- •Московский государственный университет экономики,
- •Раздел II. Моделирование динамики социально-экономических явлений и процессов 29
- •Раздел III. Прогнозирование динамики социально- экономических явлений и процессов 115
- •Раздел I
- •1.1. Система статистических понятий и категорий, применяемых в моделировании и прогнозировании.
- •1.2. Модель как отображение действительности
- •1.3. Понятие и основные принципы экономико-статистического анализа
- •1.4. Характеристика информационной базы и основные принципы ее формирования.
- •1.5. Априорный анализ и его роль в статистическом моделировании
- •Табулированные значения λt
- •Раздел II
- •2.1. Временные ряды, их характеристики и задачи анализа. Требования к исходной информации
- •Классификация временных рядов
- •2.2. Особенности статистического анализа одномерных временных рядов по компонентам ряда.
- •2.3. Моделирование тенденции
- •Промежуточные расчетные значения слагаемых кумулятивного т-критерия
- •Расчет Кумулятивного критерия для проверки гипотезы о линейной форме тренда
- •Расчетная таблица для определения тенденции в ряду динамики числа зарегистрированных разбоев методом Фостера-Стюарта
- •Уровни и фазы временного ряда
- •Уровни групп
- •Расчет 3-х и 4-членных скользящих средних объема платных услуг населению (цифры условные)
- •2.4. Выбор формы тренда
- •Критерии выбора трендовых моделей
- •Расчетная таблица реализации дисперсионного метода анализа в оценке трендовых моделей объема платных услуг населению одного из регионов за период январь-декабрь 2013 г.
- •2.5. Моделирование случайного компонента
- •Расчетная таблица для определения параметров линейного тренда, описывающего тенденцию изменения числа зарегистрированных разбоев за период 2004-2013 гг.
- •Расчетная таблица для определения параметров критерия серий, основанного на медиане выборки числа зарегистрированных разбоев за период 2004-2013 гг.
- •Расчетная таблица для определения параметров параболы второго порядка, описывающей тенденцию изменения числа зарегистрированных разбоев за период 2004-2013 гг.
- •Расчетная таблица для определения параметров критерия серий, основанного на медиане выборки
- •Расчетная таблица критерия «восходящих» и «нисходящих» серий (по отклонениям от линейного тренда)
- •Расчетная таблица критерия «восходящих» и «нисходящих» серий (по отклонениям от параболы второго порядка)
- •2.6. Модели периодических колебаний
- •I. Метод абсолютных разностей (таблица 2.22):
- •Распределение дисперсии между гармониками
- •2.7. Модели связных временных рядов.
- •Для проверки автокорреляции в уровнях ряда также используется критерий Дарбина-Уотсона. Гипотеза о наличии автокорреляции проверяется с помощью случайной величины:
- •Приведите классификацию статистических моделей.
- •Раздел III.
- •3.1. Сущность и классификация статистических прогнозов
- •3.2. Простейшие методы прогнозной экстраполяции
- •Расчетная таблица для определения прогнозных значений методом среднего абсолютного прироста
- •Расчетная таблица для определения прогнозных значений методом среднего темпа роста
- •3.3. Прогнозирование на основе экстраполяции тренда
- •3.4. Прогнозирование с учетом дисконтирования информации
- •Если временной ряд описывается параболой второго порядка:
- •3.5. Прогнозирование на основе кривых роста
- •Расчетная таблица определения промежуточных расчетов кривой Гомперца
- •3.6. Прогнозирование рядов динамики, не имеющих тенденции
- •Расчетная таблица для определения знаков отклонений
- •7. Объективизация прогноза – это:
- •21. Тенденция дисперсии – это:
- •Распределение Стьюдента (t – распределение)
- •Приложение 2 Распределение Фишера-Снедекора (f-распределение)
- •Значения для различных значенийt
- •Значения средней и стандартных ошибоки
- •Приложение 5 Критические значения кумулятивного т-критерия
- •Распределение критерия Дарбина-Уотсона для положительной автокорреляции ( для 5%-ного уровня значимости)
1.2. Модель как отображение действительности
Представления об окружающей действительности по природе своей являются приближенными копиями объективной реальности.
Термин «модель» отражает эту условность, приблизительность знания об объективной действительности.
В «Философском словаре» дается следующее определение: «Моделирование – воспроизведение свойств исследуемого объекта на специально построенном по определенным правилам аналоге его. Этот аналог называется моделью».
В «Философской энциклопедии» говорится: «Модель – условный образ (изображение, схема, описание) какого-либо объекта (или системы объектов) служит для выражения отношения между человеческими знаниями об объектах и этими объектами».
Таким образом, под моделью понимается условный образ какого-либо объекта, приближенно воссоздающий этот объект. Между объектом и его моделью существуют отношения сходства, условности.
Модель дает возможность установить в каждом явлении, объекте, процессе те основные, главные закономерности, которые присущи этим явлениям.
Между моделью и объектом существует отношение соответствия (сходства), которое и позволяет исследовать моделируемый объект посредством построения модели.
Отношения объекта и модели устанавливаются на основе объективно присущих оригиналу и модели свойств и отношений.
Но модель используется и для получения таких данных об объекте, которые или затруднительно, или невозможно получить путем непосредственного изучения оригинала. Для того, чтобы модель могла выполнить эту задачу, она должна быть не только сходной с оригиналом, но и отличаться от него. Отличие от оригинала – обязательный признак модели.
В процессе моделирования от установления отношений сходства между одними элементами модели и оригинала переходим к установлению отношений сходства между другими элементами оригинала и модели. Именно наличие такого перехода дает возможность получить новые данные об оригинале, о его свойствах, связях и отношениях.
Возможны два направления в моделировании.
Одно из направлений охватывает множество задач, среди которых основное место отводится отысканию оптимальных характеристик процесса.
Сущность статистического моделирования состоит в построении для явления модели, на основании которой изучается поведение элементов системы и взаимодействие между ними с учетом многих, имеющих случайный характер, факторов. Данное направление включает в себя корреляционный анализ, изучение законов распределения и другие.
Модели, выражающие количественно закономерность, которая проявляется в массе событий, называют статистическими моделями.
Повышенный интерес, проявляемый в последние годы к статистическим моделям, обусловлен наличием пакетов прикладных программ, позволяющих обрабатывать большие массивы информации.
Статистические модели можно подразделить на два типа: статические и временные.
В первом случае речь идет об исследовании статической совокупности. Единицей наблюдения здесь служат отдельные единицы пространственной совокупности, а в качестве статистической информации используются их показатели по состоянию за определенный период или на момент времени.
Временная модель рассматривает процесс изменения явления во времени. В качестве единицы наблюдения здесь выступает время, а исходной информацией служат временные ряды социально-экономических явлений и определяющие их факторы.
По своим познавательным функциям статистические модели подразделяются на структурные, динамические и модели взаимосвязей.