Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
УМК по МСЭП.doc
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
441.86 Кб
Скачать

8 Семестр

(68 часов: 34 часов лекций и 17 часов практических и семинарских занятий)

Модуль 5

СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ НА ОСНОВЕ ВРЕМЕННЫХ РЯДОВ (24 часа)

Комплексная цель

Временные ряды применяются для прогнозирования экономических показателей. Цель данного модуля заключается в том, чтобы научить студентов использовать наблюдения временного ряда для прогнозирования значений X(t) на один или несколько периодов времени вперед. Это может явиться основой для: планирования в экономике, производстве, торговле; управления и оптимизации социально-экономических процессов; управления важными параметрами демографических процессов и экологии; принятия оптимальных решений в бизнесе. Другими словами, главная цель данного модуля – студенты должны получить знания и навыки прогнозирования на основе временных рядов.

Содержание модуля №5

5.1 Понятие временного ряда и прогнозирование. Разложение временных рядов на компоненты. Методы выделения тренда. (4 часа: 2 часа лекций и 2 часа практических занятий).

5.2 Сглаживание временных рядов. Использование метода скользящих средних в прогнозировании. Использование метода экспоненциального сглаживания в прогнозировании. Использование метода медианного сглаживания в прогнозировании. Примеры. (12 часов: 6 часов лекций и 6 часов практических занятий).

5.3 Анализ периодических колебаний во временных рядах и прогнозирование. Сезонность (аддитивная форма, мультипликативные индексы). Примеры. (8 часов: 4 часа лекций и 4 часа практических занятий).

Проектное задание №5

  1. Назовите основные компоненты временного ряда. Запишите общий вид моделей прогнозирования на основе временных рядов. Примеры.

  2. Назовите наиболее часто используемые на практике критерии проверки "наличия-отсутствия" тренда.

  3. На какие две группы делятся методы сглаживания временных рядов?

  4. Какие Вы можете назвать основные методы сглаживания временных рядов?

  5. Изложите суть метода скользящих средних и покажите его роль в прогнозировании. Примеры.

  6. Изложите суть метода взвешенных скользящих средних и покажите его роль в прогнозировании. Примеры.

  7. Использование метода экспоненциального сглаживания в прогнозировании. Примеры.

  8. Использование метода медианного сглаживания в прогнозировании. Примеры.

  9. Как можно провести анализ периодических колебаний во временных рядах и использовать его в прогнозировании?

  10. Как можно выявить сезонность (аддитивная форма, мультипликативные индексы) в модели, построенной на основе временных рядов?

Тест рубежного контроля №5

Тест содержит 5 заданий, на выполнение которых отводится 5 минут. Выберите наиболее правильный, по Вашему мнению, вариант ответа и отметьте его любым значком в бланке ответов

1. Выберите неверное утверждение:

1)

Ряд наблюдений (или ), анализируемой случайной величины , произведенных в последовательные моменты времени называется временным рядом

2)

Временные ряды делятся на моментные и интервальные. В моментных временных рядах уровни характеризуют значения показателя по состоянию за определенные интервалы (периоды) времени.

3)

В общем случае модель временного ряда имеет следующий вид:

,

где - систематическая составляющая ряда;

- случайная составляющая ряда с нулевым математическим ожиданием и дисперсией .

4)

Если временной ряд представляется в виде суммы соответствующих компонент, то полученная модель носит название аддитивной (1.1), если в виде произведения - мультипликативной (1.2) или смешанного типа (1.3):

(1.1)

(1.2)

, (1.3)

где - уровни временного ряда;

-трендовая составляющая;

- сезонная компонента;

- циклическая компонента;

- случайная компонента

2. К основным методам сглаживания временного ряда не относится

1)

Метод множественной регрессии

2)

Метод аналогий

3)

Метод авторегрессии и скользящего среднего

4)

Полиномиальные модели

3. Что такое тренд?

1)

Это долговременная (вековая) составляющая, формирующая общую в длительной перспективе тенденцию в изменении анализируемого признака .

2)

Это кратковременная (текущая) составляющая, формирующая общую в длительной перспективе тенденцию в изменении анализируемого признака .

3)

Это общая (стохастическая) составляющая, формирующая в заданной перспективе тенденцию в изменении анализируемого признака .

4)

Это долговременная (вековая) составляющая, формирующая конкретную в длительной перспективе тенденцию в изменении анализируемого признака .

4. Что такое сезонная составляющая?

1)

Это составляющая, формирующаяся под влиянием сезонных колебаний экономического показателя в течение прошлого периода времени.

2)

Это составляющая, формирующаяся под влиянием сезонных колебаний экономического показателя в течение заданного периода времени.

3)

Это составляющая, не формирующаяся под влиянием сезонных колебаний экономического показателя в течение прошлого периода времени.

4)

Это составляющая, формирующаяся под влиянием случайных колебаний экономического показателя в течение заданного периода времени.

5. С чего начинается решение задачи по анализу и прогнозированию временных рядов?

1)

C вычисления эффективности исследуемого показателя, тем более, что современные программные средства предоставляют пользователю большие возможности для этого.

2)

С исследования необходимости данного показателя, тем более, что современные программные средства предоставляют пользователю большие возможности для этого

3)

C построения графика исследуемого показателя, тем более, что современные программные средства предоставляют пользователю большие возможности для этого.

4)

С построения графика исследуемого показателя, тем более, что современные программные средства не предоставляют пользователю никаких возможностей для этого.

1

2

3

4

5

1)

*

2)

*

*

3)

*

4)

*

Модуль 6

МОДЕЛИ СТАЦИОНАРНЫХ И НЕСТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ И ИХ ИДЕНТИФИКАЦИЯ. (20 часов)

Комплексная цель

Основной целью данного учебного модуля является знакомство с моделями стационарных и нестационарных временных рядов. Моделью для любого стационарного ряда является бесконечно распределенный лаг белого шума, называемый представлением Уолда. Такое представление ряда называется общим линейным процессом. Ввиду особой важности для прогнозирования общего линейного процесса в модуле рассматриваются его условные и безусловные моменты.

Рассматриваемые методы и модели должны быть освоены на практике с использованием реальных массивов экономических данных и современного эконометрического программного обеспечения.