МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ КАЗАХСТАН ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени ШАКАРИМА Г. СЕМЕЙ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РЕСПУБЛИКИ КАЗАХСТАН
ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени ШАКАРИМА Г. СЕМЕЙ
Документ СМК 3 уровня
УМКД
УМКД
Программа дисциплины
УМКД 042-18-12.1.10/01-2013
Редакция №3
«Анализ данных и прогнозирование экоот 10.01.2013г.
номики»
для преподавателя
УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС
ДИСЦИПЛИНЫ
«АНАЛИЗ ДАННЫХ И ПРОГНОЗИРОВАНИЕ ЭКОНОМИКИ»
для специальности 5B050600 – «Экономика»
ПРОГРАММА ДИСЦИПЛИНЫ
ДЛЯ ПРЕПОДАВАТЕЛЯ
Семей
2013
УМКД 042-18-12.1.10/01-2013
Ред. № 3 от 10.01.2013г.
Страница 2 из 10
Предисловие
1 РАЗРАБОТАНО (ПЕРЕРАБОТАНО)
Составитель ___________ «___» __________ 2013г. Е.C. Сергиенко, старший преподаватель кафедры «Информационные системы».
2. ОБСУЖДЕНО
2.1 На заседании кафедры «Информационные системы»
Протокол от «_09__» ____09______ 2013 г., № _1_
Заведующий кафедрой __________ С.К. Смагулов
2.2 На заседании учебно-методического бюро факультета «Информационнокоммуникационных технологий»
Протокол от «_11_» _____09_____ 2013 г., № _1_
Председатель ____________ Р.С Бекбаева
3. УТВЕРЖДЕНО
Одобрено и рекомендовано к изданию на заседании Учебно-методического совета
университета
Протокол от «_18__» ____09______ 2013 г., № _1_
Председатель УМС,
проректор по учебно-методической работе ____________ Г.К. Искакова
ВЗАМЕН редакции № 1 от «_02_» ___09_____ 2008 г.
УМКД 042-18-12.1.10/01-2013
Ред. № 3 от 10.01.2013г.
СОДЕРЖАНИЕ
1. Область применения
2. Нормативные ссылки
3. Общие положения
4. Содержание рабочей учебной дисциплины (модуля)
5. Перечень тем для самостоятельной работы студентов
6. Учебно-методическая карта по дисциплине
7. Карта обеспеченности учебно-методической литературой
8. Литература
Страница 3 из 10
УМКД 042-18-12.1.10/01-2013
Ред. № 3 от 10.01.2013г.
Страница 4 из 10
1. ОБЛАСТЬ ПРИМЕНЕНИЯ
Программа дисциплины для преподавателя, входящая в состав учебно-методического
комплекса, по дисциплине «Анализ данных и прогнозирование экономики», предназначена
для студентов специальности 5В050600 – «Экономика».
2. НОРМАТИВНЫЕ ССЫЛКИ
Настоящая программа дисциплины для преподавателя дисциплины «Анализ данных и
прогнозирование экономики» устанавливает порядок организации учебного процесса по
данной дисциплине в соответствии с требованиями и рекомендациями следующих документов:
Настоящая программа дисциплины для преподавателя устанавливает порядок организации учебного процесса по дисциплине «Анализ данных в ИС» в соответствии с требованиями и рекомендациями следующих документов:
Государственный общеобязательный стандарт образования соответствующего уровня
образования;
– Типовой учебный план специальности «5В050600» – «Экономика»;
– СТУ 042-ГУ-4-2013 Стандарт университета «Общие требования к разработке и
оформлению учебно-методических комплексов дисциплин»;
– ДП 042-1.01-2013 Документированная процедура «Структура и содержание учебнометодических комплексов дисциплин».
3. ОБЩИЕ ПОЛОЖЕНИЯ
3.1. Краткое содержание дисциплины
Курс «Анализ данных и прогнозирование экономики» относится к циклу дисциплин
отраслей специализации 050506 «Экономика» и предусматривает ознакомление с методами
обработки статистической информации, основными методами анализа экономических данных для принятия решений и прогнозирования социально-экономического развития.
3.2. Цель изучения дисциплины
Анализ данных и прогнозировани экономики является одним из важнейших
направлений применения экономической теории к решению практических задач. В данном
курсе ставится цель дать студентам-экономистам знания и навыки анализа данных
различной природы для обоснованных принятия решений и прогнозирования социальноэкономического развития.
3.3. Основная задача изучения дисциплины
В процессе изучения дисциплины «Анализ данных и прогнозирование экономики»
студенты должны понять принципы анализа данных в экономике.
Основными задачами дисциплины являются:
 уметь анализировать социально-значимые проблемы и процессы, происходящие в
обществе, прогнозировать возможное их развитие в будущем;
 изучить основные методы количественного анализа числовой и нечисловой экономической информации, такие, как методы описательной статистики, многомерного шкалирования, корреляционного, дисперсионного, факторного, кластерного,
дискриминантного анализа;
 знать основные подходы к прогнозированию экономических показателей;
 умение владеть методологией и методикой построения, анализа и применения
эконометрических моделей;
 уметь использовать свои способности для решения аналитических и исследовательских задач современные технические средства и информационные технологии.
УМКД 042-18-12.1.10/01-2013
Ред. № 3 от 10.01.2013г.
Страница 5 из 10
3.4. Результаты обучения
В результате изучения дисциплины студент должен:
 знать основы методологии анализа временных рядов современной системы показателей, характеризующих деятельность хозяйствующих субъектов на микро- и
макроуровне; основные методы прогнозирования в решении прикладных экономических задач;
 уметь использовать источники экономической, социальной, управленческой информации; анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально- экономических показателей; осуществлять выбор
инструментальных средств обработки экономических данных в соответствии с
поставленной задачей, анализировать результаты расчетов и обосновывать полученные выводы; осуществлять поиск информации по полученному заданию, сбор,
анализ данных, необходимых для решения поставленных экономических задач
прогнозного характера;
 владеть современными методами сбора, обработки и анализа временной информации экономических и социальных показателей; современными методами построения моделей по временной информации для исследования рынка труда, потребительского и финансового рынка и в других важных областях экономики;
навыками самостоятельной работы по прогнозированию.
 приобрести умение применять полученные знания для принятия решений, разработки практических рекомендаций по совершенствованию деятельности различных экономических субъектов на микро- и макроуровне.
Для успешного освоения курса студенту необходима определенная математическая
подготовка, знание основ математического анализа и экономической теории, методов оптимизации и опыт работы на персональном компьютере.
3.5. Пререквизиты курса:
 экономическая теория,
 информатика,
 математика для экономистов,
 экономико-математические методы,
 эконометрика.
3.6. Постреквизиты курса: нет
3.7 Выписка из рабочего учебного плана
Курс
Семестр
Кредиты
ЛК
(час.)
ЛБ
(час.)
СРСП
(час.)
СРС
(час.)
Всего
(час.)
3
5
2
15
15
15
45
120
Таблица 1
Форма итогового контроля
Экзамен
4 СОДЕРЖАНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ (МОДУЛЯ)
Наименование тем и их содержание
Модуль 1
1
Лекционные занятия
Цели, задачи и виды прогнозов. Информационное
Таблица 2
Количество
часов
2
1
УМКД 042-18-12.1.10/01-2013
Ред. № 3 от 10.01.2013г.
Страница 6 из 10
Статистический и обеспечение прогнозирования в экономике.
регрессионный
Статистические оценки параметров.
анализ
Корреляционный анализ.
Прогнозирование,
основанное
на
методах
математической статистики. Использование модели
множественной
линейной
регрессии
для
прогнозирования экономических показателей.
Модуль 2
Компоненты временного ряда. Выделение тренда.
Анализ
Сезонные и циклические колебания
временных рядов Сглаживание временных рядов.
Стационарные
временные
ряды.
Тестирование
стационарности.
Модуль 3
Адаптивные
и
мультипликативные
методы
Прогнозирование прогнозирования. Экспоненциальное сглаживание.
временных рядов Модели
скользящего
среднего.
Идентификация
авторегрессионной модели скользящего среднего.
Прогнозирование с моделями временных рядов.
Доверительные интервалы прогноза.
Прогнозирование социально-экономических процессов.
Модуль 4
Представление
информации
в
многомерном
Многомерный
пространстве. Ранговая корреляция.
статистический
Дисперсионный
анализ
влияния
качественных
анализ
факторов. Факторный анализ.
Многомерное шкалирование. Классическая модель
многомерного шкалирования.
Кластерный анализ. Дискриминантный анализ.
Лабораторные занятия
Модуль 1
Цели, задачи и виды прогнозов. Информационное
Статистический и обеспечение прогнозирования в экономике.
регрессионный
Статистические оценки параметров.
анализ
Корреляционный анализ.
Прогнозирование,
основанное
на
методах
математической статистики. Использование модели
множественной
линейной
регрессии
для
прогнозирования экономических показателей.
Модуль 2
Компоненты временного ряда. Выделение тренда.
Анализ
Сезонные и циклические колебания
временных рядов Сглаживание временных рядов.
Стационарные
временные
ряды.
Тестирование
стационарности.
Модуль 3
Адаптивные
и
мультипликативные
методы
Прогнозирование прогнозирования. Экспоненциальное сглаживание.
временных рядов Модели
скользящего
среднего.
Идентификация
авторегрессионной модели скользящего среднего.
Прогнозирование с моделями временных рядов.
Доверительные интервалы прогноза.
Прогнозирование социально-экономических процессов.
Модуль 4
Представление
информации
в
многомерном
Многомерный
пространстве. Ранговая корреляция.
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
УМКД 042-18-12.1.10/01-2013
статистический
анализ
Ред. № 3 от 10.01.2013г.
Страница 7 из 10
Дисперсионный
анализ
влияния
качественных
факторов. Факторный анализ.
Многомерное шкалирование. Классическая модель
многомерного шкалирования.
Кластерный анализ. Дискриминантный анализ.
1
1
1
5. ПЕРЕЧЕНЬ ТЕМ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТОВ
5.1. Характеристика статистических данных в экономике. Проверка гипотезы
о законе распределения.
5.2. Статистические оценки. Доверительные области.
5.3. Корреляционнщй анализ. Таблица сопряженности. Коэффициенты
Кендалла, Спирмена.
5.4. Выделение тренда временного ряда.
5.5. Способы тестирования стационарности временного, ряда.
5.6. Модель коррекции ошибок.
5.7. Построение доверительных интервалов прогноза.
5.8. Экспоненциальное сглаживание.
5.9. Примеры динамических моделей с распределенными лагами.
5.10. Определение порядков авторегрессйонной модели скользящего среднего.
5.11. Дисперсионный анализ. Расчленение дисперсии.
5.12. Факторный анализ.
5.13. Метод главных факторов.
5.14. Многомерное шкалирование.
5.15. Методы кластерного анализа.
5.16. Прогнозирование в экономике
6. УЧЕБНО-МЕТОДИЧЕСКАЯ КАРТА ПО ДИСЦИПЛИНЕ
Тема
лекционного занятия
практического (семинарского) занятия
Таблица 3
Вопросы для саФорма
мостоятельного
конизучения
троля
Наглядные
пособия,
ТСО, плакаты, лабораторный
стенд
1
2
4
5
Цели, задачи и виды Цели, задачи и виды Электронная Характеристика
прогнозов.
прогнозов.
таблица MS статистических
Информационное
Информационное
Excel
данных
в
обеспечение
обеспечение
экономике.
прогнозирования
в прогнозирования
в
экономике.
экономике.
Статистические
Статистические
Электронная Проверка
оценки параметров.
оценки параметров.
таблица MS гипотезы
о
Excel
законе
распределения.
Корреляционный
Корреляционный
Электронная Статистические
анализ.
анализ.
таблица MS оценки.
Excel
Доверительные
области.
6
Устный
опрос
Устный
опрос,
СРС
Устный
опрос
УМКД 042-18-12.1.10/01-2013
Ред. № 3 от 10.01.2013г.
Страница 8 из 10
Прогнозирование,
основанное
на
методах
математической
статистики.
Использование
модели
множественной
линейной регрессии
для прогнозирования
экономических
показателей.
Компоненты
временного
ряда.
Выделение
тренда.
Сезонные
и
циклические
колебания
Сглаживание
временных рядов.
Прогнозирование,
Электронная Коэффициенты
основанное на методах таблица MS Кендалла,
математической
Excel
Спирмена.
статистики.
Использование модели
множественной
линейной
регрессии
для прогнозирования
экономических
показателей.
Стационарные
временные
ряды.
Тестирование
стационарности.
Адаптивные
и
мультипликативные
методы
прогнозирования.
Экспоненциальное
сглаживание.
Модели скользящего
среднего.
Идентификация
авторегрессионной
модели скользящего
среднего.
Прогнозирование
с
моделями временных
рядов. Доверительные
интервалы прогноза.
Прогнозирование
социальноэкономических
процессов.
Представление
информации
в
многомерном
Стационарные
временные
Тестирование
стационарности.
Адаптивные
и
мультипликативные
методы
прогнозирования.
Экспоненциальное
сглаживание.
Модели скользящего
среднего.
Идентификация
авторегрессионной
модели скользящего
среднего.
Прогнозирование
с
моделями временных
рядов. Доверительные
интервалы прогноза.
Прогнозирование
социальноэкономических
процессов.
Представление
информации
в
многомерном
Компоненты
временного
ряда.
Выделение
тренда.
Сезонные
и
циклические
колебания
Сглаживание
временных рядов.
СРСП
Электронная Выделение
Устный
таблица MS тренда
опрос,
Excel
временного ряда. СРС
Электронная Способы
таблица MS тестирования
Excel
стационарности
временного,
ряда.
Электронная Экспоненциальн
ряды. таблица MS ое сглаживание.
Excel
Устный
опрос
СРСП
Электронная Примеры
Устный
таблица MS динамических
опрос
Excel
моделей
с
распределенным
и лагами.
Электронная Определение
таблица MS порядков
Excel
авторегрессйонн
ой
модели
скользящего
среднего.
Электронная Построение
таблица MS доверительных
Excel
интервалов
прогноза.
Электронная Прогнозировани
таблица MS е в экономике.
Excel
Устный
опрос,
СРС
Электронная Дисперсионный
таблица MS анализ.
Excel
Расчленение
Устный
опрос
Устный
опрос
СРСП
УМКД 042-18-12.1.10/01-2013
пространстве.
Ранговая корреляция.
Дисперсионный
анализ
влияния
качественных
факторов. Факторный
анализ.
Многомерное
шкалирование.
Классическая модель
многомерного
шкалирования.
Кластерный анализ.
Дискриминантный
анализ.
Ред. № 3 от 10.01.2013г.
пространстве.
Ранговая корреляция.
Дисперсионный
анализ
влияния
качественных
факторов. Факторный
анализ.
Многомерное
шкалирование.
Классическая модель
многомерного
шкалирования.
Кластерный
анализ.
Дискриминантный
анализ.
Страница 9 из 10
дисперсии.
Электронная Метод главных Устный
таблица MS факторов.
опрос,
Excel
СРС
Электронная Многомерное
таблица MS шкалирование.
Excel
Устный
опрос,
СРСП
Электронная Методы
таблица MS кластерного
Excel
анализа.
Устный
опрос
7. КАРТА ОБЕСПЕЧЕННОСТИ УЧЕБНО-МЕТОДИЧЕСКОЙ ЛИТЕРАТУРОЙ
Наименование учебников, учебнометодических пособий
1
Введение в эконометрику: учебник / К.
Доугерти; Пер. с англ. О.О. Замков.- 2-е
изд.- М.: ИНФРА-М, 2007
Катышев П.К., Магнус Я.Р., Персецкий
А.А. Сборник задач к начальному курсу
эконометрики. – Москва, «Дело», 2002.
Катышев П.К., Магнус Я.Р., Персецкий
А.А. Эконометрика. Начальный курс.
Учебное пособие, издание 2-е, исправленное – М.: Дело, 2001.
Практикум по эконометрике: учеб.пособ.
/ Под ред. И.И.Елисеевой.- 2-е изд., перераб. и доп.- М.: Финансы и статистика,
2008.- 344 с
Количество
экземпляров
2
Количество
студентов
3
Таблица 4
Процент обеспечения
4
8. ЛИТЕРАТУРА
8.1. Основная литература
8.1.1 Введение в эконометрику: учебник / К. Доугерти; Пер. с англ. О.О. Замков.- 2-е
изд.- М.: ИНФРА-М, 2007
8.1.2 Эконометрика / Под ред. Елисеевой И.И. - М: Финансы и статистика, 2005.
8.1.3 Практикум по эконометрике: учеб.пособ. / Под ред. И.И.Елисеевой.- 2-е
изд., перераб. и доп.- М.: Финансы и статистика, 2008.- 344 с
8.1.4 Катышев П.К., Магнус Я.Р., Персецкий А.А. Эконометрика. Начальный курс.
Учебное пособие, издание 2-е, исправленное – М.: Дело, 2001.
8.1.5 Катышев П.К., Магнус Я.Р., Персецкий А.А. Сборник задач к начальному курсу эконометрики. – Москва, «Дело», 2002.
8.1.6 Многомерный статистический анализ в экономике./Под ред. Тамашевича
УМКД 042-18-12.1.10/01-2013
Ред. № 3 от 10.01.2013г.
Страница 10 из 10
В.Н. -М.: ЮНИТИ, 1999.
8.1.7 Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические
методы. - М.: Финансы и статистика, 2003.
8.1.8 Алексахин С.В. и др. Прикладной статистический анализ. М.:ПРИОР,2001.
8.1.9 Дуброва Т.А. Статистические методы прогнозирования.-М.:ЮНИТИ,2003.
8.1.10 Мухамедиев Б.М. Эконометрика и эконометрическое прогнозирование. —
Алматы: Қазақ универсигеті, 2007. — 250 с.
8.2.Дополнительная литература
8.2.1 Сигел Э. Практическая бизнес-статистика. — Москва-Санкт-ПетербургКиев: Вильямс, 2002.
8.2.2 Васильев В.И и др. Статистический анализ объектов произвольной
природы. Введение в статистику качества. - М.: ИКАР, 2004.
8.2.3 Экономико-статистический анализ./ Под ред. Ильенковой С.Д.М.:ЮНИТИ,2002.
8.2.4 Парсаданов Г.А. Прогнозирование и планирование социальноэкономической системы страны. - М.: ЮНИТИ, 2001.
8.2.5 Введение в эконометрику: учебник / К. Доугерти; Пер. с англ. О.О.
Замков.- 2-е изд.- М.: ИНФРА-М, 2007/