CC BY
41
Проблемы высшего образования
Юрьева Т.А.
Реализация модульного подхода в обучении прикладной статистике бакалавров гуманитарных и экономических направлений подготовки *
В последнее время значительно возрос объем и количество используемых в экономике, педагогике и особенно в психологии методов прикладной статистики (кластерный анализ, факторный анализ, дискриминантный анализ, анализ панельных данных и др.), при этом многие исследователи допускают значительные ошибки, получают некорректные выводы. В аналитическом докладе председателя Экспертного совета по педагогике и психологии ВАК Минобнауки России Д.И. Фельдштейна отмечается, что данная проблема возникает и в диссертационных исследованиях. Статистические расчеты, проводимые исследователями, зачастую выполняются механически по заученным схемам с использованием ограниченного репертуара статистических средств.
Возникающая проблема переосмысления содержания и методики обучения прикладной статистике бакалавров гуманитарных и экономических направлений подготовки решается нами посредством совершенствования образовательных программ по прикладной статистике через внедрение модульного подхода в технологию обучения прикладной статистике в учебном процессе.
Применение модульного похода в профессиональном образовании является одним из способов реализации компетентностного подхода. С.Я. Батышев подчеркивает, что в «стремительно происходящие изменения в промышленности, экономике, производстве влекут быстрое изменение номенклатуры востребованных профессий, появление нового поколения концепций гибкого профессионального образования, основанных на модульном подходе» и модульном обучении [ 1].
Так, один из основателей модульного обучения Дж. Рассел, определял модуль как учебный пакет, охватывающий концептуальную единицу учебного материала и предписанных учащимся действий [2]. По мнению Б. Гольдшмид и М. Гольдшмид, модуль - автономная, независимая единица в спланированном ряде видов учебной деятельности, предназначенная помочь студенту достичь некоторых четко определенных целей [3].
С точки зрения профессионального обучения, модуль - организационно-методическая междисциплинарная структура учебного материала, предусматривающая выделение семантических понятий в соответствии со структурой научного знания, структурирование информации с позиции логики познавательной деятельности будущего психолога, экономиста и т. д. [4].
В нашем понимании модуль - это самостоятельная мобильная единица в структуре дисциплины, обладающая автономностью, содержательной завершенностью и направленностью на формирование умений в составе компетенции, которую можно перемещать на те сроки, которые предусматриваются учебным планом и графиком учебного процесса и согласуются с логикой содержания дисциплины.
Достичь более высокого уровня качества статистического подготовки можно, модернизируя содержание обучения прикладной статистики таким образом, чтобы уже в начале процесса обучения показать студентам возможности использования статистики в их будущей профессиональной деятельности. В силу того, что для различных направлений подготовки бакалавров обучение прикладной статистике осуществляется в рамках различных (одной или более) дисциплин, то логичным является применение междисциплинарного подхода к определению модуля.
При междисциплинарном подходе учебные дисциплины и даже отдельные разделы и темы в них рассматриваются как части определенных ступеней иерархии профессиональной подготовки. Каждая ступень иерархии может содержать ряд междисциплинарных модулей, которые носят индивидуальный характер с точки зрения учебно-научного знания по специальности и объединены единым требованием к уровню сформированного результата подготовки в соответствии с трехуровневой психолого-профессиональной иерархией:
• модули общенаучной подготовки объединяются по признаку преимущественного формирования аналитико-синтетического уровня профессиональной подготовки;
• модули, где конечным результатом является формирование общепрофессиональных умений и знаний - алгоритмического уровня;
• модули, где завершением являются специальные дисциплины -творческого интеллектуального уровня» [5, С. 14].
Рассматривая содержание профессионально-направленной статистической подготовки бакалавров гуманитарных и экономических направлений подготовки как проекцию содержания прикладной статистики на конкретную область гуманитарного или экономического знания, можно выделить сквозные линии, лежащие в основе профессиональных статистических компетенций бакалавра и проходящие через содержание дисциплин: о математико - статистическое описание числовых (случайных) величин; о статистический анализ и обработка объектов нечисловой природы; о статистический анализ многомерных конфигураций; о математическое моделирование случайных процессов.
Опираясь на классификацию методов прикладной статистики (Айвазян С. А. [6], Орлов А. И. [7] и др.), получаем иерархизированную структуру профессионально-направленного содержания статистической подготовки, состоящую из четырех модулей (рисунок 1).
Рисунок 1 - Структура содержания прикладной статистики в гуманитарных и
экономических исследованиях В рамках модуля в профессионально-направленном обучении прикладной статистике содержание обучения может реализовываться в одной дисциплине. Тогда полное содержание статистической подготовки совмещается в органическое целое нескольких дисциплин (как фундаментальных, так и прикладных дисциплин).
Иерархическая структура содержания статистической подготовки позволяет избежать дублирования разделов, и, в отличие от сетевой, приводит к тому, что студенты не испытывают сложности при подборе метода решения реальной профессиональной задачи. Дальнейшая структуризация содержания осуществляется на основе классификации методов прикладной статистики.
В структуре каждого модуля выделяются тематические блоки, которые, в свою очередь, делятся на учебные элементы. Для модуля «Математико -статистическое описание числовых (случайных) величин» выделяются два тематических блока дескриптивная (описательная) статистика распределений и методы статистического вывода (рисунок 2).
Рисунок 2 - Структура модуля «Математико-статистическое описание числовых (случайных) величин»
Для модуля «Статистический анализ многомерных конфигураций (матрицы, векторы)» (рисунок 3) выделяются:
о методы экстраполяции (множественный регрессионный анализ, анализ панельных данных, канонический анализ); 22
о методы структуризации (факторный анализ, компонентный анализ); о методы классификации данных (кластерный анализ, дискриминантный анализ).
Рисунок 3 - Структура модуля «Статистический анализ многомерных конфигураций» Содержание модуля «Статистический анализ и обработка объектов нечисловой природы» включает рассмотрение методов статистической обработки данных, свободных от распределений. Гуманитарий и экономист сталкиваются в своей деятельности не только с числовыми данными, методы статистического анализа которых разработаны в наибольшей степени, но и объектами нечисловой природы. Методы статистики объектов нечисловой природы (бинарные отношения (ранжировки, разбиения, толерантности), нечеткие множества, последовательности символов (тексты)) до конца XX в. были объектом рассмотрения только узких специалистов.
Непараметрические методы для бинарных отношений (разбиения, ранжировки) включают: о анализ дихотомических данных; о анализ предпочтений; о методы экспертных оценок; o ранговые корреляции и т.д. (рисунок 4).
Рисунок 4 - Структура модуля «Статистический анализ и обработка объектов нечисловой природы»
Содержание модуля «Математическое моделирование случайных процессов» включает моделирование стационарных и динамических процессов (рисунок 5).
Рисунок 5 - Структура модуля «Математическое моделирование случайных процессов»
Приоритетными направлениями в применении прикладной статистики в педагогических исследованиях, согласно структуре содержания прикладной статистики (рисунок 1) являются: математико - статистическое описание числовых (случайных) величин и статистический анализ и обработка объектов нечисловой природы.
Современный психолог, теоретик или практик, должен быть готов к решению научно-исследовательских задач, связанных с изучением закономерностей развития и формирования личности. В силу того, что объекты психологических исследований в наибольшей мере удовлетворяют понятию случайных явлений, современному психологу необходимо свободно владеть статистическим аппаратом анализа данных.
Как и в педагогических исследованиях, в психологии значительную часть исследовательских задач составляет обработка ранжировок, отношений, таблиц сопряженности. Кроме того, в психологических исследованиях встречаются задачи на выявление взаимосвязи между признаками и достаточно широко применяется статистическая обработка большого массива экспериментальных данных. В частности, факторный анализ как метод структурной классификации.
В профессиональной деятельности психолога, исходя из современных потребностей психолога в статистических знаниях, приоритетными направлениями в применении прикладной статистики в психологических исследованиях являются: математико-статистическое описание числовых (случайных) величин; статистический анализ и обработка объектов нечисловой природы; статистический анализ многомерных конфигураций.
В экономических исследованиях прикладная статистика наиболее часто представлена в виде эконометрики, объектом изучения которой являются количественные данные таких типов, как перекрестные (пространственные) данные, временные ряды и панельные данные. Несмотря на количественное представление большинства экономических данных и кажущуюся простоту их анализа, полученные результаты часто сопровождается большим количеством ложных выводов, что связано с особенностями проведения эконометрических
исследований: проблема сбора данных и их достоверность, проблема представления количественных данных, проблема возникновения ложной корреляцией при изучении взаимосвязей между экономическими переменными и др.
Классификация эконометрических типов и моделей данных позволяет выделить тематические модули, изучаемые в рамках учебного модуля «Эконометрика»: «Представление данных, описательная статистика, корреляция»; «Регрессионный анализ»; «Временные ряды»; «Панельные данные»; «Эконометрические пакеты анализа данных» и «Новые направления развития эконометрики».
В связи с неравнозначностью потребности содержания представленных модулей статистической подготовки в профессиональной деятельности бакалавров гуманитарных и экономических направлений подготовки, в приложении к конкретной области знаний возможно варьирование в объеме или глубине изучения каждого из представленных модулей.
Литература
1. Батышев С.Я. Блочно-модульное обучение / С.Я. Батышев. - М.: Трансервис, 1997. - 255 с.
2. Russell J.D. Modular Instruction. - Minneapolis, Minn., Burgest Publishing Co., 1974. - 3с.
3. Goldshmid B. Modular Jnstruction in Higher Education / B. Goldshmid, M.L. Goldshmid // Hig her Education., 1972. - 2.
4. Карпов В.В. Инвариантная модель интенсивной технологии обучения при многоступенчатой подготовке в вузе / В.В. Карпов, М.Н. Катханов. - М.; СПб.: Исследовательский центр проблем качества подготовки специалистов, 1992. - 141 с.
5. Принципы модульного обучения: Метод. разработка для преподавателей / Сост. О.Г. Проворова. - Красноярск: Краснояр.гос.ун-т., 2006. -32 с .
6. Айвазян С. А. Прикладная статистика и основы эконометрики / С. А. Айвазян, ВС. Мхитарян, ГУ-ВШЭ. - М.: ЮНИТИ, 1998. - 1024 с.
7. Орлов А.И. Прикладная теория измерений // Прикладной многомерный анализ. - М.: Наука, 1978. - 68-138 с.
* Исследование поддержано грантом Министерства образования и науки РФ «Развитие потенциала высшей школы», регистрационный номер №3.1.1/10119
Профессиональное образование
Тлиш М.М.
Особенности последипломного обучения врачей здравниц немедикаментозным схемам лечения больных зудящими дерматозами
По свидетельству В.А. Бочарова и соавт. (2006), «современные классификации относят к зудящим дерматозам целую группу заболеваний:
