78

Библиографический список

1.Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. – М. : ЮНИТИ, 1998.

2.Андерсон Т. Статистический анализ временных рядов. – М. : Мир, 1976.

3.Афанасьев В. Н., Юзбашев М. М. Анализ временных рядов и прогнозирование. – М. : Финансы и статистика, 2001.

4.Боровиков В. П., Ивченко Г. И. Прогнозирование в системе

STATISTICA в среде Windows. – М. : Финансы и статистика, 2000.

5. Вуколов Э. А. Основы статического анализа : практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL : учеб. пособие. – М . : ФОРУМ ; ИНФРА-М, 2004.

6.Глинский В. В., Ионин В. Г. Статистический анализ : учеб. пособие. – М. : Филинъ, 1998.

7.Дуброва Т. А. Статистические методы прогнозирования в экономике : учеб. пособие, практикум, тесты, программа курса / Т. А. Дуброва; руководство по изучению дисциплины / Т. А. Дуброва, М. Ю. Архипова. −

М., 2004. – 136 с.

8.Кендэл М. Временные ряды. – М. : Финансы и статистика, 1981.

9.Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. – М. : Финансы и статистика, 2003.

10.Лукашин Ю. П. Регрессионные и адаптивные методы прогнозирования : учеб. пособие. – М.: МЭСИ, 1997.

11.Отнес Р., Эноксон Л. Прикладной анализ временных рядов. – М. : Мир,

1982.

12.Попов Л. А. Анализ и моделирование трудовых показателей : учебник. – 2-е изд., доп. и перераб. – М. : Финансы и статистика, 1999.

13.Статистический анализ : учеб. пособие. − М. : Филинъ, 1998. – 264 с.

14.Сошникова Л. А., Томашевич В. Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике : учеб. пособие для вузов / под ред. В. Н. Томашевича. – М. : ЮНИТИ-ДАНА, 1999. – 598 с.

79

15. Статистика : учебник / под ред. проф. И. И. Елисеевой – М. : ООО

ВИТРЭМ, 2002. – 448 с.

16. Статистическое моделирование и прогнозирование : учеб. пособие / Г. М. Гамбаров, Н. М. Журавель, Ю. Г. Королев и др.; под ред. А. Г. Гранберга. – М. : Финансы и статистика,1990. – 383 с.

17. Четыркин Е. Н. Статистические методы прогнозирования. – М. : Статистика, 1975.

80

Заключение

Статистическое прогнозирование явлений и процессов характеризует будущее развитие, исходя из гипотезы, что основные тенденции и факторы прошлого периода сохранятся на период прогноза. В настоящем учебном пособии сделана попытка обобщить традиционные методы обработки, анализа и прогнозирования временных рядов с помощью пакета прикладных программ STATGRAFICS. В учебном пособии были рассмотрены: адаптивные методы прогнозирования; прогноз на основе трендовых моделей; моделирование и прогнозирование с использованием множественной корреляционно-регрессионной модели; периодизация социально-экономических явлений и процессов на основе кластерного анализа.

Пакет STATGRAFICS − универсальный, многопрофильный пакет с хорошо методически продуманным меню-ориентированным интерфейсом пользователя. Этот пакет позволяет проводить самостоятельные исследования с реальными данными. У студентов формируются устойчивые навыки работы с пакетом, расширяется кругозор в области методов прикладной статистики и его программного обеспечения. Это позволяет им в дальнейшем самостоятельно осуществлять обоснованный выбор математического обеспечения для решения конкретных социальноэкономических задач, исходя из собственного опыта и содержания задач.

В заключении отметим, что при решении практических задач не должно быть чисто формальных подходов к выбору методов и моделей прогнозирования. Успех их применения зависит от глубины содержательного экономического анализа, от сочетания знаний в области прикладной статистики с профессиональным знанием моделируемого процесса.