Абитуриент и поступление в вуз

Заведующий кафедрой бизнес-информатики УрГЭУ, доцент, доктор экономических наук Дмитрий Назаров считает, что, обладая математическими способностями, можно просчитать разные жизненные ситуации. Скоро абитуриенты отправятся в приемные комиссии. Как правильно оценить свои шансы при выборе вуза? Дмитрий Михайлович предлагает построить модель расчета проходного балла для поступления на бюджетные места. По аналогии с его расчетами,  воспользовавшись открытыми официальными данными по результатам ЕГЭ прошлого года, можно самостоятельно произвести расчет суммарного проходного балла на любое направление подготовки в выбранный вуз.

Экономисты и IT-специалисты

В своем примере Дмитрий Назаров опирается на напарвления подготовки УрГЭУ, для поступления на которые требуются результаты ЕГЭ, и производит расчеты проходных баллов на два блока специальностей: экономического профиля, в том числе связанных с менеджментом и государственно-муниципальным управлением, и профиля информатики, вычислительной техники и информационной безопасности.

Для экономического профиля проходной балл складывается из результатов ЕГЭ по русскому языку, математике и обществознанию, а для профиля информатики и вычислительной техники вместо обществознания нужны баллы ЕГЭ по информатике.

В расчетах используем официальный источник по результатам ЕГЭ 2018 года http://ege.midural.ru, где собраны все результаты ЕГЭ и представлен статистический анализ по каждой дисциплине в отдельности. Эти данные находятся в разделе «Публикации», в рубрике «Аналитические материалы».

В результате статистического анализа получены средние показатели – средний балл по математике, обществознанию, русскому языку, информатике и иным предметам. В анализе также приведены разного рода информационные блоки, которые позволяют получить полную картину о результатах сдачи экзаменов школьниками и не только.

Математика

Очень показательно распределение всех участников ЕГЭ по тестовым баллам. Начнем с результатов по профильной математике.

Из графика следует, что типичный балл, то есть средний балл по математике в 2018 году,  составил 51. «Видно, что это распределение близко к так называемому нормальному распределению, поэтому при анализе будем использовать свойства нормального распределения, чтобы получить нужный вывод и построить определенную модель», – поясняет Дмитрий Михайлович.

«Данные, представленные на графиках  распределения по тестовым баллам выпускников  ЕГЭ 2018 года, подчиняются нормальному закону распределения. При создании модели очень важно иметь какое-то концептуальное условие, тезисы, правила,  – отмечает Дмитрий Назаров. – Поскольку в графике распределения по оценкам, баллам, которые заработали участники, нет дополнительных «хвостов», пиков распределения, а выборка однородная, то это означает, что экзамен в нашем регионе проведен честно».

Далее нас интересует таблица количества участников экзамена по типам образовательных организаций.

Мы видим, что в таблице  отдельно собраны ученики средних общеобразовательных школ, средних школ с углубленным изучением отдельных предметов, гимназий, лицеев, школ-интернатов, центров образования, колледжей и т.д.

Основную массу участников, более 10 тысяч человек, составляют выпускники четырех видов образовательных учреждений –  средних общеобразовательных школ (далее – СШ), средних школ с углубленным изучением отдельных предметов (далее – СШУ), гимназий и лицеев. Все остальные по количеству участников составляют так называемые статистические выбросы, которые искажают результаты анализа, и потому мы их не используем в своей модели расчета. 

Далее эксперт говорит о необходимости использования в модели расчета среднего значения. Оно является показательной величиной, если явление однородное, и удовлетворяет нормальному закону распределения, потому что хорошо описывает ситуацию. В этом случае  данные нормальному распределению не удовлетворяют. Следовательно, в нашей модели среднее значение далеко не самый лучший показатель. «Если присутствуют статистические выбросы, то гораздо лучше, чем среднее значение, оценивается медиана распределения, то есть центр, – 50 % выпускников до этого значения и 50% после. В данном случае по предмету математика медиана и среднее значение на графике совпадают, значит, выборка однородная», – поясняет Дмитрий Назаров.

Среднее значение – это так называемое типичное значение, характеризующее однородность. В данном случае среднее значение показывает некую типичность: типичный ученик общеобразовательной школы, лицея, гимназии и т.п. набрал на ЕГЭ в 2018 году по математике 51 балл. Поскольку баллы год от года незначительно меняются в сторону увеличения и варьируются от 49 до 51,  аналогичное поведение можно ожидать и в 2019 году. Это ещё одно важное предположение для построения нашей модели.

Русский язык

Теперь откроем такую же табличку для предмета «Русский язык» и соответствующий график.

Распределение тестового балла тоже удовлетворяет нормальным условиям, хотя и смещено вправо. График свидетельствует, что большее количество учеников справились с экзаменом по русскому языку хорошо.  Тех, кто получил до 40 баллов, очень мало. Это означает, что средний балл по русскому языку, конечно, выше. Поэтому вполне логично считать данное распределение симметричным. Аналогичные ситуации по обществознанию и информатике.

Информатика

Информатику сдавали меньшее количество выпускников. На графике распределение не такое явное, так как баллы не сгруппированы по интервалам, тем не менее он удовлетворяет условиям нормальности. Информатика только набирает популярность при сдаче ЕГЭ. Количество сдававших в разы меньше, чем тех, кто сдавал математику и другие рассматриваемые в данном контексте предметы.

Результаты выпускников гимназий и лицеев резко выше, чем учащихся средних школ. То есть можно утверждать, что подготовка в гимназиях и лицеях существенно лучше, нежели в обычных школах и даже школах с углубленным изучением математики. Именно об этом говорят цифры.

Расчеты в Excel

Далее, чтобы приступить непосредственно к расчетам, необходимо открыть программу  Excel. Базовые знания программы, которой чаще других пользуются бухгалтеры и экономисты, поможет подсчитать средний проходной балл.

Заносим в программу средние значения, которые берем из вышеобозначенных и которые, напомним, можно позаимствовать в аналитических статистических  материалах, имеющихся на сайте http://ege.midural.ru.  В расчетах нужно применить все вышеуказанные предположения, вынесенные для построения модели. При помощи функции «анализ данных», которая должна быть настроена в правом верхнем углу страницы Excel, получаем результаты.

Дмитрий Назаров привел собственные расчеты, основанные на результатах статистики. «Поскольку мы говорим об учениках, которые будут поступать в вуз, для более реальной картины из разряда среднего балла я убрал не набравших нужного количества баллов. Например, по предметам «Математика» и «Русский язык» для поступления в вуз и для получения аттестата требуется разное количество баллов», – рассказывает Дмитрий Михайлович.

В расчетах фигурируют: СШ, СШУ, гимназия и лицей. Выпускники именно этих учебных заведений в основном являются  абитуриентами и конкурируют между собой при поступлении в вуз. Далее по обычной формуле считаем средний балл. И видим, что средний балл, полученный официальной статистикой и выведенный для всех с учетом того, что кто-то не сдал, а кто-то недобрал баллов, резко отличается. Например, видно, что средний балл по математике, который получает лицеист,  − 60 баллов. Средний гимназист получает 56 баллов, средний учащийся школы с углубленным изучением отдельных предметов – 53 балла, а выпускник СШ – 49. 

«Часто в исследованиях забывают посчитать стандартное отклонение относительно среднего, – напоминает Дмитрий Назаров. –  Так как мы установили, что имеем дело с нормальным распределением, то можно четко сказать, что три стандартных отклонения покрывают всё распределение. Если предположить, что отклонение на одно стандартное отклонение – это хороший ученик, то на два стандартных отклонения – это очень хороший ученик, который  имеет “четверку” близкую к “пятерке”. Есть и суперученики, попадающие в разряд от 90−100 баллов».  

После разбивки на “хороший”, “очень хороший” и “суперученик” берем среднего стандартного ученика, который считает, что хорошо знает русский язык и обществознание, но у него средние знания по математике (типичный гуманитарий), и считаем, сколько баллов он может набрать на ЕГЭ.

Эти предметы необходимы для поступления на специальности «Экономика», «Управление персоналом»,  «Менеджмент» и подобные.  По нашей модели при заданных параметрах ученик СШ наберет 209 баллов. Если же он хорошо знает математику, то по предложенной модели берем 5−10 возможных результатов, с помощью  анализа данных и генерации случайных величин получается 216 баллов. Аналогично считаем проходной балл для ученика СШУ.  Типичный ученик из СШУ, который хорошо знает математику, русский язык и очень хорошо знает обществознание, набирает в среднем 228 баллов. Это уже выше, чем у типичного ученика СШ. Таким же образом можно посчитать результат для гимназиста и лицеиста.

Теперь посмотрим на наших будущих программистов, специалистов в области информационных технологий и информационной безопасности, которые сдают математику, русский язык и информатику. Для построения модели возьмем СШУ, гимназии и лицеи, поскольку они вне конкуренции. В результатах заменим одну дисциплину – обществознание на информатику.

Для моделирования результатов СШУ по информатике сначала возьмем просто “хороший”  уровень. Это означает, что мы будем моделировать баллы от 69 до 72. Через «Анализ данных» (напомним, это функция в Excel) получается, что такой ученик в среднем наберет 217 баллов. Понятно, что если взять баллы по информатике по результатам экзамена в гимназии, лицее, то цифра будет ещё выше.

Теперь осталось проанализировать вступительные испытания. Посмотрим проходные баллы на официальном сайте УрГЭУ в 2018 году.  На специальности информационного характера проходной балл составляет 214−215 баллов.

Таким образом, по предположению Дмитрия Назарова, ученик СШУ, который по данной модели может похвастаться хорошими знаниями по математике, русскому языку и информатике по пограничным критериям, вполне проходит на соответствующие специальности и может сразу приносить оригиналы документов в Приемную комиссию УрГЭУ.  Если он будет очень хорошо знать информатику, тогда его шансы значительно повышаются.

Что касается экономико-управленческих направлений, то по данным официального сайта УрГЭУ, проходной балл на них выше – от 234 до 245. Поэтому,  чтобы уверенно себя чувствовать, например, выпускнику СШУ нужно очень хорошо знать русский язык (примерно от 89 до 91 баллов). Вполне возможно, что в 2019 году ситуация может измениться. Статистика прошлых лет показывает, что проходные баллы могут подняться, но, скорее всего, не более чем на 2−3−5 пунктов.

Модель, предложенная Дмитрием Назаровым, сделана по массовым результатам. Естественно,  отдельные результаты могут отличаться. Напоминая об этом, Дмитрий Михайлович  приводит пример с монеткой: «Когда мы подбрасываем монетку, то знаем, что вероятность выпадения «решки» и «орла» ½, но не нужно забывать про количество таких испытаний». Тут же он делает  шесть подбросов монетки: «решка» выпала 5 раз, «орел» только раз.  Поэтому мало оценивать свою подготовку высоко, к экзаменам нужно готовиться. На любом экзамене есть элементы везения и случайности.  «Во-первых, нужно особо готовиться к сложным для себя заданиям. Во-вторых,  тщательно готовиться к заданиям, которые, по мнению аналитиков, вызывают сложности у выпускников, нужно ознакомиться с их выводами и поработать, – считает Дмитрий Назаров. – Научиться решать такие задачи будет достаточно, чтобы существенно повысить свой балл».

Заведующий кафедрой бизнес-информатики УрГЭУ, доцент, доктор экономических наук Дмитрий Назаров предлагает построить модель расчета проходного балла для поступления на бюджетные места. По аналогии с его расчетами, воспользовавшись открытыми официальными данными по результатам ЕГЭ прошлого года, можно самостоятельно произвести расчет суммарного проходного балла на любое направление подготовки.