Рабочая программа бизнес-прогнозирование для студентов направления 080500. 62 «Менеджмент» распределение часов по темам и видам работ

Вид материала

Рабочая программа

Содержание 3.Содержание программы 3.2 Темы практических занятий 3.3 Тематика заданий для самостоятельной работы 3.4 Примерный список вопросов к зачету Тест мониторинга прогресса 1. Введение в теорию прогнозирования 2. Выбор метода прогнозирования 3. Временные ряды. Методы сглаживания 4. Регрессионный анализ 5. Метод Бокса-Дженкинса 6. Элементы субъективной оценки в прогнозировании 7. Управление процессом прогнозирования Курсовой проект Тест мониторинга прогресса 4. Формы промежуточного и итогового контроля Задания по каждому модулю График подготовки и сдачи заданий в системе ГЕКАДЕМ, а также аудиторных промежуточных тестов и защит курсовых проектов Требования по оцениванию курса «математическое прогнозирование для бизнеса»

Подобный материал:

• Рабочая программа «макроэкономика» для студентов специальности «Менеджмент организации», 116.43kb.
• Рабочая программа и учебно-методические материалы красноярск 2004 содержание, 1165.24kb.
• Рабочая программа учебной дисциплины ф тпу 1 -21/01, 196.37kb.
• Рабочая программа дисциплины Налоги и налогообложение Для студентов направления 080500, 307.11kb.
• Тематический план изучения дисциплины распределение часов курса дисциплины по темам, 111.42kb.
• Рабочая программа по дисциплине бухгалтерский учет, анализ и аудит для направления, 402.86kb.
• Тематический план дисциплины распределение часов курса дисциплины по темам, видам работ, 62.58kb.
• Рабочая программа учебной дисциплины ф тпу 1 -21/01, 136.41kb.
• Рабочая программа учебной дисциплины ф тпу 1 -21/01, 154.27kb.
• Рабочая программа учебной дисциплины, 277.38kb.

РАБОЧАЯ ПРОГРАММА

Бизнес-прогнозирование

для студентов направления 080500.62 «Менеджмент»


2.РАСПРЕДЕЛЕНИЕ ЧАСОВ ПО ТЕМАМ И ВИДАМ РАБОТ


Общий объем курса - 50 часов, в том числе: аудиторные занятия - 24 часа, самостоятельное обучение - 24 часа, КСР – 2 часа.

№	Темы, разделы	Всего часов	Виды подготовки		Самост. работа
			Лекции	Практические занятия	Самост.работа студентов	КСР
1	Введение в теорию прогнозирования	4	1	1	2
2	Выбор метода прогнозирования	4	1	1	2
3	Временные ряды. Методы сглаживания.	8	2	2	4
4	Регрессионный анализ	12	2	2	7	1
5	Метод Бокса-Дженкинса	6	2	2	2
6	Элементы субъективной оценки в прогнозировании	8	2	2	4
7	Управление процессом прогнозирования	8	2	2	3	1
ВСЕГО (часы)		50	12	12	24	2

3.СОДЕРЖАНИЕ ПРОГРАММЫ

3.1 Общее (по всем темам)

Курс рассчитан на 1 семестр и состоит из семи модулей. Первый модуль курса обосновывает необходимость бизнес-прогнозирования. Также рассматриваются типы прогнозов и основные этапы прогнозирования. Во втором модуле изучаются вопросы, связанные с выбором метода прогнозирования. Следующий модуль описывает временные ряды и методы сглаживания. Четвертый модуль курса рассматривает использование регрессионного анализа в менеджменте. В пятом модуле изучается метод Бокса-Дженкинса. Далее описываются элементы субъективной оценки в прогнозировании. Заключительный модуль курса посвящен управлению процессом прогнозирования.


Разбивка учебного материала по модулям:

Модуль 1. Введение в теорию прогнозирования

• Необходимость в прогнозировании
  
• История прогнозирования
  
• Типы прогнозов
  
• Принципы прогнозирования
  
• Этапы прогнозирования
  
• Обзор основных статистических понятий
  
• Компьютерные пакеты для решения задач прогнозирования
  

Обязательная литература:

• Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003. Главы 1 и 2.
  

Рекомендуемая литература:

• Henry B. Forecasting Technological Innovation . - Kluwer Academic Publishers, 2003.
  
• Makridakis S., Wheelwright S.C., Hyndman R.J. Forecasting: methods and applications.
  

Модуль 2. Выбор метода прогнозирования

• Изучение наборов данных, являющихся временными рядами
  
• Исследование данных с помощью автокорреляционного анализа
  
• Выбор соответствующего метода прогнозирования
  
• Измерение ошибки прогноза
  
• Оценка адекватности выбранного метода прогнозирования
  

Обязательная литература:

• Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003. Глава 3.
  

Рекомендуемая литература:

• Мартино Дж. П. Технологическое прогнозирование. – М.: Прогресс, 1977.
  
• Руководство по научно-техническому прогнозированию / пер. с англ. – М.: Прогресс, 1977.
  

Модуль 3. Временные ряды. Методы сглаживания.

• Декомпозиция
  
• Тренд
  
• Сезонность
  
• Методы прогнозирования, основанные на усреднении
  
• Методы экспоненциального сглаживания
  

Обязательная литература:

• Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003. Главы 4 и 5.
  

Рекомендуемая литература:

• Попов Л.А. Анализ временных рядов и прогнозирование.- М.: РЭА им. Г.В. Плеханова, 2004
  
• Слуцкин Л.Н. Курс MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006.
  

Модуль 4. Регрессионный анализ

• Простая линейная регрессия
  

• Стандартная ошибка оценки
  
• Прогнозирование величины Y
  
• Разложение дисперсии
  
• Коэффициент детерминации
  
• Проверка гипотез
  
• Анализ остатков
  
• Преобразования переменных
  

• Многомерный регрессионный анализ
  

• Несколько независимых переменных
  
• Корреляционная матрица
  
• Многомерная регрессионная модель
  
• Интерпретация коэффициентов регрессии
  
• Статистический анализ модели многомерной регрессии
  
• Фиктивные переменные
  
• Мультиколлинеарность
  
• Выбор наилучшего уравнения регрессии
  
• Регрессионная диагностика и анализ остатков
  
• Ограничения при прогнозировании
  

• Регрессионный анализ временных рядов
  

• Данные временных рядов и проблема автокорреляции
  
• Тест Дарбина-Уотсона для серийной корреляции
  
• Решение проблемы автокорреляции
  
• Модели авторегрессии
  
• Данные временных рядов и проблема гетероскедастичности
  
• Использование регрессии для прогноза сезонных данных
  
• Эконометрическое прогнозирование
  

Обязательная литература:

• Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003. Главы 6, 7, 8.
  

Рекомендуемая литература:

• Слуцкин Л.Н. Курс MBA по прогнозированию в бизнесе. – М.: Альпина бизнес букс, 2006, с.95-142
  
• Льюис К.Д. Методы прогнозирования экономических показателей./пер. с англ. – М.: Финансы и статистика, 1986, с.13-41
  

Модуль 5. Метод Бокса-Дженкинса (ARIMA)

• Метод Бокса-Дженкинса
  
• Реализация стратегии разработки модели
  
• Критерии выбора модели
  
• Модели для сезонных данных
  
• Простое экспоненциальное сглаживание и модель ARIMA
  
• Преимущества и недостатки моделей ARIMA
  

Обязательная литература:

• Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003. Глава 9.
  

Рекомендуемая литература:

• Makridakis S., Wheelwright S.C., Hyndman R.J. Forecasting: methods and applications.
  

Модуль 6. Элементы субъективной оценки в прогнозировании

• Кривые роста
  
• Метод Дельфи
  
• Метод написания сценария
  
• Комбинирование прогнозов
  
• Прогнозирование и нейронные сети
  
• Заключительные замечания о субъективной оценке в прогнозировании
  
• Другие методики, полезные в прогнозировании
  

Обязательная литература:

• Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003. Глава 10.
  

Модуль 7. Управление процессом прогнозирования

• Процесс прогнозирования
  
• Контроль за процессом прогнозирования
  
• Этапы прогнозирования
  
• Служба прогнозирования
  
• Затраты на прогнозирование
  
• Прогнозирование и АСУ
  
• Высшее руководство и прогнозирование
  
• Будущее прогнозирования
  

Обязательная литература:

• Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд./Пер. с англ. – М.: Издательский дом «Вильямс», 2003. Глава 11.
  

3.2 Темы практических занятий

1. Дискуссия: методология прогнозирования
   
2. Дискуссия: информационное обеспечение прогнозирования и использование информационных технологий в бизнес-прогнозировании
   
3. Групповая работа: анализ временного ряда на примере индекса РТС, построение сглаживающих моделей, выбор наилучшей модели
   
4. Групповая работа: деловая игра «Поглощение»
   
5. Групповая работа: составление совокупного бюджета компании
   

3.3 Тематика заданий для самостоятельной работы

1. Составление прогноза с использованием простейших моделей прогнозирования. Измерение ошибки прогноза
   
2. Анализ рядов данных с использованием автокорреляционной функции
   
3. Составление прогноза с использованием моделей сглаживания и скользящих средних
   
4. Регрессионный анализ. Интерпретация коэффициентов регрессии. Разложение дисперсии. Анализ остатков.
   
5. Анализ корреляционной матрицы при решении задач многомерной регрессии.
   
6. Серийная корреляция и проблемы при анализе данных временных рядов.
   
7. Использование критерия Дарбина-Уотсона.
   
8. Использование качественных методов в прогнозировании.
   
9. Возможные области применения прогнозирования в менеджменте
   
10. Ошибки в прогнозировании, их роль и их неизбежность
    
11. Наилучший метод прогнозирования
    
12. Знаменитые ошибочные прогнозы
    

3.4 Примерный список вопросов к зачету

Модуль 1. Введение в теорию прогнозирования

• Прогноз и предсказание. Бизнес-прогноз. Классификация бизнес -
  
• прогноза
  
• Этапы построения моделей статистического прогнозирования
  
• Управление процессом прогнозирования
  

Модуль 2. Выбор метода прогнозирования

• Методология и методы прогнозирования
  
• Надежность и точность прогнозов
  
• Простейшие методы прогнозирования
  

Модуль 3. Временные ряды. Методы сглаживания

• Компоненты временного ряда
  
• Методы прогнозирования, основанные на усреднении
  
• Методы экспоненциального сглаживания
  

Модуль 4. Регрессионный анализ

• Различия между простой и многомерной регрессией. Интерпретация коэффициентов регрессии
  
• Значение фиктивных переменных в регрессионном анализе
  
• Автокорреляция: причины возникновения
  
• Автокорреляция: методы выявления
  
• Критерий Дарбина-Уотсона
  
• Мультиколлинеарность: методы выявления
  
• Мультиколлинеарность: методы устранения
  
• Интерпретация статистических моделей регрессии
  

Модуль 5. Метод Бокса-Дженкинса

• Сущность метода Бокса-Дженкинса. Его отличие от других методов прогнозирования
  
• Преимущества и недостатки моделей ARIMA
  
• Применение моделей ARIMA в менеджменте
  

Модуль 6. Элементы субъективной оценки в прогнозировании

• Метод экспертных оценок. Классификация методов экспертных оценок
  
• Прогнозирование методом Дельфи
  
• Точность и надежность прогнозов на основе экспертных оценок
  

Модуль 7. Управление процессом прогнозирования

• Классификация методов прогнозирования
  
• Контроль за процессом прогнозирования
  

Структура дистанционного курса «Бизнес-прогнозирование»

1 неделя обучения Тест мониторинга прогресса       Выходной контроль

1 неделя обучения   1. Введение в теорию прогнозирования       Выходной контроль Индивидуальное задание: Наивные модели. Оценка точности прогноза.        Введение         Простые модели         Описательные статистики (среднее значение, мода, медиана и т.д.) (в новом окне)         Анализ данных в Microsoft Excel (в новом окне)         Проверка гипотез (в новом окне)         Таблицы распределений         Нормальное распределение (в новом окне)         Распределение Стьюдента (в новом окне)

2-3 недели обучения   2. Выбор метода прогнозирования       Выходной контроль Индивидуальное задание: Описательные статистики. Тестирование гипотез.        Процесс прогнозирования         Выбор метода прогнозирования

4-5 недели обучения   3. Временные ряды. Методы сглаживания       Выходной контроль Индивидуальное задание: Применение методов сглаживания. Выбор лучшей модели        Методы сглаживания (часть 1)         Методы сглаживания (часть 2)         Методы сглаживания (часть 3)         Технический анализ

6-8 недели обучения   4. Регрессионный анализ       Выходной контроль Индивидуальное задание: Построение уравнения простой линейной регрессии. Анализ и возможность его использования для прогнозирования. Анализ корреляционной матрицы. Многомерный регрессионный анализ. Регрессионный анализ временных рядов        Простая линейная регрессия         Многомерный регрессионный анализ         Регрессионный анализ временных рядов         Граничные значения для статистик Дарбина-Уотсона

9-10 недели обучения   5. Метод Бокса-Дженкинса       Выходной контроль Индивидуальное задание: Составление прогноза с использованием метода Бокса-Дженкинса        ARIMA

11 неделя обучения   6. Элементы субъективной оценки в прогнозировании       Выходной контроль Индивидуальное задание: Анализ кейса об использовании качественных методов в прогнозировании        Прогнозирование цен с помощью нейронных сетей (в новом окне)         Прогнозирование: методологии и процедуры

12-13 недели обучения   7. Управление процессом прогнозирования        Выходной контроль Семинар: Знаменитые ошибочные прогнозы. Точность прогнозирования        Краткий обзор курса

14-17 недели обучения – презентации курсовых проектов   Курсовой проект       Выходной контроль

Тест мониторинга прогресса       Выходной контроль

4. ФОРМЫ ПРОМЕЖУТОЧНОГО И ИТОГОВОГО КОНТРОЛЯ:

Система контроля знаний включает в себя:

• тест мониторинга прогресса;
  
• задания по каждому модулю;
  
• мини-тесты;
  
• проект.
  

ОПИСАНИЕ ЗАДАНИЙ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ по дисциплине «Бизнес-прогнозирование»


Тест мониторинга прогресса

Слушатели программы в начале и в конце обучения должны пройти тест с вариантами ответа, состоящий из 20 вопросов. Оценка за данный тест не включается в общую оценку за курс, но позволяет проследить прогресс слушателей по мере их обучения.


Задания по каждому модулю

После изучения каждого модуля слушатель должен выполнить домашнее задание, которое может состоять из решения задач и/или прохождения on-line теста. При решении задач все формулы и все вычисления должны быть показаны. Все тесты проверяются автоматически и являются тестами с вариантом ответа. Слушатель должен выбрать только один вариант, который, по его мнению, лучше всего подходит для ответа на поставленный вопрос.

Мини-тесты

Мини-тесты позволяют отслеживать текущую успеваемость студентов. Они проводятся во время лекций и включают в себя от 5 до 10 вопросов. Вопросы могут быть как открытыми, так и закрытыми. Во время написания тестов использование любых учебных материалов запрещено.


Проект

По завершении курса каждый студент должен сдать проект, где на примере конкретного предприятия описывает применение методов бизнес-прогнозирования для принятия управленческих решений и делается помесячный прогноз выбранных показателей на 1 год. Проект может выполняться индивидуально или в группе (не более 4 человек). Защита курсовых проектов осуществляется в течение последних 2-х недель семестра.

Объем проекта - 20-25 страниц (без учета приложений); Times New Roman,12 шрифт; полуторный интервал. Работа должна быть аккуратно оформлена: чисто написана; разделы выделены заголовками; таблицы, в которых представлен цифровой материал, и страницы пронумерованы. Работа должна иметь план-содержание. Текст разбивается по пунктам плана. Обязательны ссылки на литературные источники, использованные студентами. В конце работы необходимо представить список использованной литературы, с указанием авторов, названием работы, года и места издания. Работы небрежно оформленные, неграмотно написанные, дословно переписанные из учебника или скопированные из Интернета, написанные на основе устаревших данных - возвращаются студенту для переработки или доработки.


График подготовки и сдачи заданий в системе ГЕКАДЕМ, а также аудиторных промежуточных тестов и защит курсовых проектов

Неделя обучения	Тест (аудиторное занятии)	Весовое значение теста	Задание (система Гекадем)	Весовое значение задания
1			Тест мониторинга прогресса	0
2			Наивные модели. Оценка точности прогноза	10%
3	Тест 1	20%	Описательные статистики	10%
4			Тестирование гипотез	10%
5			Применение методов сглаживания. Выбор лучшей модели	10%
6	Тест 2	20%	Построение уравнения простой линейной регрессии. Анализ и возможность его использования для прогнозирования.	10%
7			Анализ корреляционной матрицы. Многомерный регрессионный анализ.	10%
8	Тест 3	20%	Регрессионный анализ временных рядов	10%
9			Составление прогноза с использованием метода Бокса-Дженкинса	10%
10	Тест 4	20%
11			Анализ кейса об использовании качественных методов в прогнозировании	10%
12			Знаменитые ошибочные прогнозы. Точность прогнозирования	10%
13	Тест 5	20%
14			Презентация проектов	100%
15
16
17
18			Тест мониторинга прогресса
	итого	100%	итого	Задания -100%, курсовой проект – 100%

ТРЕБОВАНИЯ ПО ОЦЕНИВАНИЮ КУРСА «МАТЕМАТИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ ДЛЯ БИЗНЕСА»

Оценка за курс формируется следующим образом:

• 40% - задания по каждому модулю;
  
• 30% - мини-тесты;
  
• 30% - проект.
  

Финальная оценка

• 70-100% - зачет;
  
• < 69,9% - незачет.
  

Студент сдает зачет в случае, если он:

1) получил итоговую семестровую оценку «неудовлетворительно»;

2) не сдал все задания в срок в СДО ГЕКАДЕМ;

3) имеет более 8 часов пропусков без уважительной причины.

Студент не допускается до зачета без выполненных заданий в СДО Гекадем.