- •А.С. Березина анализ данных
- •Предисловие
- •Лекция 1. Априорный анализ компонент временного ряда
- •1.1. Понятие временного ряда. Виды временных рядов
- •Производство молока в Кемеровской области
- •Численность работников здравоохранения, перед которыми организация имеет просроченную задолженность по заработной плате работников в Российской Федерации в 2013 году
- •Индекс потребительских цен в Кемеровской области (декабрь к декабрю предыдущего года; в процентах)
- •Потребление сахара (кг) на душу населения в Кемеровской области
- •1.2. Методы оценки однородности исходных данных
- •1.3. Методика выявления и анализа аномальных наблюдений
- •Краткосрочные экономические показатели рф
- •Расчётная таблица примера 1.1.
- •1.4. Абсолютные, относительные и средние показатели в анализе временных рядов
- •ЛЕкция 2. Моделирование тенденции
- •2.1. Проверка гипотезы о существовании тренда
- •Промежуточные расчетные значения кумулятивного т-критерия
- •2.2. Методы выявления тенденции
- •Численность населения на одного врача в Кемеровской области
- •Расчетная таблица метода Фостера-Стюарта
- •2.3. Выбор формы тренда
- •Критерии выбора класса, выравнивающих кривых
- •Лекция 3. Моделирование периодической компоненты
- •3.1. Аддитивные и мультипликативные тренд-сезонные модели Алгоритм построения модели временного ряда, содержащего сезонные колебания:
- •Поквартальные данные по розничному товарообороту компании
- •Расчет коэффициента автокорреляции
- •Коррелограмма временного ряда товарооборота
- •Расчет оценок сезонной компоненты в аддитивной модели
- •Расчет значений сезонной компоненты в аддитивной модели
- •Расчет значений t и ошибок e в аддитивной модели.
- •Расчет оценок сезонной компоненты в мультипликативной модели
- •Расчет значений сезонной компоненты в мультипликативной модели
- •Расчет значений t и ошибок e в мультипликативной модели
- •Лекция 4. Простейшие методы прогнозирования
- •4.1. Метод среднего уровня ряда
- •4.2. Метод среднего абсолютного прироста
- •Расчетная таблица для определения прогнозных значений методом среднего абсолютного прироста
- •4.3. Метод среднего темпа роста
- •4.4. Оценка точности и надежности прогнозов
- •Лекция 5. Методы выбора трендовой модели прогноза
- •5.1. Прогнозирование на основе кривых роста
- •5.2. Прогнозирование на основе экстраполяции тренда
- •Лекция 6. Адаптивные модели прогнозирования
- •6.1. Сущность адаптивных методов
- •6.2. Экспоненциальное сглаживание
- •Индекс потребительских цен Кемеровской области
- •Экспоненциальные средние
- •6.3. Метод гармонических весов
- •Параметры уравнений отдельных фаз движения текущего тренда
- •Лекция 7. Прогнозирование динамических рядов, не имеющих тенденции.
- •Распределение знаков отклонений
- •Расчетная таблица для определения знаков отклонений
- •Распределение знаков отклонений
- •8. Метод экспертных оценок
- •8.1. Методы и модели экспертных оценок
- •Матрица опроса
- •Матрица преобразованных рангов
- •Оценки вкусовых качеств продукта
- •Оценки вкусовых качеств продукта
- •Матрица преобразованных рангов
- •8.2. Методы и модели выбора альтернатив
- •Частные критерии трех операторов
- •Нормализованные критерии
- •Лекция 9. Статистические методы обработки результатов экспертизы
- •9.1. Оценка согласованности мнений экспертов
- •9.2. Обобщение мнений экспертов
- •Список литературы
- •Содержание
- •Анализ данных
- •650992, Г. Кемерово, пр. Кузнецкий, 39
Министерство образования и науки РФ
Кемеровский институт (филиал) РГТЭУ
Кафедра высшей и прикладной математики
А.С. Березина анализ данных
Конспект лекций для студентов
направления подготовки 080500 «Бизнес-информатика»
всех форм обучения
Кемерово 2014
УДК 311
ББК 60.6
Б48
Рецензенты:
Е.В. Прокопенко, канд. физ.-мат. наук, доцент кафедры
прикладных информационных технологий Кузбасского
государственного технического университета им. Т.Ф. Горбачева;
С.В. Стуколов, канд. физ.-мат. наук, доцент кафедры ЮНЕСКО
по НИТ Кемеровского государственного университета
Б48 Березина А.С. Анализ данных [Текст] : конспект лекций для студентов направления подготовки 080500 «Бизнес-инфор-матика» очной формы обучения / А.С. Березина ; Кемеровский институт (филиал) РГТЭУ, 2014. – 80 с.
Cодержит краткое изложение дисциплины «Анализ данных». Приведены примеры, демонстрирующие использование изложенной теории для решения конкретных задач.
Предназначен для студентов, обучающихся по направлению подготовки 080500 «Бизнес-информатика», всех форм обучения.
УДК 311
ББК 60.6
© Кемеровский институт (филиал) РГТЭУ, 2014
Предисловие
Цельпреподавания экономико-математических методов анализа и прогнозирования – дать студентам знания методологии и методики анализа динамических рядов, статистического моделирования на основе статистической и динамической информации на макро и микроуровнях и развить навыки их практического применения.
Процесс изучения экономико-математических методов анализа и прогнозирования дисциплины направлен на формирование следующих общекультурной (ОК) компетенции: владеть методами количественного анализа и моделирования, теоретического и экспериментального исследования.
В результате изучения экономико-математических методов анализа и прогнозирования студент должен:
Знать:
- границы возможностей, предпосылки и область применения статистико-математических методов при построении статистических моделей прогноза и обеспеченность их программными средствами;
- существующие способы практического использования методов моделирования и прогнозирования в оценке принятия управленческих решений;
- методику сбора и анализа информации, необходимой для разработки экономико-статистических моделей, отражающих в динамике структуру, взаимосвязь сложных социально-экономических явлений и процессов, и на их основе разработку моделей прогнозов, оценку их качества, точности и надежности;
- основные методы прогнозирования.
Уметь:
использовать математический язык и математическую символику при построении организационно-управленческих моделей;
использовать основные приемы обработки экспериментальных данных
Владеть:
математическими, статистическими и количественными методами анализа и прогнозирования при решении типовых организационно-управленческих задач.
Лекция 1. Априорный анализ компонент временного ряда
1.1. Понятие временного ряда. Виды временных рядов
Определение. Временной ряд— это последовательность упорядоченных во времени числовых показателей, характеризующих уровень состояния и изменения изучаемого явления.
Процесс изменения социально-экономических явлений во времени заключается в том, что происходит изменение воздействия на это развитие многих факторов социального, экономического, технологического и любого другого процесса, а фактор времени аккумулирует их влияние. Возьмем хотя бы экономические факторы. С течением времени они изменяются под влиянием внутренних причин экономического развития вообще, но с внешней стороны это развитие выглядит как развитие во времени.
Анализ временных рядов дает возможность последить развитие явления, показать его основные пути, тенденции и темпы. Выбор соответствующих приемов и способов анализа зависит от задач исследования и определяется характером исходных данных.
Всякий временной ряд включает два обязательных элемента: во-первых, время () и, во-вторых, конкретное значение показателя, илиуровень ряда().
В самом общем случае временной ряд можно разложить на четыре структурно образующих элемента:
• тренд;
• сезонная компонента;
• циклическая компонента;
• случайная компонента.
Под трендом, понимается устойчивое систематическое изменение процесса в течение продолжительного времени.
Во временных рядах могут иметь место более или менее регулярные колебания. Если они носят строго периодический или близкий к нему характер и завершаются в течение одного года, то их называют сезонными колебаниями. В тех случаях, когда период колебаний составляет несколько лет, то говорят, что во временном ряде присутствуетциклическая компонента.
Тренд, сезонная и циклическая компоненты называются регулярными, или систематическими компонентами временного ряда. Составная часть временного ряда, остающаяся после выделения из него регулярных компонент, представляет собойслучайную, нерегулярную компоненту. Она является обязательной составной частью любого временного ряда в экономике, так как случайные отклонения неизбежно сопутствуют любому экономическому явлению.
Временные ряды различаются по следующим признакам:
1) По времени - моментные и интервальные.
Интервальный ряд - последовательность, в которой уровень явления относят к результату, накопленному или вновь произведенному за определенный интервал времени. Например, ряд показателей объема производства молока в Кемеровской области (таблица 1.1).
Таблица 1.1