Учебно-методический комплекс Для специальности: 080801 Прикладная информатика (в экономике) Москва 2009
Вид материала | Учебно-методический комплекс |
- Учебно-методический комплекс Для специальности: 080801 «Прикладная информатика (в экономике)», 357.03kb.
- Учебно-методический комплекс Специальность: 080801 Прикладная информатика (в экономике), 325.69kb.
- Учебно-методический комплекс Специальность: 080801 Прикладная информатика (в экономике), 223.84kb.
- Учебно-методический комплекс для специальности 080801 Прикладная информатика (в экономике), 639.9kb.
- Учебно-методический комплекс Для специальности: 080801 Прикладная информатика (в экономике), 575.12kb.
- Учебно-методический комплекс Для специальности: 080801 «Прикладная информатика (в экономике)», 489.66kb.
- Учебно-методическим советом экономического факультета мировые информационные ресурсы, 221.33kb.
- Учебно-методический комплекс Специальность: 080801 Прикладная информатика (в экономике), 278.53kb.
- Учебно-методический комплекс Для специальности 080801 Прикладная информатика (в экономике), 610.8kb.
- Учебно-методический комплекс Для специальности 080801 Прикладная информатика (в экономике), 296.07kb.
8. Вопросы для подготовки к зачету
- Основные понятия, категории и методы общей теории статистики, используемые в курсе «Статистические методы оценки принятия управленческих решений».
- Общая схема статистического моделирования. Модели структуры, динамики и взаимосвязи.
- Классификация моделей по уровню моделирования.
- Классификация моделей по характеру развития объектов во времени.
- Проблема построения статистических моделей.
- Понятия прогнозирования. Предмет статистического прогнозирования.
- Способы классификации прогнозов.
- Этапы разработки прогнозов.
- Оценка точности прогнозов.
- Методы верификации прогнозов.
- Компоненты временного ряда в общем случае.
- Абсолютные показатели изменения уровней временных рядов.
- Относительные показатели изменения уровней временных рядов.
- Абсолютные, относительные и средние показатели вариации в анализе временных рядов.
- Методы оценки однородности совокупности исходных данных временных рядов.
- Методы выявления тенденции временного ряда: критерий Фостера-Стюарта, метод сравнения средних уровней ряда, критерий серий, основанный на медиане выборки.
- Статистические модели тенденции средней, дисперсии, автокорреляции.
- Методы описания тенденции, позволяющие дать качественную оценку.
- Метод аналитического выравнивания.
- МНК для оценки параметров модели тенденции.
- Основные функции, используемые для моделирования тенденций временного ряда.
- Выбор вида тренда на основе абсолютных и относительных показателей ряда динамики.
- Выбор модели тренда на основе критериев адекватности.
- Какой вид тренда характеризуется постоянными а) абсолютными приростами; б) темпами роста; в) темпами прироста.
- Понятие индексов сезонности
- Метод постоянной средней и метод переменной средней.
- График сезонной волны.
- Аддитивные и мультипликативные тренд-сезонные модели; амплитуда колебаний.
- Этапы построения аддитивных моделей.
- Этапы построения мультипликативных моделей.
- Моделирование периодической компоненты с помощью гармоник Фурье.
- Уравнение первой гармоники для поквартального ряда динамик за 5 лет.
- Выбор наиболее адекватной гармоники.
- Понятие индексов сезонности. Метод постоянной средней и метод переменной средней.
- График сезонной волны.
- Аддитивные и мультипликативные тренд-сезонные модели: амплитуда колебаний.
- Этапы построения аддитивных моделей.
- Этапы построения мультипликативных моделей.
- Моделирование периодической компоненты с помощью гармоник Фурье.
- Понятие автокорреляции.
- Тест Дарбина-Уотсона для выявления автокорреляции.
- Недостатки теста Дарбина-Уотсона.
- Методы устранения автокорреляции.
- Метод отклонений от тренда. Построение регрессий по отклонениям от тренда.
- Метод последовательных разностей. Уравнение регрессии по первым разностям.
- Суть метода Фриша-Воу.
- Прогнозирование на основе среднего абсолютного прироста и среднего темпа роста.
- Метод экстраполяции тренда. Графический метод и метод последовательных разностей для выбора трендовой модели.
- Точечная и интервальная оценка прогноза на основе экстраполяции.
- Оценка точности и надёжности прогноза на основе экстраполяции.
- Прогнозирование на основе кривых роста Гомперца и Перля-Рида.
- Понятие дисконтирования информации.
- Адаптивные методы прогнозирования. Метод простого экспоненциального сглаживания.
- Адаптивные модели для прогнозирования рядов динамики с линейной тенденцией и сезонной компонентной.
- Прогнозирование рядов динамики, не имеющих тенденции.
- Проблема мультиколлинеарности и её признаки.
- Последствия мультиколлинеарности и методы её устранения.
- Доверительные интервалы регрессии.
- Многофакторные модели регрессии. Критерии их адекватности и значимости.
- Модели регрессии в стандартизованном виде. Свойства стандартизованных переменных.
- Методы многомерной группировки.
- Спецификация моделей регрессии.
- Оценка точности прогнозов с помощью доверительных интервалов.
- Основные модификации многофакторных моделей динамического прогнозирования.
- Оценка точности и надёжности прогнозов на основе моделей взаимосвязи.
- Классификация методов экспертных оценок.
- Основные процедуры метода «Дельфи».
- Показатели согласованности мнений экспертов.
- Метод «мозгового штурма» и метод синектики: общие свойства и отличительные особенности.
- Статистические методы обработки результатов экспертизы.
9. Учебно-методическое обеспечение
9.1. Литература
ОСНОВНАЯ:
1.Айвазян С.А., Мхитарян B.C. Практикум по прикладной статистике и эконометрике, М., МЭСИ, 2004.
2. Практикум по эконометрике. Под ред. Елисеевой И.И. М.: Финансы и статистика, 2005.
3. Эконометрика. Учебник. Под ред. Елисеевой И.И. М.: Финансы и статистика, 2005.
4. Боровиков В.П., Ивченко Г.И. Statistica. Прогнозирование в системе WINDOWS. М.: Финансы и статистика. 2006.
5. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. М.: Финансы и статистика, 2004.
6. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. - М.: Статистка, 2007.
ДОПОЛНИТЕЛЬНАЯ:
7. Лукашин Ю.П. Регрессионные и адаптивные методы прогнозирования. Учебное пособие. М.: МЭСИ, 1997.
8. Мхитарян B.C., Дуброва Т.А., Ткачев А.В. Многомерная классификация с использованием пакета программ Statistica. Методическое пособие, М.: МЭСИ, 1997.
9. Мхитарян В.С., Трошин Л.И. Статистический анализ многомерных совокупностей. Учебное пособие, М.: МЭСИ, 1992.
10. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.
11. Боровиков Г.И. Statistica. Анализ и обработка данных в системе WINDOWS. М.: Финансы и статистика, 1998.
12. Айвазян С.А., Бежаева Э.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974.
13. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1985, т.2.
14. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Методы исследования зависимостей. М.: Финансы и статистика, 1983, т.1.
15. Джонстон Дж Эконометрические методы. М.: Статистика, 1980.
16. Доугерти Кристофер. Введение в эконометрику. М.: ИНФРА-М, 1997.
17. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерный статистический анализ в экономических исследованиях. М.: МЭСИ, 1988.
18. Иберла К. Факторный анализ. М., Статистика, 1980.
19. Иванова В.М. Эконометрика. М., Соминтек, 1991.
20. Клейнер Г. Производственные функции. М.: ФиС, 1986.
21. Корнилов И.А. Исследование зависимостей с помощью пакетов программ статистического анализа для ЕС ЭВМ. М.,МЭСИ, 1988.
22. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М., Дело, 1997.
23. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика, 1988.
24. Смоляк С.А., Титаренко Б.П. Устойчивые методы оценивания. М.; Статистика, 1980.
9.2. Методическое обеспечение дисциплины
- УМК по дисциплине (М.: РГТЭУ, 2009г.).
- Методические указания и задачи к практическим занятиям для студентов очной формы обучения.
- 3.Педагогические контрольные материалы (контрольные задания, вопросы для самопроверки).
-
Материально-техническое и информационное обеспечение дисциплин
Перечень технических средств обучения, используемых в учебном процессе, и способы их применения:
- Компьютер - Pentium IV;
- Word;
- Windows;
- Excel;
- Statistica 6 (Windows XP), 7 (Windows Vista)
Специализированные Интернет-ресурсы:
www.statsoft.ru
www.exponenta.ru
СТАТИСТИЧЕСКИЕ МЕТОДЫ ОЦЕНКИ И ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ
Учебно-методический комплекс
В авторской редакции
Компьютерная верстка В. А. Евланов
Подписано в печать 01.04.2009 г. Формат 60х84/8. Бумага офсетная.
Гарнитура Times New Roman. Объем 6,25 п.л. Тираж 100 экз.
Цена договорная. Изд. зак. № 238 Тип. зак. №
Издательство Российского государственного торгово-экономического университета
А-445, ГСП-3, 125993 г. Москва, ул. Смольная, 36