Рекомендуемая литература
1. Основная:
- Алгазин социальной информации в среде пакета EXCEL. Учебно-методическое пособие. Барна1.
- Дуброва методы прогнозирования: учеб. пособие для вузов. М. : ЮНИТИ-[ДАНА], 2003.
- Эконометрика: учеб. для вузов/ под ред. . М.: Финансы и статистика, 2003.
2. Дополнительная:
- Дуброва методы прогнозирования: учеб. пособие для вузов. М.: ЮНИТИ-[ДАНА].
- , Морозов на ЭВМ по анализу временных рядов: учеб. пособие для вузов. Минск: Университетское, 2001.
- Математические и компьютерные основы статистического анализа данных и моделирования: учеб. пособие. , , . Минск: БГУ, 2008.
- Методы и модели анализа временных рядов : метод. указания к лаб. работам / сост. . Тамбов: Изд-во Тамб. гос. техн. ун-та, 2008.
- Практикум по эконометрике: учеб. пособие для вузов/ под ред. .- М.: Финансы и статистика, 2003.- 192с.
Раздел 2. «Прикладной анализ временных рядов»
Тема. Изучение взаимосвязей по временным рядам. Коинтеграция временных рядов. Применение временных рядов в прогнозировании социальных процессов. Изучение динамики социальных процессов с помощью временных рядов.
Лекция. Изучение взаимосвязей по временным рядам. Коинтеграция временных рядов. Применение временных рядов в прогнозировании социальных процессов. Изучение динамики социальных процессов с помощью временных рядов. (2 ч.).
Лабораторные занятия. «Выбор кривой роста и определение ее параметров» (6 ч.):
1. Вычисление первого среднего прироста
2. Вычисление второго среднего прироста
3. Вычисление производных величие первого и второго прироста
4. Выбор вида кривой роста на основе метода характеристик прироста
5. Нахождение параметров выбранной кривой роста
6. Нахождение параметров полинома первого порядка методом наименьших квадратов.
7. Построение графиков кривой роста, полинома первого порядка и исходного ряда
Лабораторные занятия. «Оценка адекватности трендовой модели» (6 ч.):
1. Нахождение остаточной компоненты временного ряда
2. Проверка случайности уровней остаточной последовательности с помощью критерия пиков
3. Проверка случайности уровней остаточной последовательности с помощью критерия серий
4. Проверка соответствия распределения остаточной компоненты нормальному закону распределения с помощью показателей асимметрии и эксцесса
5. Проверка соответствия распределения остаточной компоненты нормальному закону распределения с помощью RS-критерия.
6. Проверка равенства нулю математического ожидания остаточной компоненты с помощью критерия Стьюдента.
7. Проверка независимости уровней остаточной компоненты с помощью критерия Дарбина-Уотсона
Лабораторные занятия. «Прогнозирование на основе трендовой модели» (6 ч.):
1. Вычисление точечного прогноза
2. Вычисление верхней и нижней оценок доверительного интервала.
3. Определить точечный прогноз по уравнению нелинейного тренда
4. Определить интервальный прогноз по уравнению нелинейного тренда
Лабораторные занятия. «Адаптивная модель прогнозирования Брауна» (6 ч.):
1. Построение адаптивной модели Брауна первого порядка
2. Построение прогноза с завершением обучения модели после некоторого времени
3. Построение прогноза без завершения обучения модели.
4. Вычисление интервального прогноза
5. Построение графиков исходного ряда и прогнозных значений с завершением обучения и без завершения
Самостоятельная работа. Подготовка к лабораторным занятиям: проработка учебников, первоисточников, решение задач (24 ч.).
Рекомендуемая литература
1. Основная:
- Математические и компьютерные основы статистического анализа данных и моделирования: учеб. пособие. , , . Минск: БГУ, 2008.
- Методы и модели анализа временных рядов : метод. указания к лаб. работам / сост. . Тамбов: Изд-во Тамб. гос. техн. ун-та, 2008.
- Дуброва методы прогнозирования: учеб. пособие для вузов. М. : ЮНИТИ-[ДАНА], 2003.
- Эконометрика: учеб. для вузов/ под ред. . М.: Финансы и статистика, 2003.
2. Дополнительная:
- Дуброва методы прогнозирования: учеб. пособие для вузов. М.: ЮНИТИ-[ДАНА].
- , Морозов на ЭВМ по анализу временных рядов: учеб. пособие для вузов. Минск: Университетское, 2001.
- Практикум по эконометрике: учеб. пособие для вузов/ под ред. .- М.: Финансы и статистика, 2003.- 192с.
Раздел 3. «Современные технологии анализа динамики социальных процессов»
Тема. Технологии Пакета анализа и статистические функции электронной таблицы Excel. Технологии SPPS и PSPP. Технологии AsaStat. Технологии Deductor.
Лекция. Технологии Пакета анализа и статистические функции электронной таблицы Excel. Технологии SPPS и PSPP. Технологии AsaStat. Технологии Deductor. (4 ч.).
Самостоятельная работа. Выполнение заданий на ПК (25 ч.).
Рекомендуемая литература
1. Основная:
- Орлов статистика. М.: Изд-во «Экзамен», 2004.
- Орлов статистика. М.: М3-Пресс, 2004.
- Дуброва методы прогнозирования: учеб. пособие для вузов. М. : ЮНИТИ-[ДАНА], 2003.
- Эконометрика: учеб. для вузов/ под ред. . М.: Финансы и статистика, 2003.
2. Дополнительная:
- Дуброва методы прогнозирования: учеб. пособие для вузов. М.: ЮНИТИ-[ДАНА].
- , Морозов на ЭВМ по анализу временных рядов: учеб. пособие для вузов. Минск: Университетское, 2001.
- Математические и компьютерные основы статистического анализа данных и моделирования: учеб. пособие. , , . Минск: БГУ, 2008.
- Методы и модели анализа временных рядов : метод. указания к лаб. работам / сост. . Тамбов: Изд-во Тамб. гос. техн. ун-та, 2008.
- Практикум по эконометрике: учеб. пособие для вузов/ под ред. .- М.: Финансы и статистика, 2003.- 192с.
2.3. САМОСТОЯТЕЛЬНАЯ РАБОТА СТУДЕНТА
2.3.1. Виды СРС
Номер раздела учебной дисциплины | Виды СРС | Всего часов |
Семестр № 3 | ||
1-3 | Индивидуальные домашние задания (темы для самостоятельного изучения) | 24 |
1-3 | Подготовка к лабораторным занятиям: проработка учебников, первоисточников, решение задач | 24 |
1-3 | Выполнение заданий на ПК | 25 |
ИТОГО часов в семестре: | 73 |
2.3.2. Методические указания для самостоятельной работы
Динамика и прогнозирование временных рядов. Тренды
Целью самостоятельной работы является ознакомление с методами постановок задач по изучению динамики и прогнозированию социальных процессов с помощью временных рядов. Освоение технологии Пакета анализа электронной таблицы Excel. Построение трендов с применением статистических функций Excel.
Общие сведения
Временной ряд – это последовательность чисел, являющихся значениями некоторой характеристики протекающего во времени процесса. Они измерены в последовательные моменты времени (как правило через равные промежутки). Элементы временного ряда нумеруют в соответствии с номером момента времени, к которому они относятся, например, x1, x2, …, xt, … и т. д. Примерами временного ряда служат курсы валют, динамика общественного мнения, показателей смертности и рождаемости населения, браков и разводов и т. п.
При анализе временных рядов чаще всего ставятся следующие цели:
·краткое описание характерных особенностей ряда;
·подбор статистической модели;
·предсказание будущих значений на основе прошлых наблюдений;
·управление процессом, порождающим временной ряд.
При практическом анализе, как правило, последовательно выполняют следующие задачи:
·графическое представление и описание поведения временного ряда;
·выделение и удаление закономерных составляющих временного ряда, зависящих от времени;
·выделение и удаление низко – или высокочастотных составляющих процесса;
·исследование и подбор математической модели для случайной составляющей, оставшейся после удаления перечисленных выше составляющих;
·прогнозирование будущего развития процесса.
Для решения указанных выше задач предложено большое количество различных методов:
·корреляционный анализ;
·спектральный анализ;
·сглаживание и фильтрация;
·авторегрессия и скользящее среднее;
·прогнозирование на основе подобранной модели.
Основная идея прикладной статистики при анализе временного ряда xt заключается в разделении его на закономерную (детерминированную) dt и случайную et составляющие. Значения детерминированной составляющей следуют определенному правилу и могут быть вычислены при каждом t как значение некоторой функции, зависящей от текущего момента t. Случайная составляющая непредсказуема, иррегулярна, хаотична. Для ее описания используют статистический подход.
Различают аддитивные и мультипликативные модели временного ряда. В первом случае: xt = dt + et. Во второй модели ряд представляют в виде произведения: xt = dt * et. С помощью операции логарифмирования можно перейти от мультипликативной модели к аддитивной.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 |
