УМК_АнализДанных
.pdfМинистерство образования и науки Республики Казахстан РГП ПХВ «Евразийский национальный университет им. Л.Н. Гумилева»
Факультет___механико-математический_
Кафедра Высшей математики
УТВЕРЖДАЮ
Декан механикоматематического факультета РГП ПХВ «Евразийского национального
университета им. Л.Н. Гумилева» Джайчибеков Н.Ж.
__________________
_______________ 2014 г.
УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС ДИСЦИПЛИНЫ
“Анализ данных прогнозирование в экономике ”,
Код: DTEZh 3311
для студентов специальности 5В050600 – Экономика
Астана
2014
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.2 из 58 |
|
|
|
||
|
|
|
|
Министерство образования и науки Республики Казахстан РГП ПХВ «Евразийский национальный университет им. Л.Н. Гумилева»
Кафедра Высшая математика
УТВЕРЖДАЮ Заведующий кафедрой Высшей математики
________________________
__Бокаев Н.А.___.
_______________ 20____г.
СИЛЛАБУС (рабочая учебная программа)
по дисциплине Анализ данных прогнозирование в экономике,
Код: DTEZh 3311
для студентов специальностей 5В050600 – Экономика
Астана
2014
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.3 из 58 |
|
|
|
||
|
|
|
|
1.Преподаватели:
Джумабаева Джамиля Гумаровна – к.ф.-м.н, доцент кафедры высшей математики и методики математики ЕНУ им. Л.Н.Гумилева.
Научные интересы: Теория функций и функциональный анализ, экономикоматематические модели, эконометрика.
2.Анализ данных прогнозирование в экономике. Код: DTEZh 3311. Количество кредитов – 2.
3.Распределение часов по учебному плану
|
Общее |
Осенний семестр |
|
Весенний семестр |
||
Виды занятий |
количество |
В неделю |
Всего |
|
В неделю |
Всего |
|
часов |
|
|
|
|
|
Лекции |
15 |
- |
- |
|
1 |
15 |
Практическое занятие |
15 |
- |
- |
|
1 |
15 |
Семинарское занятие |
- |
- |
|
- |
- |
- |
Лабораторное занятие |
- |
- |
|
- |
- |
- |
Студийное занятие |
|
- |
|
- |
|
|
СРО |
30 |
- |
- |
|
2 |
30 |
4.Пререквизиты курса: Для изучения данного курса студенту необходимо знание математики в экономике, элементы теории вероятностей, математическая статистика, эконометрика.
Постреквизиты курса: Данный курс позволяет изучить некоторые разделы следующих дисциплин: микроэкономика, макроэкономика, экономико-математическое моделирование, исследование операций.
5.Характеристика учебной дисциплины
5.1Назначение учебной дисциплины – Данный курс предназначен для подготовки студентов экономических специальностей университета с целью овладения ими математического аппарата и дальнейшего его применения для решения прикладных экономических задач.
5.2Цель изучения учебной дисциплины - Преподавание дисциплины “Анализ данных прогнозирование в экономике ” ведётся исходя из требуемого уровня базовой подготовки экономистов высшей квалификации. Конечные цели изучения студентами данной дисциплины:
-освоение необходимого математического аппарата, помогающего моделировать, анализировать и решать прикладные экономические задачи;
-овладение методологией построения и применения математических моделей экономических объектов;
-углубление теоретических знаний о проблемах современной экономики, исследуемых средствами математического моделирования;
-освоение типовых методов и моделей, используемых в экономическом анализе, в принятии управленческих решений, в планировании и прогнозировании, различных сферах и уровней хозяйственного механизма.
5.3Задачи изучения дисциплины – Основа изучения дисциплины – реализация требований, устанавливаемых в Государственном стандарте высшего профессионального образования к подготовке специалистов по вопросам экономики и управления экономическими процессами.
Входе изучения ставятся следующие задачи:
ФЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.4 из 58 |
|
|
|
||
|
|
|
|
а) научить студентов использовать в своей практической деятельности современные экономико-математические методы и модели;
б) формировать у студентов прочную систему знаний и навыков по данной дисциплине, повышать общий уровень математической культуры;
в) формировать творческий подход будущих специалистов для моделирования и решения задач экономики;
г) научить студентов самостоятельной работе с учебной и научной литературой. В результате изучения дисциплины студенты должны
знать:
*существующие экономико-математические методы и модели, применяемые при анализе планирования экономических процессов;
*основные принципы и этапы построения экономико-математических моделей;
уметь:
*перевести экономическую задачу на математический язык; *решать экономические задачи с использованием математического аппарата;
*анализировать экономические процессы, опираясь на результаты, полученные путём математического моделирования.
5.4.Содержание учебной дисциплины - курс охватывает следующие разделы: модели множественной регрессии, временные ряды, динамические эконометрические модели.
5.5.План изучения учебной дисциплины
№ |
Наименование раздела, |
Формы организации |
Задания для СРС |
||||||
нед |
|
(темы), час |
обучения и |
|
|
||||
|
|
|
|
|
количество часов |
|
|||
|
|
|
|
|
лекции |
практик |
СРО |
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
Тема 1: Модель множественной регрессии |
|||||
|
|
|
|
|
|
|
|
|
|
1 |
Множественная |
|
регрессия. |
1 |
1 |
|
2 |
Анализ вариации зависимой |
|
|
Анализ |
вариации |
|
зависимой |
|
|
|
|
переменной. |
|
переменной. |
|
|
|
|
|
|
|
|
2 |
Множественный |
и |
частный |
1 |
1 |
|
2 |
Значимость уравнений |
|
|
коэффициент корреляции. |
|
|
|
|
множественной регрессии |
|||
3 |
Проверка |
качества |
уравнения |
1 |
1 |
|
2 |
Модель множественной |
|
|
регрессии |
|
|
|
|
|
|
|
регрессии в |
|
|
|
|
|
|
|
|
|
стандартизованной форме. |
4-5 |
Прогнозирование по модели |
1 |
1 |
|
2 |
Статистика Дарбина-Уотсона. |
|||
|
множественной регрессии |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
Тема 2: Вопросы практического использования моделей
множественной регрессии
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.5 из 58 |
|
|
|
||
|
|
|
|
|
6 |
|
Суть |
и |
последствия |
|
1 |
|
1 |
|
|
2 |
|
Устранение |
|
|
||
|
|
|
гетероскедастичности. |
|
|
|
|
|
|
|
|
гетероскедастичности. |
|
|
||||
|
7 |
|
Суть автокорреляции. Методы |
|
1 |
|
1 |
|
|
2 |
|
Причины автокорреляции. |
|
|
||||
|
|
|
устранения автокорреляции. |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
8 |
|
Мультиколлинеарность. Методы |
|
1 |
|
1 |
|
|
2 |
|
Последствия |
|
|
||||
|
|
|
устранения |
|
|
|
|
|
|
|
|
|
|
|
мультиколлинеарности. |
|
|
|
|
|
|
мультиколлинеарности. |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
9 |
|
Фиктивные переменные в |
|
1 |
|
1 |
|
|
2 |
|
Использование фиктивных |
|
|
||||
|
|
|
регрессионных моделях. |
|
|
|
|
|
|
|
|
переменных в сезонном |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
анализе. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тема 3: Временные ряды. |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
10 |
|
Временные ряды. |
|
|
|
1 |
|
1 |
|
|
2 |
|
Стационарные временные |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ряды |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
11 |
|
Сглаживание временных рядов. |
|
1 |
|
1 |
|
|
2 |
|
Учет тенденции при |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
построении временных рядов. |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12 |
|
Прогнозирование |
на основе |
|
1 |
|
1 |
|
|
2 |
|
Учет |
сезонности |
при |
|||
|
|
|
временных рядов. |
|
|
|
|
|
|
|
|
|
|
построении временных рядов. |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
Тема 4: Динамические эконометрические модели |
|
|
||||||||||||
|
13 |
|
Лаги в экономических моделях. |
|
1 |
|
1 |
|
|
2 |
|
Модели с лаговыми |
|
|
||||
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
переменными. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
14 |
|
Авторегрессионные модели |
|
1 |
|
1 |
|
|
2 |
|
Полиномиально |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
распределенные лаг Алмон. |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
15 |
|
Системы |
эконометрических |
|
1 |
|
1 |
|
|
2 |
|
Инструментальные |
|
|
|||
|
|
|
уравнений. |
|
|
|
|
|
|
|
|
|
|
|
переменные. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Итого |
|
|
|
15 |
|
15 |
|
|
30 |
|
|
30 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
6. Список основной и дополнительной литературы |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
Автор, наименование, год |
|
|
Носитель |
|
|
|
|
Имеется в наличии (шт.) |
|
|
|||||
|
|
|
издания |
|
информации |
|
|
В библиотеке |
На кафедре |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
Основная литература |
|
|
|
|
||||||||
|
|
Бородич С.А. Эконометрика. |
учебник |
|
|
|
|
|
|
20 |
1 |
|
|
|||||
|
1 |
Минск: Новое знание, 2004. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.6 из 58 |
|
|
|
||
|
|
|
|
|
Новиков А.И. Эконометрика. |
учебник |
|
10 |
|
1 |
|
2 |
М.: ИНФРА-М, 2003. |
|
|
|
|
|
|
|
Под ред. Елисеевой И.И. |
учебник |
|
20 |
|
- |
|
3 |
Эконометрика. М.: Финансы и |
|
|
|
|
|
|
|
статистика, 2001. |
|
|
|
|
|
|
|
Под ред. Елисеевой И.И. |
учебник |
|
10 |
|
- |
|
4 |
Практикум по эконометрике. |
|
|
|
|
|
|
|
М.: Финансы и статистика, 2004 |
|
|
|
|
|
|
|
Магнус Я.Р., Катышев П.К., |
учебник |
|
5 |
|
- |
|
5 |
Пересецкий |
А.А. |
|
|
|
|
|
|
Эконометрика: |
Начальный |
|
|
|
|
|
|
курс. М.: Дело, 1998. |
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
В.Е. Гмурман. Теория |
учебник |
|
70 |
|
1 |
|
6 |
вероятностей и |
|
|
|
|
|
|
|
математическая статистика. |
|
|
|
|
|
|
|
М.: Высшая школа, 1977. |
|
|
|
|
|
|
|
Кремер Н.Ш., Путко Б.А |
учебник |
|
10 |
|
- |
|
7 |
Эконометрика. М.: Юнити, |
|
|
|
|
|
|
|
2005 |
|
|
|
|
|
|
|
|
Дополнительная литература |
|
|
|
||
|
Доугерти К. Введение в |
учебник |
|
- |
|
- |
|
1 |
эконометрику: Пер. с англ. М.: |
|
|
|
|
|
|
|
ИНФРА-М, 1999 |
|
|
|
|
|
|
|
Катышев П.К., Магнус Я.Р., |
учебник |
|
- |
|
- |
|
2 |
Пересецкий А.А. Сборник задач |
|
|
|
|
|
|
|
к начальному курсу |
|
|
|
|
|
|
|
Эконометрики. М.: Дело, 2003 |
|
|
|
|
|
|
|
Сборник задач по высшей |
учебник |
|
30 |
|
- |
|
3 |
математике для экономистов. |
|
|
|
|
|
|
|
Под редакцией Ермакова В.И. |
|
|
|
|
|
|
|
М.: Изд-во: ИНФРА |
|
|
|
|
|
|
7. Контроль и оценка результатов обучения |
|
|
|
||||
|
Планируется проведение текущего контроля в ходе аудиторных занятий, |
контроль |
качества выполнения СРС; два рубежных контроля в форме коллоквиума и тестирования; промежуточная аттестация в форме устного экзамена.
Текущий контроль |
|
– 20% |
Контроль СРСП и СРС |
|
- 20% |
Рубежный контроль: |
|
|
коллоквиум |
- |
- 10% |
тестирование |
|
- 10% |
Текущий и рубежные контроли не менее |
- 60% |
|
Итоговый контроль |
не менее |
- 30% |
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.7 из 58 |
|
|
|
||
|
|
|
|
Знания, умения и навыки студентов оцениваются по следующей системе
Оценка по буквенной |
Цифровой эквивалент |
Процентное содержание |
Оценка по |
системе |
баллов |
|
традиционной системе |
А |
4,0 |
95-100 |
отлично |
А- |
3,67 |
90-94 |
|
В+ |
3,33 |
85-89 |
хорошо |
В |
3,0 |
80-84 |
|
В- |
2,67 |
75-79 |
|
С+ |
2,33 |
70-74 |
Удовлетворительно |
С |
2,0 |
65-69 |
|
С- |
1,67 |
60-64 |
|
D+ |
1,33 |
55-59 |
|
D |
1,0 |
50-54 |
|
F |
0 |
0-49 |
Неудовлетворительно |
8.Политика учебной дисциплины
Студент обязан кратко записывать в тетрадь читаемый курс лекций, выполнять практические и домашние задания, не опаздывать на занятия, не разговаривать во время занятий, не читать газеты и журналы, отключить сотовый телефон, активно участвовать в учебном процессе, вовремя сдавать контрольные работы, коллоквиумы, экзамен.
Посещение должно быть обязательным. Пропуски занятий отрабатываются в полном объеме занятия, отраженном в учебно-методическом комплексе. Пропуски занятий без уважительной причины в объеме, превышающем треть курса, ведет к исключению с курса.
Разработчик: Джумабаева Д.Г., к.ф.-м.н.
Рассмотрен на заседании методической секции кафедры, протокол № ____от «___»
__________2014 г.
|
|
ГЛОССАРИЙ |
1. |
Модель множественной |
Линейная модель зависимости между переменными: |
|
регрессии |
y 1x1 2 x2 ... m xm u, содержащая более |
|
|
двух переменных. |
2. |
Модель множественной |
Линейная модель зависимости между переменными: |
|
регрессии без свободного |
y 1x1 2 x2 ... m xm u , не содержащая |
|
коэффициента |
коэффициента . |
|
|
|
|
|
|
3. |
Нестрогая линейная |
Ситуация, когда теоретическая корреляция двух |
|
зависимость между |
переменных близка к 1 или -1. |
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
|
|
|
|
|
|
Издание: |
|
|
|
|
Евразийский национальный |
|
|
Учебно-методический комплекс дисциплины |
|
четвертое |
||
|
|
|
университет им. Л.Н. Гумилева |
|
|
Стр.8 из 58 |
||||
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
переменными |
|
|
|
|
|
|
|
|
4. |
|
Строгая линейная зависимость |
|
Ситуация, когда выборочная корреляция двух |
|
|||||
|
|
между переменными |
|
переменных равна 1 или -1. |
|
|
||||
|
|
|
|
|
|
|||||
5. |
|
Мультиколлинеарность |
|
Явление, когда нестрогая линейная зависимость между |
||||||
|
|
|
|
|
объясняющими переменными в модели множественной |
|
||||
|
|
|
|
|
регрессии приводит к получению ненадежных оценок |
|
||||
|
|
|
|
|
регрессии. |
|
|
|||
6. |
|
Полная коллинеарность |
|
Явление, когда строгая линейная зависимость между |
|
|||||
|
|
|
|
|
переменными приводит к невозможности применения |
|
||||
|
|
|
|
|
МНК. |
|
|
|
|
|
|
|
|
|
|
|
|||||
7. |
|
Лишняя переменная |
|
Объясняющая переменная, включенная в модель |
||||||
|
|
|
|
|
множественной регрессии, в то время, как по |
|
||||
|
|
|
|
|
экономическим причинам ее присутствие в модели не |
|
||||
|
|
|
|
|
нужно |
|
|
|
|
|
8. |
|
Отсутствующая переменная |
|
Необходимая по экономическим причинам |
|
|
||||
|
|
|
|
|
объясняющая переменная, отсутствующая в модели |
|
||||
9. |
|
Спецификация переменных |
|
Выбор необходимых для регрессии переменных и |
|
|||||
|
|
|
|
|
отбрасывание лишних переменных. |
|
|
|||
10. |
|
Замечающая переменная |
|
Объясняющая переменная, используемая в регрессии |
|
|||||
|
|
|
|
|
вместо трудноизмеримой, но важной переменной. |
|
||||
11. |
|
Лаговая переменная |
|
Наблюдение зависимой переменной регрессии в |
|
|||||
|
|
|
|
|
предшествующий момент, используемое кА |
|
|
|||
|
|
|
|
|
объясняющая переменная |
|
|
|||
12. |
|
Фиктивная переменная |
|
Переменная, принимающая в каждом наблюдении |
|
|||||
|
|
|
|
|
только два значения: 1 – «да» или 0 – «нет» |
|
|
|||
13. |
|
Категория |
|
Событие, про которое для каждого наблюдения можно |
|
|||||
|
|
|
|
|
определенно сказать – произошло он в этом |
|
|
|||
|
|
|
|
|
наблюдении или нет |
|
|
|||
14. |
|
Набор категорий |
|
Конечный набор взаимоисключающих событий, |
|
|||||
|
|
|
|
|
полностью исчерпывающий все возможности. |
|
||||
15. |
|
Совокупность фиктивных |
|
Некоторое количество фиктивных переменных, |
|
|||||
|
|
переменных |
|
предназначенное для описания набора категорий. |
|
|||||
16. |
|
Эталонная категория |
|
Категория, с которой сравнивается другие категории. |
|
|||||
|
|
|
|
|
|
|
||||
17. |
|
Сезонные фиктивные |
|
Совокупность фиктивных переменных, |
|
|
||||
|
|
переменные |
|
предназначенная для обозначения различных лет, |
|
|||||
|
|
|
|
|
времен год, месяцев и т.п. |
|
|
|||
18. |
|
Ловушка dummy trap |
|
Выбор такой совокупности фиктивных переменных, у |
|
|||||
|
|
|
|
|
которой сумма этих переменных тождественно равна |
|
||||
|
|
|
|
|
константе. |
|
|
|||
19. |
|
Фиктивная переменная |
|
Фиктивная переменная, предназначенная для |
|
|||||
|
|
взаимодействия |
|
установления влияния на регрессию одновременного |
|
|||||
|
|
|
|
|
наступления сразу нескольких независимых друг от |
|
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.9 из 58 |
|
|
|
||
|
|
|
|
|
|
друга событий, каждое из которых описывается своей |
|
|
фиктивной переменной. |
20. |
Гетероскедастичность |
Нарушение второго условия теоремы Гаусса-Маркова, |
|
|
которое заключается в том, что дисперсия случайного |
|
|
члена регрессии зависит от номера наблюдения: 2 ui |
|
|
зависит от i. |
21. |
Ранг наблюдения переменной |
Номер наблюдения переменной в упорядоченной по |
|
|
возрастанию последовательности |
22. |
Тест ранговой корреляции |
Тест на гетероскедастичность, устанавливающий, что |
|
Спирмена. |
стандартное отклонение остаточного члена регрессии |
|
|
имеет нестрогую линейную зависимость с |
|
|
объясняющей переменной. |
23. |
Тест Голдфелда-Квандта. |
Тест на гетероскедастичность, устанавливающий, что |
|
|
стандартное отклонение остаточного члена регрессии |
|
|
растет, когда растет объясняющая переменная |
24. |
Тест Глейзера. |
Наиболее тонкий тест на гетероскедастичность, |
|
|
улавливающий нелинейную связь между стандартным |
|
|
отклонением остаточного члена регрессии и |
|
|
объясняющей переменной |
25. |
Автокорреляция (случайного |
Нарушение третьего условия Гаусса-Маркова, которое |
|
члена в уравнении регрессии) |
заключается в том, что случайные члены регрессии в |
|
|
разных наблюдениях являются зависимыми: |
|
|
cov uk ,ui 0, при k i. |
|
|
|
26. |
Положительная автокорреляция |
Ситуация, когда случайный член регрессии в |
|
(случайного члена) |
следующем наблюдении ожидается того же знака, что |
|
|
и случайный член в настоящем наблюдении. |
27. |
Отрицательная автокорреляция |
Ситуация, когда случайный член регрессии в |
|
(случайного члена) |
следующем наблюдении ожидается знака, |
|
|
противоположного знаку случайного члена в |
|
|
настоящем наблюдении. |
28. |
Автокорреляция первого |
Ситуация, когда коррелируют случайные члены |
|
порядка |
регрессии в последовательных наблюдениях |
29. |
Авторегрессионная схема |
Частный случай автокорреляции первого порядка, |
|
первого порядка |
когда зависимость между последовательными |
|
|
случайными членами, описывается формулой |
|
|
uk 1 puk k 1, где c- константа, k 1 - новый |
|
|
случайный член |
30. |
Критерий Дарбина-Уотсона |
Метод обнаружения автокорреляции первого порядка с |
|
|
помощью статистики Дарбина-Уотсона |
31. |
Зона неопределенности |
Промежуток значений статистики Дарбина-Уотсона, |
|
критерия Дарбина-Уотсона |
при попадании в который критерий не дает |
|
|
определенного ответа о наличии или отсутствии |
|
|
автокорреляции первого порядка |
32. |
Поправка Прайса-Уинстена |
Метод спасения первого наблюдения в |
|
|
|
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое
|
|
|
Издание: |
|
Евразийский национальный |
Учебно-методический комплекс дисциплины |
четвертое |
|
университет им. Л.Н. Гумилева |
Стр.10 из 58 |
|
|
|
||
|
|
|
|
|
|
автокорреляционной схеме первого порядка |
33. |
Метод Кокрана-Оркатта |
Компьютерный итерационный метод устранения |
|
|
автокорреляции первого порядка |
34. |
Панельные данные |
Данные нескольких одновременных временных рядов |
|
|
|
35. |
Временной ряд (time series) |
Наблюдения экономического показателя одного |
|
|
объекта в равноотстоящие моменты времени. |
36. |
Член временного ряда |
Наблюдение экономического показателя одного |
|
|
объекта в некоторый момент времени. |
37. |
Перекрестные данные (cross- |
Выборка из экономических показателей, полученная |
|
section data) |
для большого количества однотипных объектов (семей, |
|
|
фирм, регионов, стран); все наблюдения или |
|
|
одновременные, или считаются независимыми от |
|
|
времени. |
|
|
|
38. |
Долговременные факторы |
Неслучайные факторы, формирующие тенденцию |
|
|
|
39. |
Тренд |
Тенденция, которую формируют долговременные |
|
|
факторы |
40. |
Сезонные факторы |
Факторы, обусловленные периодичностью (сезонной, |
|
|
квартальной) |
41. |
Циклические (конъюктурные) |
Факторы, обусловленные действием долгосрочных |
|
факторы |
циклов (солнечная активность, демографические |
|
|
«ямы», волны Кондратьева, политические выборы) |
42. |
Случайные факторы |
Факторы, не поддающиеся учету и регистрации |
|
|
|
43. |
Разладочные случайные |
Случайные факторы, приводящие к резкому |
|
факторы |
изменению (слому) всей модели |
44. |
Эволюционные остаточные |
Случайные факторы, влияние которых не приводит к |
|
случайные факторы |
резкому изменению ни характера, ни параметров |
|
|
модели |
45. |
Строго стационарный |
Временной ряд x t , у которого совместное |
|
(стационарный в узком смысле) |
распределение вероятностей m наблюдений |
|
временной ряд |
x t1 ,x t2 ,...,x tm для любого m,t1,t2,...tm и |
46. |
Стационарный (стационарный в |
Временной ряд x t с постоянным математическим |
|
широком смысле) временной |
ожиданием M x t и дисперсией D x t , не |
|
ряд |
зависящими от t. |
|
|
|
|
|
|
47. |
Нестационарный временной |
Временной ряд, отличающийся от стационарного на |
|
ряд. |
неслучайную составляющую (тренд). |
48. |
Автоковариационная функция |
Функция cov x t ,x t для стационарного |
|
|
ряда (зависит только от ) |
49. |
Автокорреляционная функция |
Функция r cor x t ,x t для стационарного |
|
|
ряда (зависит только от ) |
50. |
Коррелограмма. |
График автокорреляционной функции. |
|
|
|
51. |
Частная (очищенная) |
Функция, измеряющая корреляцию x t и x t |
Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое