Рабочая учебная программа дисциплины Адаптивные методы прогнозирования

рабочая Учебная программа ДИСЦИПЛИНЫ

Адаптивные методы прогнозирования
Кафедра:	Математической статистики и эконометрики
	Аббревиатура	МСиЭ

Разработчики программы:

ДЭН, профессор

Оглавление

1. ДЛЯ СПЕЦИАЛЬНОСТЕЙ/НАПРАВЛЕНИЙ ПОДГОТОВКИ: 3

2. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ, ЕЕ МЕСТО В УЧЕБНОМ ПРОЦЕССЕ 3

3. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ.. 4

4. СПИСОК ЛИТЕРАТУРЫ.. 5

5. ИНТЕРНЕТ-РЕСУРСЫ.. 7

6. ПАКЕТЫ ПРИКЛАДНЫХ ПРОФЕССИОНАЛЬНЫХ ПРОГРАММ (ПППП) 7

7. ВОПРОСЫ ДЛЯ ИТОГОВОГО КОНТРОЛЯ.. 7

8. ТЕМАТИЧЕСКИЙ План И КОНТРОЛЬНЫЕ МЕРОПРИЯТИЯ ПО ДИСЦИПЛИНЕ. 8

8.1. Для специальности/направления подготовки: 080601.65 Статистика; 8

1.  ДЛЯ СПЕЦИАЛЬНОСТЕЙ/НАПРАВЛЕНИЙ ПОДГОТОВКИ:

№ п/п	Наименование специальности/направления	Уровень обр. пр. (ВПО / СПО*)	Обяза-тельная по ГОС ** Да / Нет	Наименование дисциплины по ГОС **	Индекс / Наименование цикла по ГОС ***
1.	Статистика	ВПО	нет	Адаптивные методы прогнозирования	ФТД.03
2.	Статистика (магистратура)	ВПО	нет	Адаптивные методы прогнозирования	ДНМ.02.01

* ОП – ОБРАЗОВАТЕЛЬНАЯ ПРОГРАММА (ВПО – высшее профессиональное образование, СПО - среднее профессиональное образование)

** ГОС – Государственный образовательный стандарт специальности/направления

*** Для «ОБЯЗАТЕЛЬНЫХ» по ГОС дисциплин – указывается индекс и наименование дисциплины по ГОС. Для «НЕОБЯЗАТЕЛЬНЫХ» - наименование цикла (блока) ГОС, в который входит данная дисциплина

2.  ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ, ЕЕ МЕСТО В УЧЕБНОМ ПРОЦЕССЕ

Цели изучения дисциплины - дать студентам научное представление об адаптивных методах прогнозирования, широко используемых в социально-экономических исследованиях, об их практическом применении на базе современных пакетов прикладных программ.

Задачи изучения дисциплины - после изучения курса слушатели будут знать современные методы социально-экономического прогнозирования, приобретут навыки решения реальных задач, встречающихся в различных областях экономической практики на базе отечественных и зарубежных пакетов прикладных программ.

Иметь представление: об адаптивных методах прогнозирования, о возможностях их использования в социально-экономических исследованиях.

Знать: основные подходы к построению адаптивных моделей прогнозирования.

Уметь: решать реальные задачи прогнозирования, встречающиеся в различных областях экономической практики, на базе современных пакетов прикладных программ.

Список дисциплин, знание которых необходимо для изучения курса данной дисциплины.

1.  теория вероятностей, математическая статистика

2.  теория статистики

3.  высшая математика

4.  линейная алгебра

5.  Список дисциплин, для изучения которых необходимы знания данного курса.

1.  Основы актуарных расчетов

2.  Методы оценки финансового риска

3.  СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

тема 1. Сущность адаптивных методов

Отличие адаптивных методов от традиционных подходов к прогнозированию одномерных временных рядов.

Преимущества адаптивных моделей при краткосрочном прогнозировании.

Обобщенная схема построения адаптивных моделей.

тема 2. простейшие адаптивные модели и их свойства

Экспоненциальное сглаживание.

Начальные условия экспоненциального сглаживания.

выбор постоянной сглаживания.

Примеры прогнозирования с помощью адаптивной модели нулевого порядка.

Модификация экспоненциального сглаживания в методе Вейда.

Модели линейного роста (ч. хольта, р. брауна, дж. бокса и г. Дженкинса).

тема 3. адаптивные полиномиальные модели и их свойства

Многократное сглаживание.

Аппроксимация полиномиальных трендов с помощью многократного сглаживания.

Адаптивные полиноминальные модели невысоких порядков.

Модели с адаптивными параметрами адаптации.

Следящий контрольный сигнал.

модель Тригга-Лича.

Адаптация параметра методом эволюции.

Адаптация параметра методом эволюционного планирования.

тема 4. Сезонные адаптивные модели

Общая характеристика сезонных адаптивных моделей.

Отличие адаптивных сезонных моделей от традиционных подходов к моделированию сезонности (гармонического анализа, использования фиктивных переменных, классической сезонной декомпозиции и др.).

Модель Уинтерса с мультипликативной сезонностью.

Модель Хольта-Уинтерса с мультипликативной сезонностью и линейным ростом.

Аддитивная модель сезонных явлений Тейла-Вейджа.

Альтернативные виды адаптивных сезонных моделей.

Тема 5. Модели стационарных временных рядов и их идентификация

определение стационарности в широком смысле (weak stationary) и стационарности в узком смысле (strictly stationary).

Модели авторегрессии p-го порядка (AR(p)-модели).

Анализ моделей авторегрессии для случаев p=1 (Марковский процесс) и p=2 (процесс Юла).

Модели скользящего среднего порядка q (MA (q)-модели).

Основные характеристики процесса MA(q).

Анализ моделей скользящего среднего первого и второго порядка (MA (1) и

MA (2)).

Авторегрессионные модели стационарных временных рядов со скользящими средними в остатках: определение, свойства, оценка параметров (модели ARMA (p, q)).

Процесс авторегрессии-скользящего среднего ARMA (1,1).

Тема 6. Модель ARIMA (модель Бокса-Дженкинса) и особенности ее реализации в различных ППП

Понятия нестационарных временных рядов и нестационарных однородных временных рядов.

Основные этапы методологии построения моделей Бокса-Дженкинса:

·  Идентификация модели;

·  Оценивание параметров модели;

·  Диагностическая проверка адекватности модели;

·  Использование модели для прогнозирования.

Приемы тестирования исходных данных на стационарность, процедуры перехода к стационарным рядам.

Критерии Дики-фуллера для обнаружения единичных корней.

Расширенный критерий Дики-фуллера.

современные подходы к построению моделей ARIMA.

Критерии бартлетта, бокса-пирса, бокса-льюнга.

Информационный критерий акайка, критерий Шварца.

сезонный вариант модели ARIMA.

практические рекомендации построения моделей этого класса с помощью пакетов прикладных программ.

4.  СПИСОК ЛИТЕРАТУРЫ

Основная литература:

1.  Дуброва методы прогнозирования: Учебное пособие / , — М.: МЭСИ, 2007

2.  Лукашин и адаптивные методы прогнозирования : Учебное пособие / .- М., МЭСИ, 1997. - 44 с.

3.  , и др. Анализ временных рядов и прогнозирование в системе «Statistica». — М.: МЭСИ, 2002.

4.  Дуброва социально-экономических процессов. Статистические методы и модели: учеб. пособие/ - М.,Маркет ДС, 2007. - 192 с.

5.  Эконометрика: учеб. под редакцией . - М.: Проспект, 2009 - 288с. , Половников -матеамтические методы и модели: компьютерное моделирование, М.: Вузовский учебник, 2007. -365с.

Дополнительная литература:

1.  лукашин методы краткосрочного прогнозирования временных рядов. — М.: финансы и статистика, 2003.

2.  , Мхитарян B. C. Прикладная статистика и основы эконометрики. — М.: ЮНИТИ, 1998.

3.  Статистический анализ временных рядов. — М.: Мир, 1976.

4.  Афанасьев в. н., юзбашев м. м. анализ временных рядов и прогнозирование. — М.: Финансы и статистика, 2001.

5.  Бокс Дж., Анализ временных рядов. Прогноз и управление. — М.: Мир, 1974. — Вып. 1, 2.

6.  , Ивченко в системе STATISTICA® в среде Windows. Основы теории и интенсивная практика на компьютере. — М.: Финансы и статистика, 1999.

7.  Statistica. Анализ и обработка данных в системе WINDOWS. — М.: Финансы и статистика, 2006.

8.  прогнозирование социально-экономических процессов. статистические методы и модели. — М.: маркет дс - (университетская серия).

9.  , , Ткачев -регрессионный анализ в системе Statistica. Учебное пособие. МЭСИ,1999.

10.  Временные ряды. — М.: Финансы и статистика, 1981.

11.  Дж. Многомерный статистический анализ и временные ряды. — М.: Наука, 1976.

12.  , Френкель временных рядов и прогнозирование. — М.: Статистика, 1973.

13.  Кремер н. ш., путко б. а. эконометрика / под. ред. проф. н. ш. Кремера. — М.: юнити-дана, 2007.

14.  Лугачев социального прогнозирования. — М.: Экономический факультет МГУ, ТЕИС, 1999.

15.  Льюис прогнозирования экономических показателей. — М.: Финансы и cтатистика, 1986.

16.  Магнус я. р., Катышев п. к., пересецкий а. а. эконометрика. Начальный курс. — М.: дело, 2006.

17.  отнес р., эноксон л. Прикладной анализ временных рядов. — М.: Мир, 1982.

18.  Половников и прогнозирование транспортной работы морского флота. - м.: Транспорт, 1983.

19.  Практикум по эконометрике / и. и.елисеева, с. в.курышева, н. м.гордеенко и др.; под ред. и. и.елисеевой. — М.: Финансы и статистика, 2006.

20.  , Крутова и ведение базы данных временных рядов. Система показателей, методы определения, оценки прогнозирования информационных процессов. — м.: гкс РФ, 1995.

21.  Статистическое моделирование и прогнозирование. Учебное пособие. (Под ред. ). — М.: Финансы и статистика, 1990.

22.  Уотшем т. дж., паррамоу к. количественные методы в финансах. / пер. с англ., под. ред. м. р. ефимовой. — М.: финансы, юнити, 1999.

23.  Френкель производительности труда: методы и модели. — М.: Экономика, 2006.

24.  ханк д. э., уичерн д. у., райтс а. дж. бизнес-прогнозирование /пер. с англ. 7-е изд. — м. издательский дом «Вильямс», 2003.

25.  Четыркин методы прогнозирования. — м.: Статистика, 1975.

26.  Эконометрика / под ред. и. и.елисеевой. — М.: Финансы и статистика, 2005.

27.  Экономико-математические методы и прикладные модели. (Под ред. ). М.: Юнити, 1999.

28.  Greene W. H. Econometric Analysis, 4th ed., Prentice Hall, 1999.

29.  Pindyck R. S., Rubinfeld D. L. Econometric models. Economic forecasts, 4th ed., McGraw-Hill, 1998.

5.  ИНТЕРНЕТ-РЕСУРСЫ

1. www. gks. ru росстат (госкомстат рф).

2. www. cbr. ru Центральный банк Российской Федерации.

3. www. minfin. ru министерство финансов рф.

4. www. центр экономической конъюнктуры при правительстве РФ.

5. www. федеральная комиссия по ценным бумагам.

6. www. rbk. ru Росбизнесконсалтинг.

7. www. akm. ru агентство AK&M.

8. www. cemi. rssi. ru центральный экономико-математический институт ран (цэми).

9. www. akdi. ru агентство AKди.

10. www. forecast. ru центр макроэкономического анализа и прогнозирования при

инп ран.

11. www. rtsnet. ru российская торговая система.

12. www. micex. ru московская международная валютная биржа

6.  ПАКЕТЫ ПРИКЛАДНЫХ ПРОФЕССИОНАЛЬНЫХ ПРОГРАММ (ПППП)

1.  Excel

2.  spss

3.  statistica

7.  ВОПРОСЫ ДЛЯ ИТОГОВОГО КОНТРОЛЯ

тема 1. Сущность адаптивных методов

1.  укажите характерные особенности адаптивных моделей прогнозирования.

2.  укажите отличия адаптивных моделей прогнозирования от традиционных моделей.

тема 2. простейшие адаптивные модели и их свойства

1. модель экспоненциального сглаживания. чем объясняется название «экспоненциальная средняя»?

3.  роль параметра адаптации в процедуре экспоненциального сглаживания. как влияет значение параметра адаптации на характер ряда, полученного после экспоненциального сглаживания?

тема 3. адаптивные полиномиальные модели и их свойства

1.  модели линейного роста, их свойства, отличия друг от друга.

2.  построение адаптивных полиномиальных моделей.

тема 4. Сезонные адаптивные модели

1.  виды сезонных адаптивных моделей, их отличия от традиционных моделей прогнозирования сезонных процессов.

2.  характеристика модели хольта-уинтерса.

3.  характеристика модели тейла-вейджа.

Тема 5. Модели стационарных временных рядов и их идентификация

1.поясните понятие «белый шум». каковы его свойства?

2. что такое автокорреляционная функция, частная автокорреляционная

функция? как можно рассчитать выборочную оценку коэффициента

автокорреляции?

3.дайте определение стационарного временного ряда в узком и в широком смысле. Можно ли утверждать, что временной ряд стационарный в узком смысле является одновременно и стационарным в широком смысле?

будет ли справедливым обратное утверждение?

4.  основные виды моделей стационарных временных рядов.

5.  перечислите основные свойства марковского процесса - ar(1).

6.  что такое процесс случайного блуждания?

7.  как выглядит модель, описывающая процесс юла? Каковы условия стационарности процесса ar(2)?

8.  охарактеризуйте поведение автокорреляционных функций (акф и

ч акф) для ar(2) и для мa (2).

9.  авторегрессионные модели со скользящими средними в остатках. Каковы для них условия стационарности и обратимости?

Тема 6. Модель ARIMA (модель Бокса-Дженкинса) и особенности ее реализации в различных ППП

1.  параметры модели «сезонная ARIMA». Как на практике осуществляется подбор этих параметров?

2.  основные этапы применения методологии бокса-дженкинса.

3.  использование тестов бокса-льюнга, бокса-пирса, бартлетта.

4.  использование критериев акайка и Шварца.

8.  ТЕМАТИЧЕСКИЙ План И КОНТРОЛЬНЫЕ МЕРОПРИЯТИЯ ПО ДИСЦИПЛИНЕ

8.1.  Для специальности/направления подготовки:
080601.65 Статистика;

Тип дисциплины (ОБ/ПР)	ПР	Кол-во семестров учебного плана, отведенных на изучение дисциплины	1
	Количество учебных недель семестра	17
количество часов, отводимое на изучение дисциплины по учебному плану, всего	170
Форма обучения	очная	Объем недельной ауд. нагрузки (Л / С)	1/2
Форма обучения		Объем недельной ауд. нагрузки (Л / С)

ТЕМАТИЧЕСКИЙ План ИЗУЧЕНИЯ ДИСЦИПЛИНЫ

№ п. п.	Наименование темы и её порядковый номер (в соответствии с содержанием учебной программы дисциплины)	Кол-во академических часов **
Очная	Очно-заочная
Л	С	СР	Л	С
1.	тема 1. Сущность адаптивных методов	2	-	14
2.	тема 2. простейшие адаптивные модели и их свойства	2	6	18
3.	тема 3. адаптивные полиномиальные модели и их свойства	3	6	22
4.	тема 4. Сезонные адаптивные модели	4	8	22
5.	Тема 5. Модели стационарных временных рядов и их идентификация	4	8	22
6.	Тема 6. Модель ARIMA (модель Бокса-Дженкинса) и особенности ее реализации в различных ППП	2	6	21
ОБЩИЙ ОБЪЕМ УЧЕБНОЙ АУДИТОРНОЙ НАГРУЗКИ ***	17	34	119

Семестровые контрольные мероприятия (СКМ)

№ п. п.	Наименование темы и её порядковый номер (в соответствии с содержанием учебной программы дисциплины)	СКМ **	Форма *** (Э / А)	Кол-во баллов в БРС
Вид	Код	Очная	О-з/з	Мин.	Макс.
1.	Тема 1, Тема 2	Расчетная работа	К1	Э		7	10
2.	Тема 1, Тема 2, Тема 3, Тема 4	Тестирование	Т1	Э		6	10
3.	Тема 3, Тема 4, Тема 5, Тема 6	Форум	Ф1	Э		6	7
4.	Тема 3, Тема 4	Расчетная работа	К2	А		10	15
5.	Тема 1, Тема 2, Тема 3, Тема 4, Тема 5, Тема 6	Итоговое тестирование	Т2	Э		6	10
Посещаемость и активность работы	10	18
ИТОГО (кол-во баллов)	45	70

форма проведения и Содержание итоговЫХ контрольнЫХ мероприятиЙ:

Вид мероприятия	Форма проведения	Структура экзаменационного задания (билета)	Использование ПК (ДА/НЕТ)
Зачет	устно	2 вопроса	нет

8.2 Для специальности/направления подготовки:
080600.68 Статистика (магистратура)

Тип дисциплины (ОБ/ПР)	ПР	Кол-во семестров учебного плана, отведенных на изучение дисциплины	1
	Количество учебных недель семестра	17
количество часов, отводимое на изучение дисциплины по учебному плану, всего	120
Форма обучения	очная	Объем недельной ауд. нагрузки (Л / С)	1/1
Форма обучения		Объем недельной ауд. нагрузки (Л / С)

ТЕМАТИЧЕСКИЙ План ИЗУЧЕНИЯ ДИСЦИПЛИНЫ

№ п. п.	Наименование темы и её порядковый номер (в соответствии с содержанием учебной программы дисциплины)	Кол-во академических часов **
Очная	Очно-заочная
Л	С	СР	Л	С
1.	тема 1. Сущность адаптивных методов	2	2	10
2.	тема 2. простейшие адаптивные модели и их свойства	2	2	10
3.	тема 3. адаптивные полиномиальные модели и их свойства	3	3	18
4.	тема 4. Сезонные адаптивные модели	4	4	18
5.	Тема 5. Модели стационарных временных рядов и их идентификация	4	4	18
6.	Тема 6. Модель ARIMA (модель Бокса-Дженкинса) и особенности ее реализации в различных ППП	2	2	12
ОБЩИЙ ОБЪЕМ УЧЕБНОЙ АУДИТОРНОЙ НАГРУЗКИ ***	17	17	86

Семестровые контрольные мероприятия (СКМ)

№ п. п.	Наименование темы и её порядковый номер (в соответствии с содержанием учебной программы дисциплины)	СКМ **	Форма *** (Э / А)	Кол-во баллов в БРС
Вид	Код	Очная	О-з/з	Мин.	Макс.
1.	Тема 1, Тема 2	Расчетная работа	К1	Э		9	12
2.	Тема 3, Тема 4, Тема 5, Тема 6	Форум	Ф1	Э		8	12
3.	Тема 3, Тема 4	Расчетная работа	К2	А		10	16
4.	Тема 1, Тема 2, Тема 3, Тема 4, Тема 5, Тема 6	Итоговое тестирование	Т1	Э		8	12
Посещаемость и активность работы	10	18
ИТОГО (кол-во баллов)	45	70

форма проведения и Содержание итоговЫХ контрольнЫХ мероприятиЙ:

Вид мероприятия	Форма проведения	Структура экзаменационного задания (билета)	Использование ПК (ДА/НЕТ)
Зачет	устно	2 вопроса	нет

ПОЯСНЕНИЯ

Количество академических часов: Л - лекций, С - семинаров/практических занятий, СР – самостоятельной работы, отводимых студентам очной (дневной) и очно-заочной (вечерней) форм обучения на изучение соответствующей темы дисциплины. Для заочной формы обучения кол-во академических часов не указывается.

Общий объем семестровой аудиторной нагрузки, отводимый на изучение дисциплины = = недельная аудиторная нагрузка (кол-во часов Л/С) Х максимальное кол-во учебных недель семестра (18)

код мероприятия в документах БРС: Т1, Т2, Т3… – тестирование; Ф1, Ф2, Ф3 … – форум; К1, К2, К3… – контрольное задание (контрольная работа, расчетная работа, лабораторная работа, реферат, эссе, коллоквиум и пр.).

форма проведения семестрового контрольного мероприятия: А – аудитория; Э – электронная среда. Для вечерней (очно-заочной – О-з) и З - заочной форм обучения СКМ проводятся только в электронной среде.

Тематические планы изучения дисциплины составлены в соответствии с дидактическими единицами ГОС специальностей и направлений.

Перечень семестровых контрольных мероприятий (СКМ) дисциплины сформирован в соответствии с утвержденными учебными планами специальностей/направлений, требованиями рабочей учебной программы дисциплины и методикой использования балльно-рейтинговой системы оценивания знаний (БРС) студентов МЭСИ.

ПРОГРАММА ПЕРЕУТВЕРЖДЕНА:

	НА	20___	-	20___	УЧЕБНЫЙ ГОД.
	Протокол НМС №_____ от ________ 20___г.	Протокол №_____ от ________ 20___г.
	Директор института	Заведующий кафедрой
	__________________/______________/	_________________/________________/
№ п/п	Стр., №	Описание изменений

ПРОГРАММА ПЕРЕУТВЕРЖДЕНА:

	НА	20___	-	20___	УЧЕБНЫЙ ГОД.
	Протокол НМС №_____ от ________ 20___г.	Протокол №_____ от ________ 20___г.
	Директор института	Заведующий кафедрой
	__________________/______________/	_________________/________________/
№ п/п	Стр., №	Описание изменений

ПРОГРАММА ПЕРЕУТВЕРЖДЕНА:

	НА	20___	-	20___	УЧЕБНЫЙ ГОД.
	Протокол НМС №_____ от ________ 20___г.	Протокол №_____ от ________ 20___г.
	Директор института	Заведующий кафедрой
	__________________/______________/	_________________/________________/
№ п/п	Стр., №	Описание изменений