш подання iнформацГi та використання ii для прийняття рiшень.
Курс другого рiвня мае на мет пiдготовку фа-хiвця, здатного адекватно й з найменшими витратами самостшно органiзувати та провести необхщне статистичне дослiдження в ре-альних умовах з урахуванням проблем та особливостей оргашзаци мiжнародноi статистики. Такий фахiвець неодмiнно повинен також мати подання про мiжнароднi системи збору, збертання та статистичного аналiзу шформацп, актуальних для економiки краши. Вiдповiднi навчальнi програми опираються на базовi знання першого рiвня й включа-ються в навчальнi плани мапстратури.
Проектний пiдхiд в рамках шновацшного освiтнього процесу змiнюе роль студента, що стае активним учасником освптаого процесу, вмiе критично ощнювати не тiльки знання, але й отримувати новь що ще не включен в навчальнi дисциплiни. Навички, придбаш студентами в ходi дослщницько1 дiяльностi, стають одним з головних результат осво-ення економiко-статистичних дисциплш.
Згщно з [3; 4] основними когштивними щля-ми вивчення статистики е наступш:
1. Статистична грамотшсть (Statistical literacy) - можливiсть читати i використову-вати основнi статистичш термiнологiчнi i графiчнi уявлення для розумшня статистич-но! шформацп в засобах масово1 шформацп та в повсякденному житть
2. Статистичнi мiркування (Statistical reasoning) - можливiсть поеднати рiзнi стати-стичнi концепцп та щеь
3. Статистичне мислення (Statistical thinking) - можливкть аналiзувати характер та яюсть даних, вибирати вщповщний аналiз i модель,
iнтерпретувати результати в контекст дано'' проблеми та з огляду на обмеження даних.
Тому в даному дослщженш дисциплши «Mi-жнародна статистика» ми пропонуемо розг-лядати як сполучення класично'' економiчноï освiти та освiтнiх технологш, спрямованих на придбання практичних навичок у галузi економжи та бiзнес-аналiтики.
Також в навчальному процеа важливо врахо-вувати концепцiю високих статистичних технологш [20], що розроблеш за останш роки. Традицшш курси статистики у вищих навча-льних закладах Грунтуеться на наукових результатах, отриманих в першш половин ХХ столiття.
Використання високих статистичних технологш при аналiзi конкретних економiчних даних вимагае додатково'' теоретично'' доро-бки статистичних технологш стосовно до конкретно'' ситуацп. Це обумовлено тим, що економкт працюе зi значною кiлькiстю шформацп, тому йому потрiбно не тыьки знати професiйну сферу дiяльностi, але й володгги навичками роботи з 1Т-технолопями та мати практичний досвщ роботи зi спецiалiзованим професiйним програмним забезпеченням.
Тому вкрай важливо ознайомити студентв з можливостями обробки та аналiзу статистичних даних в пакетах («SPSS», «Statistica» то-що), використовувати презентацiйнi та ана-лггичш можливостi рiзноманiтних web-iнструментiв (Many Eyes, Visualizing.org, ChartsBin, Google Chart Tools та ряд шших [23]); працювати зi спецiалiзованими пакетами прикладних програм, що використову-ються в рiзних сферах економiчноï дiяльнос-тi; використовувати статистичну базу мiжна-родних органiзацiй та довiдкову нормативно-правову базу.
В рамках вивчення статистики на початку занять Sowey (2006) пропонуе використовувати проблемы питання ^hallenging questions), що ыюструють актуальнiсть зазначено'' теми для економiчноï науки та управлiння реаль-ними бiзнес-процесами [8]. На думку дослщ-ника, питання такого типу е першим кроком до подальшого незалежного мислення та до-слiдницьких питань (researching questions) студенев щодо того, що невщомо 'м в областi статистики та як ïï можна використати в рамках власних дослщжень чи практично'' дiяль-ностi.
Також вважаемо за дощльне використати т-дхщ вчених Ушверситету Ланкастера [10], який Грунтуеться на тому, що викладання статистики мае враховувати розвиток шфор-мацшних технологш. У дослщженш автори зробили огляд ролi теxнологiй у викладанш та вивченнi статистики, зокрема, штернет-ресурсiв, а також розглянули web-мaтерiaли та нaйбiльш кориснi web-сайти, як в даний час доступнi через 1нтернет та можуть бути ефективною пiдтримкою викладання.
На основi вищевикладеного серед основних методiв прaктико-орiентовaного навчання економжо-статистичних дисциплiн з засто-суванням iнновaцiйниx освiтнix теxнологiй вiдзнaчимо наступш:
1. Використання 1Т-технологш, зокрема комп'ютерних симуляцiй та вщео-презентaцiй тощо
2. Мiждисциплiнaрний пiдxiд
3. Анaлiз дiловиx ситуaцiй та використання case-технологш
4. Iндивiдуaльнa робота студента.
Розглянемо окремi аспекти використання цих методiв на приклaдi викладання дисциплши <^жнародна статистика» для англомо-вних груп в Сумському державному ушверси-теть
Першим прикладом використання 1Т-теxнологiй може бути online-ресурс Gapminder World, що призначений для ство-рення ашмовано'1' статистики (animated statistics) та використовуе для вщображення даних кола рiзного розмiру, що дозволяе вь дображати на площинi динaмiчнi процеси. За замовчуванням використовуються п'ять змшних: двi числовi - по осях X та Y, розмiр кола та колiр, а також змшна часу, якою мож-на маншулювати за допомогою повзунка. За-значений iнструмент дозволяе здiйснити ба-гaторiвневий факторний aнaлiз та порiвнян-ня краш. На рис. 1 показано дворiвневий ана-лiз (а) та динамжу покaзникiв в час (б), що може бути презентований в xодi лекцп.
Для студентв також важливо, що Gapminder Desktop доступний для мобiльниx пристро1в.
Наступним розглянемо використання case-тдходу, основи якого на приклaдi статистичних дисциплш були розглянутi у дослщженш [11].
Chart I i Map I^ Howtou* j | ¡¿4 Shareyaph Хмии СЫог
GeogopMc region ■
farms of jag о зссдезэм
а) дворiвневий аналiз
Chart If Map | | * He. mom | | ¡3 «fciwgrt»«. | |Xmwm | Color
бмдпфМсгадюл*
Terms з ла о зскдезхе
б) динамка показниюв в 4aci
Рисунок 1 - Використання Gapminder World для статистичного аналiзу
Case-пiдхiд змшюе ставлення студентiв до вивчення мaтерiaлу, осюльки дае можливкть пщвищити штерес до предмета у зв'язку з яюсним переходом вщ теорп до практичних знань, пщвищуе творчу актившсть студентiв у використaннi рГзних методiв у розрахунках, формуе навички дослщницько!' роботи. Поте-нцшним напрямом використання case-пщходу е оргaнiзaцiя роботи таким чином, щоб студенти сaмi розробляли кейси.
Прикладом використання елементв 6Гз^с-aнaлiтики та case-пiдходу е складання швес-тицшного профыю кра'ни на основГ статистичних даних та пор1вняльних ощнок за допомогою online-iнструментiв.
Одним з шструментв виршення цього за-вдання е globalEDGE, розроблений Michigan State University, що дае змогу аналiзу статистики за крашою, галуззю чи групою краш, а також використовувати ряд шших аналггич-них iнструментiв.
В рамках case-тдходу важливим е шструмент Country Comparator, що дозволяе порiвняти краши за обраними показниками. На рис. 2 наведено приклад порiвняння краш за базо-вими економiчними iндикаторами.
YOUR SOURCE FOR
global business Knowledge
Country Comparator
Compare countries across a variety of economic indicators including GDP, inflation and exports. Note!
if there isa blank value, that means we have no data forthat country/field combination.
Sta rt Another Co m oa rison
Country Current account balance (BoP, current US$) Inflation, consumer prices (annual %| Manufacturing, value added {% of G DPI GDP growth {annual %! GDP, PPP (current International S)
Poland -1.169 -0.991 19,309 3.65 993,129,043,243.96
Ukraine -0.17b 724 14.219 -9.9 339,154,695,997.68
Romania -2.00B -0.593 3.737 424,474,231,13В.59
Ruaa la 69 15. 525 5.893 -3.727 3,579,826,337,384. 51
Source: Woild Bank API
Pиcyнoк 2 - Пoрiвняльний aнaлiз крат за бaзoвими екoнoмiчними iндикaтoрaми
1ншим прикладом статистичного аналiзу е створений бвропейською системою спосте-реження за розвитком кластерiв (European cluster Observatory) офщшний iнструмент ка-ртографування европейських кластерiв (European cluster mapping tool), що дозволяе вщстежувати статистику зайнятост i резуль-тативностi дiяльностi кластерiв. 1нструмент надае доступ до статистичних даних як за принципом географiчноi концентрацп галу-зей, так i за показниками економiчного роз-витку. Використання шструменту дозволяе студентам здiйснювати багатовимiрний ста-тистичний аналiз.
На рис. 3 показано порiвняння кластерiв трьох краш за юльюстю зайнятих.
Також на основi результатiв проекту «eClio» [12], метою якого було створення учбово-методичного комплексу, заснованого на спо-лученш рiзних методик електронного викла-
дання (Blended eLearning), ми пропонyeмо викориcтовyвaти iнcтрyмент створення ш-структивних вiдео для демонcтрaцiï процеcy використання приклaдних cтaтиcтичних до-дaткiв тa iнcтрyментiв для рiзних зaдaч.
Вщзтачимо прогрaмy Camtasia Recorder, якa e зручним iнcтрyментaльним зacобом для зa-пису екрaнних фiльмiв. Прогрaмa Camtasia Recorder дозволяe зaпиcaти y вiдео-фaйл сга-ндaртy *.avi бyдь-якi дп кориcтyвaчa: зaпycк прогрaми, вiдкриття фaйлiв, викориcтaння рiзних процедур прогрaми тa обробку ре-зyльтaтiв aнaлiзy дaних. При зaпиci дiй, зроб-лених та екрaнi комп'ютерa тaкож можга ви-кориcтaти ефекти aкцентyвaння, нaприклaд, cпaлaхи нaвколо курсору при нaтиcкaннi клaвiш мишi, вiдтворення звуку табору нa клaвiaтyрi, a тaкож зacтоcyвaння рiзномaнiт-них покaжчикiв, якi можга cyпроводжyвaти рiзними текстовими зayвaженнями чи коме-нтaрями.
Рисунок 3 - Демонстращя порiвняльного аналiзу кшькост зайнятих за галузями
Висновки
В рамках дослщження було розглянуто особ-ливост формування методичного пщходу до викладання статистичних дисциплш як фундаментального комплексу знань в обласп математики, статистики, комп'ютерних технологш; мiжнародну методологш статистичного дослщження; статистичш методи збору, обробки та аналiзу економiчноi шформацп; широкий шструментарш методiв математи-чного моделювання та прогнозування най-важливiших показникiв.
Вважаемо, що в основi розробки технологш викладання економшо-статистичних дисци-плiн мае бути компетентшстний пiдхiд, за-снований на мiждисциплiнарному методi, що
включае володiння широким арсеналом ш-струментв статистичного дослiдження, мо-делювання та прогнозування сустльних явищ i процеав, а також знання специфiки 'х застосування в рiзниx (не лише економiчниx) предметних областях. У статт показано, що в останнi роки устшно застосовуються сучаснi електроннi програми та технологи, що спри-яють активiзацГi процесiв запам'ятовування.
Застосування шновацшних теxнологiй для пiдвищення ефективностi вивчення статистики (описово'' та аналпично'') дозволяе пщ-вищити мотивацiю студентв та сформувати у них потребу до використання статистичних методiв у практичнш дГяльностГ.
Список iнформацiйних джерел
1. Chou Jui-Sh., Pramudawardhani D. Cross-country comparisons of key drivers, critical success factors and risk allocation for public-private partnership projects. International Journal of Project Management. 2015. Vol. 33, Is. 5. P. 1136-1150. doi: 10.1016/j.ijproman.2014.12.003.
2. Davidian M. The International Year of Statistics, the American Statistical Association, and a new collaboration. Revista Investigación Operational. 2013. Vol. 35, No 1. P. 1-7. URL: https://rev-inv-ope.univ-paris 1.fr/IMG/pdf35114-01.pdf.
3. Garfield J., Ben-Zvi D. Developing students' statistical reasoning: Connecting research and teaching practice. London : Springer, 2008.
4. Garfield J., Ben-Zvi D. Preparing school teachers to develop students' statistical reasoning. Teaching Statistics in School Mathematics-Challenges for Teaching and Teacher Education: A Joint ICMI/IASE Study: The 18th ICMI Study / C. Batanero, G. Burrill, C. Reading, A. Rossman. Dordrecht : Springer, 2008. P. 299310.
5. Gordon S., Petocz P., Reid A. Teachers' Conceptions of Teaching Service Statistics Courses. International Journal for the Scholarship of Teaching and Learning. 2007. Vol. 1, No 1. P. 1-15. doi: 10.20429/ijsotl.2007.010110.
6. Gordon S. Understanding students' experiences of statistics in a service course. Statistics Education Research Journal. 2004. № 3 (1). P. 40-59. URL: http://iase-web.org/documents/SERJ/SERJ3(1)_gordon.pdf.
7. Pullinger J. Statistics making an impact. Journal of the Royal Statistical Society. Series A. 2013. № 176(4). P. 819-839. doi: 10.1111/rssa.12023.
8. Sowey E. R. Letting students understand why statistics is worth studying. Proceedings of ICOTS-7, Seventh International Conference on Teaching Statistics / eds. A. Rossman, B. Chance. 2006. URL: http://www.stat.auckland.ac.nz/~iase/publications/17/3A1_SOWE.pdf.
9. Statistics education. Wikipedia. URL: https://en.wikipedia.org/wiki/Statistics_education (viewed 01.12.2016).
10. Tishkovskaya S., Lancaster G. Statistical Education in the 21st Century: a Review of Challenges, Teaching Innovations and Strategies for Reform. Journal of Statistics Education. 2012. Vol. 20, № 2. P. 156. URL: www.amstat.org/publications/jse/v20n2/tishkovskaya.pdf.
11. Айкина Н. В. Метод анализа ситуаций (кейс-метод) в преподавании статистики. Научные исследования в образовании. 2010. № 5. С. 9-15. URL: http://elibrary.ru/item.asp?id=14316390.
12. Володин А. Ю. Мультимедийное преподавание статистики. Информационный бюллетень Ассоциации «История и компьютер». 2003. № 31. С. 129-137. URL: http://aik-sng.ru/text/bullet/31/129-137.pdf.
13. Гордеева Е. С., Шашкина М. А. Использование интерактивных методов в преподавании статистики. Фундаментальные исследования. 2013. № 11(7). С. 1423-1430. URL: https://www.fundamental-research.ru/ru/article/view?id=33358.
14. Международные статистические стандарты и российская статистика. Материалы к докладу на I-й Международной научной конференции «Формирование основных направлений развития современной статистики и эконометрики» в Оренбургском государственном университете, 2628 сентября 2013 г. Федеральная служба государственной статистики. URL: http://www.gks.ru/free_doc/new_site/rosstat/adminictr/dokl_orenburg.docx (дата обращения 01.12.2016).
15. Омельяненко В. А., Кул1шч К. М. МГжшродш процеси штелектуально!' м^рацп в контекст глобальних шновацшних тенденцш. ASconf. URL: http://asconf.com/eng/archive_view/103 (дата звернення 05.12.2016).
16. Омельяненко В. А. Науково-методичний пщхщ до аналп'ичного забезпечення проекпв роз-витку технолопчних систем. Управлтня проектами та розвиток виробництва. 2016. № 2(58). С. 18-25. URL: http://pmdp.org.ua/index.php/ua/2016/2-58-2016?id=1459.
17. Омельяненко. В. А. Облшово-аналггачне забезпечення учасп тдприемств в мiжнaроднiй ш-новацшнш д1яльность Удосконалення облжово-аналтичного забезпечення управлтня дiяльнiс-тю суб'eкmiв господарювання / за заг. ред. М. Г. Быопольського ; Макпвський економ.-гумашт. ш-т. Донецьк : Схщний видавничий д1м, 2012. С. 122-129.
18. Омельяненко В. А. Теоретико-методолопчш основи дослщження проблем шформацшного забезпечення штеграцп кра'ни до системи мГж^родного трансферу високих технологш. Вкник Тернотльського нащонального економiчногоушверситету. 2012. №5(2). С. 102-111.
19. Омельяненко В. А., Вернидуб Н. О. Теоретичш основи та aнaлiз свпювого досвпу мГж^род-ного розвитку високотехнолопчних клaстерiв. Междисциплинарные исследования в науке и образовании. 2013. № 2 Sm. URL: https://goo.gl/EUHFq2.
20. Орлов А. И. Высокие статистические технологии и эконометрика в контроллинге. Российское предпринимательство. 2001. № 5(17). С. 91-93. URL: https://bgscience.ru/lib/411.
21. Полянский И. Л. Непрерывное образование сотрудников статистического ведомства - важнейший фактор развития персонала. UNECE. Дата: 15-17.10.2014. URL: http://www.unece.org/fileadmin/DAM/stats/documents/ece/ces/ge.54/2014/Rosstat_-_report_RUS.pdf (дата обращения: 05.01.2017).
22. Прокопенко О. В., Омельяненко В. А. Мiжнaродний фактор забезпечення технолоично! без-пеки держави. EKOHOMÏHrn безпека держави: мiждисциплiнарний nidxid / за наук. ред. 6. В. Хлоби-стова. Черкаси : Видавець Чебаненко Ю. А., 2013. С. 89-98.
23. 85 инструментов и ресурсов для создателей инфографики. Infogra.ru. URL: https://infogra.ru/infographics/85-instrumentov-i-resursov-dlya-sozdatelej-infografiki-i-vizualizatsij (дата обращения 05.01.2017).
© В. А. Омельяненко
Стаття отримана 08.01.2017, прийнята 24.01.2017, оприлюднена online 26.01.2017
Using Innovative Technologies in the Study of Economic and Statistical Sciences
Omelyanenko Vitaliy
Sumy State University; Sumy State Pedagogical University named by A. S. Makarenko,
PhD in Economics, Ukraine
Abstract. The article analyzes the characteristics of teaching economic and statistical sciences. Considered the world experience using innovative educational technology in teaching economic and statistical sciences. Examples of submitting new material using statistical software application, useful internet resources, video lectures.
Keywords: economic and statistical disciplines, statistics, information technology, innovative technology, teaching, animated statistics.
UDC 378.02:37.016 JEL Classification: A22, C10
DOI: http://dx.doi.org/10.22178/pos.18-2_
References
1. Chou, Jui-Sh., & Pramudawardhani, D. (2015). Cross-country comparisons of key drivers, critical success factors and risk allocation for public-private partnership projects. International Journal of Project Management, 33(5), 1136-1150. doi: 10.1016/j.ijproman.2014.12.003
2. Davidian, M. (2013). The International Year of Statistics, the American Statistical Association, and a new collaboration. Revista Investigación Operational, 35(1), 1-7. Retrieved from https://rev-inv-ope.univ-paris1.fr/IMG/pdf_35114-01.pdf
3. Garfield, J., & Ben-Zvi, D. (2008). Developing students' statistical reasoning: Connecting research and teaching practice. London: Springer.
4. Garfield, J., & Ben-Zvi, D. (2008). Preparing school teachers to develop students' statistical reasoning. In C. Batanero, G. Burrill, C. Reading, A. Rossman (Eds.), Teaching Statistics in School Mathematics-Challenges for Teaching and Teacher Education: A Joint ICMI/IASE Study: The 18th ICMI Study (pp. 299310). Dordrecht: Springer.
5. Gordon, S., Petocz, P., & Reid, A. (2007). Teachers' Conceptions of Teaching Service Statistics Courses. International Journal for the Scholarship of Teaching and Learning, 1(1), 1-15. doi: 10.20429/ijsotl.2007.010110
6. Gordon, S. (2004). Understanding students' experiences of statistics in a service course. Statistics Education Research Journal, 3(1), 40-59. Retrieved from http://iase-web.org/documents/SERJ/SERJ3(1)_gordon.pdf
7. Pullinger, J. (2013). Statistics making an impact. Journal of the Royal Statistical Society. Series A, 176(4), 819-839. doi: 10.1111/rssa.12023
8. Sowey, E. R. (2006). Letting students understand why statistics is worth studying. In A. Rossman, B. Chance (Eds.), Proceedings of ICOTS-7, Seventh International Conference on Teaching Statistics Retrieved from http://www.stat.auckland.ac.nz/~iase/publications/17/3A1_SOWE.pdf
9. Wikipedia. (2016). Statistics education. Retrieved December 1, 2016, from https://en.wikipedia.org/wiki/Statistics_education
10. Tishkovskaya, S., Lancaster, G. A. (2012). Statistical Education in the 21st Century: a Review of Challenges, Teaching Innovations and Strategies for Reform. Journal of Statistics Education, 20(2). Retrieved from www.amstat.org/publications/jse/v20n2/tishkovskaya.pdf
11. Aikina, N. V. (2010). Metod analiza situaciy (kejs-metod) v prepodavanii statistiki [Situation analysis method (case method) in the teaching of statistics]. Nauchnye issledovaniia v obrazovanii, 5, 9-15. Retrieved from http://elibrary.ru/item.asp?id=14316390 (in Russian).
12. Volodin, A. Yu. (2003). Multimediynoe prepodavanie statistiki [Multimedia teaching statistics]. Informacionnyi bjulleten associacii «Istoriia i kompyuter», 31, 129-137. Retrieved from http://aik-sng.ru/text/bullet/31/129-137.pdf (in Russian).
13. Gordeeva, E. S., Shakina, M. A. (2013). Ispolzovanie interaktivnyh metodov v prepodavanii statistiki [The use of interactive teaching methods in statistics]. Fundamentalnye issledovaniia, 11-7, 1423-1430. Retrieved from https://www.fundamental-research.ru/ru/article/view?id=33358 (in Russian).
14. Russian Federation Federal State Statistics Service. (2013, September 26-28). Mezhdunarodnye statisticheskie standarty i rossijskaja statistika [The international statistical standards and Russian statistics]. Retrieved from http://www.gks.ru/free_doc/new_site/rosstat/adminictr/dokl_orenburg.docx (in Russian).
15. Omelianenko, V. A., Kulinich, K. M. (2012). Mizhnarodni protsesy intelektualnoi mihratsii v konteksti hlobalnykh innovatsiinykh tendentsii [International intellectual migration processes in the context of global innovation trends]. Retrieved from http://asconf.com/eng/archive_view/103 (in Ukrainian).
16. Omelyanenko, V. A. (2016). Naukovo-metodychnyj pidhid do analitychnogo zabezpechennja proektiv rozvytku tehnologichnyh system [Methodical approach to analytical support projects of technological systems]. Upravlinnia proektamy ta rozvytok vyrobnyctva, 2(58), 18-25. Retrieved from http://pmdp.org.ua/index.php/ua/2016/2-58-2016?id=1459 (in Ukrainian).
17. Omelyanenko, V. A. (2012). Oblikovo-analitychne zabezpechennia uchasti pidpryiemstv v mizhnarodnii innovacijnii diialnosti [Accounting and analytical support for the participation of enterprises in international innovation]. In M. G. Bilopol'skiy (Ed.), Udoskonalennja oblikovo-analitychnogo zabezpechennia upravlinnia diialnistju subiektiv gospodariuvannia (pp. 122-129). Donetsk: Skhidnyi vydavnychyi dim (in Ukrainian).
18. Omelyanenko, V. A. (2012). Teoretyko-metodologichni osnovy doslidzhennja problem informaciinogo zabezpechennia integracii krainy do systemy mizhnarodnogo transferu vysokyh tehnologiy [Theoretical and methodological basis of research into the problems of information support integration into the system of international transfer of high technology]. Visnyk Ternopilskogo nacionalnogo ekonomichnogo universytetu, 5-2, 102-111 (in Ukrainian).
19. Omelyanenko, V. A., Vernydub, N. O. (2013). Teoretychni osnovy ta analiz svitovogo dosvitu mizhnarodnogo rozvytku vysokotehnologichnyh klasteriv [The theoretical basis and analysis dosvitu
world of international high-tech clusters]. Mezhdyscyplynarnye issledovanyja v naukey obrazovanyy, 2 Sm. Retrieved from https://goo.gl/EUHFq2 (in Ukrainian).
20. Orlov, A. I. (2001). Vysokie statisticheskie tehnologii i ekonometrika v kontrollinge [High-technology statistics and econometrics in controlling]. Rossijskoe predprinimatelstvo, 5 (17), 91-93. Retrieved from https://bgscience.ru/lib/411 (in Russian).
21. Polianskiy, I. L. (2014). Nepreryvnoe obrazovanie sotrudnikov statisticheskogo vedomstva -vazhnejshij faktor razvitiia personala [Continuing education of Statistical Office employees - the most important factor of staff development]. Retrieved from http: / /www.unece.org/ fileadmin/DAM / stats / documents/ece/ces/ge.54/2014/Rosstat_-_report_RUS.pdf (in Russian)
22. Prokopenko, 0. V., Omelyanenko, V. A. (2013). Mizhnarodnyj faktor zabezpechennja tehnologichnoi bezpeky derzhavy [International factor of state technological security]. In Ye. V. Khlobystov (Ed.), The economic security of the state: an interdisciplinary approach (pp. 89-98). Cherkasy: Vydavets Chebanenko Yu. A. (in Ukrainian).
23. Infogra.ru. (2017). 85 instrumentov i resursov dlia sozdatelej infografiki [85 tools and resources for infographics creators]. Retrieved from https://infogra.ru/infographics/85-instrumentov-i-resursov-dlya-sozdatelej-infografiki-i-vizualizatsij (in Russian).
© V. Omelyanenko
Received 2017-01 -08, Accepted 2017-01 -24, Published online 2017-01 -26
