- •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. Задачи изучения дисциплины
Программа разработана с учетом требований, установленных в государственном образовательном стандарте высшего профессионального образования, к подготовке специалистов в области статистики.
В ходе изучения дисциплины ставятся задачи научить студентов:
методологии анализа временных рядов и прогнозирования;
изучать самостоятельно научную и учебно-методическую литературу по анализу временных рядов и прогнозированию и уметь составлять критические обзоры опубликованных работ;
использовать в своей деятельности современные статистико-математические методы и модели.
В результате изучения дисциплины студенты должны:
Знать:
существующие статистико-математические методы и модели, применяемые при анализе, расчете и прогнозировании показателей, представленных временными рядами;
основные принципы статистического моделирования;
границы возможностей, предпосылки и область применения статистико-математических методов при построении статистических моделей прогноза и обеспеченность их программными средствами;
методику сбора и анализа статистической информации, необходимой для разработки экономико-статистических моделей.
Уметь:
осуществлять постановку задач при разработке статистических моделей, отражающих в динамике структуру, взаимосвязь сложных социально-экономических явлений и процессов, и на их основе построение моделей прогноза, оценку их качества, точности и надежности;
анализировать и прогнозировать, с использованием экономико-статистических моделей, конкретные социально-экономические явления и процессы.
Иметь представление:
о направлениях развития статистико-математических методов и моделей;
возможных областях применения статистико-математи-ческих методов и моделей при исследовании деловой активности и эффективности функционирования субъектов рыночной экономики.
2. Содержание дисциплины
Изучение дисциплины предусматривает проведение лекционных и практических занятий, а также выполнение студентами индивидуальных работ, что обеспечивает закрепление теоретических знаний, способствует получению практических навыков анализа, моделирования и прогнозирования сложных социально-экономических явлений и процессов.
Распределение учебного времени
Наименование темы |
Количество часов | ||
лекции |
практические занятия | ||
A |
1 |
2 |
3 |
1. |
Методологичеcкие аспекты анализа и статистического моделирования временных рядов |
6 |
2 |
2. |
Методологические вопросы статистического прогнозирования |
6 |
2 |
3. |
Априорный анализ составляющих компонент временного ряда |
4 |
4 |
4. |
Моделирование основной тенденции временного ряда |
12 |
14 |
5. |
Моделирование случайной компоненты временного ряда |
8 |
12 |
6. |
Моделирование периодической компоненты временного ряда |
4 |
10 |
7. |
Моделирование связных временных рядов |
4 |
8 |
8. |
Прогнозирование динамики социально-экономических явлений |
6 |
10 |
9. |
Прогнозирование многомерных временных рядов |
6 |
10 |