Комп’ютерні технології моделювання та прогнозування

 

Перелік основних завдань

1. Ознайомитися з програмним забезпеченням еконономіко-статистичних і економіко-математичних досліджень, зокрема пакетами прикладних програм обробки даних: SPSS, SAS, Statgraphics, Statistic.

2. Опанування обробки даних у системі Statistic з використанням спеціалізованого модуля – «Управління даними», «Менеджер мегафайлів».

3. Характеристика структури діалогу в модулі, вивчення стартової панелі модуля.

4. Навчитися грамотно та коректно давати графічну інтерпретацію одержаних результатів.

5. Опанування процесом формування інформаційної бази моделі.

Література: основна [5, 6, 11].

 

Комплексний аналіз динамічних процесів, ідентифікація моделей та прогнозування

Перелік основних завдань

1. Освоїти методику прогнозування за допомогою аналізу часових рядів з використанням різноманітних алгоритмів модулю «Time serious forecasting» – «Arima and autocorrelation functions», «Interrupted time series analysis», «Exponential smoothing and forecasting», «Seasonal decomposition», «Distributed lags analysis», «Spectral (Fourier) analysis» та «Nonlinear Estimation»прикладного пакету програм “Statistica6.0”.

2. Навчитися виявляти основну тенденцію розвитку за допомогою побудови різних трендових моделей і вибирати найбільш апроксимовану до реальних процесів.

3. Навчитися розраховувати показники сезонності та враховувати вплив сезонного ефекту в процесі проведення дослідження та аналізу.

Література: основна [4–6, 9, 11, 14, 16, 21, 23–25, 27, 28].

Характеристика моделей класифікації

 

Перелік основних завдань

1. Знайомство з властивостями нормального розподілу та оцінювання ступеня наближеності до цього стандарту з метою підтвердження однорідності сукупності (у системі Statistica закономірність розподілу можна проаналізувати за допомогою процедур Distribution стартової панелі Descriptivestatistics модуль BasicStatisticsandTables).

2. Навчитися проводити групування об’єктів дослідження за допомогою кластерного аналізу з використанням модулю “Clusteranalysis” прикладного пакету програм “Statistica6.0” та підтверджувати правильність одержаних результатів за допомогоюмодулю “Anova”.

3. Провести класифікацію об’єктів на основі дискримінантної функції.

Література: основна [1, 4–6, 8, 10, 11, 20–23].

 

Теоретичні засади моделювання взаємозв’язків

 

Перелік основних завдань

1. Навчитися будувати кореляційно – регресійні моделі для виявлення можливого зв’язку між показниками та одержання моделей для прогнозування за допомогою метода екстраполяції.

2. Застосовувати економіко-математичні та економіко-статистичні методи при вирішенні конкретних соціально-економічних та аналітичних завдань при побудові моделей взаємозв’язкуз використанням прикладних програм.

3. Проведення оцінювання адекватності моделей, побудова графіків залишків регресійної моделі (MultipleRegression – Normalprobabilityplotofresiduals).

Література: основна [4–6, 9, 11, 21, 23–25].

 

Моделювання складних причинних комплексів

 

Перелік основних завдань

1. Навчитися виявляти приховані першопричини, які пояснюють кореляції між ознаками і змістовно інтерпретуються; та виявляти кон’юнктуро утворюючі фактори, які мають вплив на досліджуване явище чи процес і пояснюють значну частку ринкових коливань.

2. Побудування моделі головних компонентів та проведення її змістовної інтерпретації (з використанням модулю FactorAnalysis та його процедури Principalcomponents).

Література: основна [4–7, 11–13, 19, 21–23, 26].