- •Международный консорциум «Электронный университет»
- •Раздел I.
- •1.1. Система статистических понятий и категорий, применяемых в моделировании и прогнозировании социально-экономических явлений и процессов
- •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. Основные 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 в рф методом Фостера-Стюарта
- •Уровни и фазы временного ряда
- •Уровни групп
- •Расчет 3-х и 4-членных скользящих средних объема платных услуг населению рф
- •Динамика объема платных услуг населению одного из регионов рф за период январь-декабрь 2009 г. И определение параметров уравнения тренда методом наименьших квадратов
- •2.4. Выбор формы тренда
- •Критерии выбора класса выравнивающих кривых
- •Расчетная таблица реализации дисперсионного метода анализа в оценке трендовых моделей объема платных услуг населению одного из регионов рф за период январь-декабрь 2009 г.
- •2.5. Моделирование случайного компонента
- •Расчетная таблица для определения параметров линейного тренда, описывающего тенденцию изменения числа зарегистрированных разбоев в рф за период 1999-2008 гг.
- •Расчетная таблица для определения параметров критерия серий, основанного на медиане выборки числа зарегистрированных разбоев в рф за период 1999-2008 гг.
- •Расчетная таблица для определения параметров параболы второго порядка, описывающей тенденцию изменения числа зарегистрированных разбоев в рф за период 1999-2008 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
- •Основная литература
- •Дополнительная литература
- •1. Цели, задачи изучения дисциплины и сферы профессионального применения
- •2. Необходимый объем знаний для изучения данной дисциплины
- •3. Перечень основных тем
- •Тема 1. Методологические аспекты анализа и статистического моделирования временных рядов
- •Тема 2. Методологические вопросы статистического прогнозирования
- •Тема 3. Априорный анализ составляющих компонент временного ряда
- •Тема 4. Моделирование основной тенденции временного ряда
- •Тема 5. Моделирование случайной компоненты временного ряда
- •Тема 6. Моделирование периодической компоненты временного ряда
- •Тема 7. Моделирование связных временных рядов
- •Тема 8. Прогнозирование динамики социально-экономических явлений
- •Тема 9. Прогнозирование многомерных временных рядов
- •4. Для самопроверки и проведения итогового контроля необходимо:
- •Вопросы для самопроверки:
- •Тема 1. Методологические аспекты анализа и моделирования временных рядов
- •Тема 2. Моделирование основной тенденции временного ряда
- •Тема 3. Моделирование случайной компоненты временного ряда
- •Тема 4. Моделирование периодической компоненты временного ряда
- •Тема 5. Моделирование связных временных рядов
- •Тема 6. Прогнозирование динамики социально-экономических явлений
- •Тема 7. Прогнозирование многомерных временных рядов
- •Распределение Стьюдента (t – распределение)
- •Приложение 3 Распределение Фишера-Снедекора (f-распределение)
- •Значения для различных значений t
- •Значения средней и стандартных ошибоки
- •Приложение 6 Критические значения кумулятивного т-критерия
- •Распределение критерия Дарбина-Уотсона для положительной автокорреляции ( для 5%-ного уровня значимости)
- •7. Объективизация прогноза – это:
- •21. Тенденция дисперсии – это:
- •1.2. Задачи изучения дисциплины
- •2. Содержание дисциплины
- •Распределение учебного времени
- •2.1. Лекционные занятия
- •Тема 8. Прогнозирование динамики социально- экономических явлений
- •Тема 9. Прогнозирование многомерных временных рядов
- •2.2. Практические занятия
- •2.3. Содержание практических занятий
1.2. Модель как отображение действительности
Наши представления об окружающей действительности по природе своей являются приближенными копиями объективной реальности.
Термин «модель» отражает эту условность, приблизительность знания об объективной действительности.
Что же такое модель?
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.
Отношения объекта и модели устанавливаются на основе объективно присущих оригиналу и модели свойств и отношений.
Прежде всего между моделью и объектом существует отношение соответствия (сходства), которое и позволяет исследовать моделируемый объект посредством построения модели.
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.
В качестве таких моделей часто выступают модели линейного программирования. Эти модели часто называют экономико-математическими, поскольку их применение связано, главным образом, с моделированием функциональных зависимостей.
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.