УМК_АнализДанных

Министерство образования и науки Республики Казахстан РГП ПХВ «Евразийский национальный университет им. Л.Н. Гумилева»

Факультет___механико-математический_

Кафедра Высшей математики

УТВЕРЖДАЮ

Декан механикоматематического факультета РГП ПХВ «Евразийского национального

университета им. Л.Н. Гумилева» Джайчибеков Н.Ж.

__________________

_______________ 2014 г.

УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС ДИСЦИПЛИНЫ

“Анализ данных прогнозирование в экономике ”,

Код: DTEZh 3311

для студентов специальности 5В050600 – Экономика

Астана

2014

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.2 из 58

Министерство образования и науки Республики Казахстан РГП ПХВ «Евразийский национальный университет им. Л.Н. Гумилева»

Кафедра Высшая математика

УТВЕРЖДАЮ Заведующий кафедрой Высшей математики

________________________

__Бокаев Н.А.___.

_______________ 20____г.

СИЛЛАБУС (рабочая учебная программа)

по дисциплине Анализ данных прогнозирование в экономике,

Код: DTEZh 3311

для студентов специальностей 5В050600 – Экономика

Астана

2014

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.3 из 58

1.Преподаватели:

Джумабаева Джамиля Гумаровна – к.ф.-м.н, доцент кафедры высшей математики и методики математики ЕНУ им. Л.Н.Гумилева.

Научные интересы: Теория функций и функциональный анализ, экономикоматематические модели, эконометрика.

2.Анализ данных прогнозирование в экономике. Код: DTEZh 3311. Количество кредитов – 2.

3.Распределение часов по учебному плану

	Общее	Осенний семестр			Весенний семестр
Виды занятий	количество	В неделю	Всего		В неделю	Всего
	часов
Лекции	15	-	-		1	15
Практическое занятие	15	-	-		1	15
Семинарское занятие	-	-		-	-	-
Лабораторное занятие	-	-		-	-	-
Студийное занятие		-		-
СРО	30	-	-		2	30

4.Пререквизиты курса: Для изучения данного курса студенту необходимо знание математики в экономике, элементы теории вероятностей, математическая статистика, эконометрика.

Постреквизиты курса: Данный курс позволяет изучить некоторые разделы следующих дисциплин: микроэкономика, макроэкономика, экономико-математическое моделирование, исследование операций.

5.Характеристика учебной дисциплины

5.1Назначение учебной дисциплины – Данный курс предназначен для подготовки студентов экономических специальностей университета с целью овладения ими математического аппарата и дальнейшего его применения для решения прикладных экономических задач.

5.2Цель изучения учебной дисциплины - Преподавание дисциплины “Анализ данных прогнозирование в экономике ” ведётся исходя из требуемого уровня базовой подготовки экономистов высшей квалификации. Конечные цели изучения студентами данной дисциплины:

-освоение необходимого математического аппарата, помогающего моделировать, анализировать и решать прикладные экономические задачи;

-овладение методологией построения и применения математических моделей экономических объектов;

-углубление теоретических знаний о проблемах современной экономики, исследуемых средствами математического моделирования;

-освоение типовых методов и моделей, используемых в экономическом анализе, в принятии управленческих решений, в планировании и прогнозировании, различных сферах и уровней хозяйственного механизма.

5.3Задачи изучения дисциплины – Основа изучения дисциплины – реализация требований, устанавливаемых в Государственном стандарте высшего профессионального образования к подготовке специалистов по вопросам экономики и управления экономическими процессами.

Входе изучения ставятся следующие задачи:

ФЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.4 из 58

а) научить студентов использовать в своей практической деятельности современные экономико-математические методы и модели;

б) формировать у студентов прочную систему знаний и навыков по данной дисциплине, повышать общий уровень математической культуры;

в) формировать творческий подход будущих специалистов для моделирования и решения задач экономики;

г) научить студентов самостоятельной работе с учебной и научной литературой. В результате изучения дисциплины студенты должны

знать:

*существующие экономико-математические методы и модели, применяемые при анализе планирования экономических процессов;

*основные принципы и этапы построения экономико-математических моделей;

уметь:

*перевести экономическую задачу на математический язык; *решать экономические задачи с использованием математического аппарата;

*анализировать экономические процессы, опираясь на результаты, полученные путём математического моделирования.

5.4.Содержание учебной дисциплины - курс охватывает следующие разделы: модели множественной регрессии, временные ряды, динамические эконометрические модели.

5.5.План изучения учебной дисциплины

№	Наименование раздела,				Формы организации				Задания для СРС
нед		(темы), час			обучения и
					количество часов
					лекции	практик	СРО
						а
				Тема 1: Модель множественной регрессии
1	Множественная			регрессия.	1	1		2	Анализ вариации зависимой
	Анализ	вариации		зависимой					переменной.
	переменной.
2	Множественный		и	частный	1	1		2	Значимость уравнений
	коэффициент корреляции.								множественной регрессии
3	Проверка	качества		уравнения	1	1		2	Модель множественной
	регрессии								регрессии в
									стандартизованной форме.
4-5	Прогнозирование по модели				1	1		2	Статистика Дарбина-Уотсона.
	множественной регрессии

Тема 2: Вопросы практического использования моделей

множественной регрессии

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.5 из 58

	6		Суть	и	последствия			1		1			2		Устранение
			гетероскедастичности.												гетероскедастичности.
	7		Суть автокорреляции. Методы					1		1			2		Причины автокорреляции.
			устранения автокорреляции.
	8		Мультиколлинеарность. Методы					1		1			2		Последствия
			устранения												мультиколлинеарности.
			мультиколлинеарности.
	9		Фиктивные переменные в					1		1			2		Использование фиктивных
			регрессионных моделях.												переменных в сезонном
															анализе.
					Тема 3: Временные ряды.
	10		Временные ряды.					1		1			2		Стационарные временные
															ряды
	11		Сглаживание временных рядов.					1		1			2		Учет тенденции при
															построении временных рядов.
	12		Прогнозирование		на основе			1		1			2		Учет	сезонности	при
			временных рядов.												построении временных рядов.
				Тема 4: Динамические эконометрические модели
	13		Лаги в экономических моделях.					1		1			2		Модели с лаговыми
															переменными.
	14		Авторегрессионные модели					1		1			2		Полиномиально
															распределенные лаг Алмон.
	15		Системы	эконометрических				1		1			2		Инструментальные
			уравнений.												переменные.
				Итого				15		15			30			30
	6. Список основной и дополнительной литературы
			Автор, наименование, год					Носитель							Имеется в наличии (шт.)
			издания			информации							В библиотеке			На кафедре
						Основная литература
		Бородич С.А. Эконометрика.				учебник									20	1
	1	Минск: Новое знание, 2004.

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.6 из 58

	Новиков А.И. Эконометрика.		учебник		10		1
2	М.: ИНФРА-М, 2003.
	Под ред. Елисеевой И.И.		учебник		20		-
3	Эконометрика. М.: Финансы и
	статистика, 2001.
	Под ред. Елисеевой И.И.		учебник		10		-
4	Практикум по эконометрике.
	М.: Финансы и статистика, 2004
	Магнус Я.Р., Катышев П.К.,		учебник		5		-
5	Пересецкий	А.А.
	Эконометрика:	Начальный
	курс. М.: Дело, 1998.
	.
	В.Е. Гмурман. Теория		учебник		70		1
6	вероятностей и
	математическая статистика.
	М.: Высшая школа, 1977.
	Кремер Н.Ш., Путко Б.А		учебник		10		-
7	Эконометрика. М.: Юнити,
	2005
		Дополнительная литература
	Доугерти К. Введение в		учебник		-		-
1	эконометрику: Пер. с англ. М.:
	ИНФРА-М, 1999
	Катышев П.К., Магнус Я.Р.,		учебник		-		-
2	Пересецкий А.А. Сборник задач
	к начальному курсу
	Эконометрики. М.: Дело, 2003
	Сборник задач по высшей		учебник		30		-
3	математике для экономистов.
	Под редакцией Ермакова В.И.
	М.: Изд-во: ИНФРА
7. Контроль и оценка результатов обучения
	Планируется проведение текущего контроля в ходе аудиторных занятий,						контроль

качества выполнения СРС; два рубежных контроля в форме коллоквиума и тестирования; промежуточная аттестация в форме устного экзамена.

Текущий контроль		– 20%
Контроль СРСП и СРС		- 20%
Рубежный контроль:
коллоквиум	-	- 10%
тестирование		- 10%
Текущий и рубежные контроли не менее		- 60%
Итоговый контроль	не менее	- 30%

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.7 из 58

Знания, умения и навыки студентов оцениваются по следующей системе

Оценка по буквенной	Цифровой эквивалент	Процентное содержание	Оценка по
системе	баллов		традиционной системе
А	4,0	95-100	отлично
А-	3,67	90-94
В+	3,33	85-89	хорошо
В	3,0	80-84
В-	2,67	75-79
С+	2,33	70-74	Удовлетворительно
С	2,0	65-69
С-	1,67	60-64
D+	1,33	55-59
D	1,0	50-54
F	0	0-49	Неудовлетворительно

8.Политика учебной дисциплины

Студент обязан кратко записывать в тетрадь читаемый курс лекций, выполнять практические и домашние задания, не опаздывать на занятия, не разговаривать во время занятий, не читать газеты и журналы, отключить сотовый телефон, активно участвовать в учебном процессе, вовремя сдавать контрольные работы, коллоквиумы, экзамен.

Посещение должно быть обязательным. Пропуски занятий отрабатываются в полном объеме занятия, отраженном в учебно-методическом комплексе. Пропуски занятий без уважительной причины в объеме, превышающем треть курса, ведет к исключению с курса.

Разработчик: Джумабаева Д.Г., к.ф.-м.н.

Рассмотрен на заседании методической секции кафедры, протокол № ____от «___»

__________2014 г.

		ГЛОССАРИЙ
1.	Модель множественной	Линейная модель зависимости между переменными:
	регрессии	y 1x1 2 x2 ... m xm u, содержащая более
		двух переменных.
2.	Модель множественной	Линейная модель зависимости между переменными:
	регрессии без свободного	y 1x1 2 x2 ... m xm u , не содержащая
	коэффициента	коэффициента .
3.	Нестрогая линейная	Ситуация, когда теоретическая корреляция двух
	зависимость между	переменных близка к 1 или -1.

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

									Издание:
			Евразийский национальный				Учебно-методический комплекс дисциплины		четвертое
			университет им. Л.Н. Гумилева						Стр.8 из 58
		переменными
4.		Строгая линейная зависимость			Ситуация, когда выборочная корреляция двух
		между переменными			переменных равна 1 или -1.
5.		Мультиколлинеарность			Явление, когда нестрогая линейная зависимость между
					объясняющими переменными в модели множественной
					регрессии приводит к получению ненадежных оценок
					регрессии.
6.		Полная коллинеарность			Явление, когда строгая линейная зависимость между
					переменными приводит к невозможности применения
					МНК.
7.		Лишняя переменная			Объясняющая переменная, включенная в модель
					множественной регрессии, в то время, как по
					экономическим причинам ее присутствие в модели не
					нужно
8.		Отсутствующая переменная			Необходимая по экономическим причинам
					объясняющая переменная, отсутствующая в модели
9.		Спецификация переменных			Выбор необходимых для регрессии переменных и
					отбрасывание лишних переменных.
10.		Замечающая переменная			Объясняющая переменная, используемая в регрессии
					вместо трудноизмеримой, но важной переменной.
11.		Лаговая переменная			Наблюдение зависимой переменной регрессии в
					предшествующий момент, используемое кА
					объясняющая переменная
12.		Фиктивная переменная			Переменная, принимающая в каждом наблюдении
					только два значения: 1 – «да» или 0 – «нет»
13.		Категория			Событие, про которое для каждого наблюдения можно
					определенно сказать – произошло он в этом
					наблюдении или нет
14.		Набор категорий			Конечный набор взаимоисключающих событий,
					полностью исчерпывающий все возможности.
15.		Совокупность фиктивных			Некоторое количество фиктивных переменных,
		переменных			предназначенное для описания набора категорий.
16.		Эталонная категория			Категория, с которой сравнивается другие категории.
17.		Сезонные фиктивные			Совокупность фиктивных переменных,
		переменные			предназначенная для обозначения различных лет,
					времен год, месяцев и т.п.
18.		Ловушка dummy trap			Выбор такой совокупности фиктивных переменных, у
					которой сумма этих переменных тождественно равна
					константе.
19.		Фиктивная переменная			Фиктивная переменная, предназначенная для
		взаимодействия			установления влияния на регрессию одновременного
					наступления сразу нескольких независимых друг от

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.9 из 58

		друга событий, каждое из которых описывается своей
		фиктивной переменной.
20.	Гетероскедастичность	Нарушение второго условия теоремы Гаусса-Маркова,
		которое заключается в том, что дисперсия случайного
		члена регрессии зависит от номера наблюдения: 2 ui
		зависит от i.
21.	Ранг наблюдения переменной	Номер наблюдения переменной в упорядоченной по
		возрастанию последовательности
22.	Тест ранговой корреляции	Тест на гетероскедастичность, устанавливающий, что
	Спирмена.	стандартное отклонение остаточного члена регрессии
		имеет нестрогую линейную зависимость с
		объясняющей переменной.
23.	Тест Голдфелда-Квандта.	Тест на гетероскедастичность, устанавливающий, что
		стандартное отклонение остаточного члена регрессии
		растет, когда растет объясняющая переменная
24.	Тест Глейзера.	Наиболее тонкий тест на гетероскедастичность,
		улавливающий нелинейную связь между стандартным
		отклонением остаточного члена регрессии и
		объясняющей переменной
25.	Автокорреляция (случайного	Нарушение третьего условия Гаусса-Маркова, которое
	члена в уравнении регрессии)	заключается в том, что случайные члены регрессии в
		разных наблюдениях являются зависимыми:
		cov uk ,ui 0, при k i.
26.	Положительная автокорреляция	Ситуация, когда случайный член регрессии в
	(случайного члена)	следующем наблюдении ожидается того же знака, что
		и случайный член в настоящем наблюдении.
27.	Отрицательная автокорреляция	Ситуация, когда случайный член регрессии в
	(случайного члена)	следующем наблюдении ожидается знака,
		противоположного знаку случайного члена в
		настоящем наблюдении.
28.	Автокорреляция первого	Ситуация, когда коррелируют случайные члены
	порядка	регрессии в последовательных наблюдениях
29.	Авторегрессионная схема	Частный случай автокорреляции первого порядка,
	первого порядка	когда зависимость между последовательными
		случайными членами, описывается формулой
		uk 1 puk k 1, где c- константа, k 1 - новый
		случайный член
30.	Критерий Дарбина-Уотсона	Метод обнаружения автокорреляции первого порядка с
		помощью статистики Дарбина-Уотсона
31.	Зона неопределенности	Промежуток значений статистики Дарбина-Уотсона,
	критерия Дарбина-Уотсона	при попадании в который критерий не дает
		определенного ответа о наличии или отсутствии
		автокорреляции первого порядка
32.	Поправка Прайса-Уинстена	Метод спасения первого наблюдения в

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое

			Издание:
	Евразийский национальный	Учебно-методический комплекс дисциплины	четвертое
	университет им. Л.Н. Гумилева		Стр.10 из 58

		автокорреляционной схеме первого порядка
33.	Метод Кокрана-Оркатта	Компьютерный итерационный метод устранения
		автокорреляции первого порядка
34.	Панельные данные	Данные нескольких одновременных временных рядов
35.	Временной ряд (time series)	Наблюдения экономического показателя одного
		объекта в равноотстоящие моменты времени.
36.	Член временного ряда	Наблюдение экономического показателя одного
		объекта в некоторый момент времени.
37.	Перекрестные данные (cross-	Выборка из экономических показателей, полученная
	section data)	для большого количества однотипных объектов (семей,
		фирм, регионов, стран); все наблюдения или
		одновременные, или считаются независимыми от
		времени.
38.	Долговременные факторы	Неслучайные факторы, формирующие тенденцию
39.	Тренд	Тенденция, которую формируют долговременные
		факторы
40.	Сезонные факторы	Факторы, обусловленные периодичностью (сезонной,
		квартальной)
41.	Циклические (конъюктурные)	Факторы, обусловленные действием долгосрочных
	факторы	циклов (солнечная активность, демографические
		«ямы», волны Кондратьева, политические выборы)
42.	Случайные факторы	Факторы, не поддающиеся учету и регистрации
43.	Разладочные случайные	Случайные факторы, приводящие к резкому
	факторы	изменению (слому) всей модели
44.	Эволюционные остаточные	Случайные факторы, влияние которых не приводит к
	случайные факторы	резкому изменению ни характера, ни параметров
		модели
45.	Строго стационарный	Временной ряд x t , у которого совместное
	(стационарный в узком смысле)	распределение вероятностей m наблюдений
	временной ряд	x t1 ,x t2 ,...,x tm для любого m,t1,t2,...tm и
46.	Стационарный (стационарный в	Временной ряд x t с постоянным математическим
	широком смысле) временной	ожиданием M x t и дисперсией D x t , не
	ряд	зависящими от t.
47.	Нестационарный временной	Временной ряд, отличающийся от стационарного на
	ряд.	неслучайную составляющую (тренд).
48.	Автоковариационная функция	Функция cov x t ,x t для стационарного
		ряда (зависит только от )
49.	Автокорреляционная функция	Функция r cor x t ,x t для стационарного
		ряда (зависит только от )
50.	Коррелограмма.	График автокорреляционной функции.
51.	Частная (очищенная)	Функция, измеряющая корреляцию x t и x t

Ф ЕНУ 703-08-14. Учебно-методический комплекс дисциплины. Издание четвертое