Тематический план

  • Общее

    Цель дисциплины:

    -   подготовка бакалавров владеющих методологией  и методикой анализа динамических рядов, статистического моделирования на макро- и микроуровнях и развить навыки их практического применения.

    Задачами дисциплины являются:

    -    изучить и обосновать статистические методы прогнозирования;

    - определить область применения статистико-математических методов при моделировании и прогнозировании социально-экономических явлений и процессов;

    - изучение способов практического  использования статистических методов моделирования и прогнозирования в оценке принятия управленческих решений;

    -  рассмотреть методику сбора и анализа статистической информации для построения экономико-статистических моделей и прогнозов, а также методов оценки их точности и надежности;

    - изучить основные проблемы и направления совершенствования методологии статистического моделирования и прогнозирования.


  • Статистическое прогнозирование и моделирование как наука. Предмет, метод и задачи курса. Теоретические основы прогнозирования

    • Понятие моделирования и прогнозирования социально-экономических явлений. Статистические категории и методы. Статистический метод наблюдения, группировки, обобщающих показателей, корреляционно-регрессионного анализа и др. Моделирование. Модель.

      Моделирование структуры: моделирование на основе группировок; моделирование на основе кривых распределения;  моделирование на основе сходства.

      Моделирование динамики: трендовые модели; модели периодических колебаний; моделирование на основе логических кривых; моделирование на основе дисконтирования информации; многофакторные динамические модели.

      Моделирование взаимосвязи: на основе одного уравнения;  на основе системы уравнений.

      Прогнозирование. Период упреждения. Этапы разработки статистических прогнозов. Перспективный, ретроспективный прогноз.


  • Априорный анализ компонент временного ряда

    • Компоненты временного ряда. Тенденция. Периодическая (циклическая) компонента. Сезонна компонента. Случайная компонента. Показатели изменения рядов динамики: абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процента прироста. Средние показатели динамического ряда.

      Цепная и базисная система расчета.


  • Моделирование тенденции

    • Метод укрупнения интервалов. Метод скользящей средней. Метод аналитического выравнивания.

      Кривые роса и определение их параметров: степенная функция, гипербола, логистическое уравнение, показательная функция, парабола второго порядка

      Система нормальных уравнений.  Коэффициент линейного уравнения.

      Тенденция среднего. Тенденция дисперсии. Тенденция автокорреляции.

      Метод Фостера-Стюарта. Метод сравнения средних уровней ряда.

      Автокорреляция. Коэффициент автокорреляции. Лаг.


  • Моделирование периодической компоненты

    • Сезонные колебания. Индексы сезонности.

      Метод постоянной средней. Метод переменной средней. Метод скользящей средней. График сезонной волны.

      Аддитивные и мультипликативные тренд - сезонные модели. Корректировка значений сезонной компоненты в аддитивной модели. Корректировка значений сезонной компоненты в мультипликативной модели.

      Гармоники Фурье.


  • Моделирование случайной компоненты

    • Способы исключения автокорреляции. Коррелирование отклонений от выровненных уровней. Коррелирование последовательных разностей. Метод Фриша – Воу. Коэффициент автокорреляции остаточных величин. Критерий Дарбина  - Уотсона.


  • Статистические методы прогнозирования динамики

    • Прогнозирование рядов динамики не имеющих тенденции. Метод повторных точек. Метод ранговой корреляции. Коэффициент ранговой корреляции Кендалла.

      Методы прогнозирования на основе одномерных рядов: простейшие, экстраполяция тренда, кривые роста. Кривая Гомперца. Логистическая кривая. Коэффициент несоответствия.

      Прогнозирование с учетом дисконтирования информации. Методы простого экспоненциального сглаживания и гармонических весов. Понятие дисконтирования. Метод простого экспоненциального сглаживания. Коэффициент сглаживания (или параметр адаптации). Метод гармонических весов. Коэффициент отдаленности. Модель Хольта-Уинтерса.


  • Статистические методы моделирования взаимосвязи

    • Множественный регрессионный анализ. Зависимая (результативная) переменная и  независимые (факторные) переменные. Построение уравнения множественной регрессии. Понятие мультиколлинеарности.  Коэффициент детерминации. Средняя относительная ошибка аппроксимации.. Оценка значимости коэффициентов регрессии. Интерпретация параметров моделей множественной  регрессии. Доверительный интервал для уравнения регрессии. Стандартизированные коэффициенты регрессии и коэффициенты эластичности. Стандартизированные коэффициенты.


  • Статистические методы прогнозирования взаимосвязи

    • Понятие динамических моделей. Модели с распределенным лагом. Авторегрессионные модели. Краткосрочный мультипликатор. Долгосрочный мультипликатор.  Средний лаг. Медианный лаг. Метол Алмон (полиномиальный метод). Метод инструментальных переменных.


  • Эвристические методы прогнозирования социально-экономических явлений

    • Эвристика. Метод экспертных оценок. Метод Дельфи. Метод мозгового штурма. Метод синектики.