Анализ данных и моделирование экономики

Описание: Дисциплина направлена на изучение методов работы с массивами социально-экономических данных, приобретение навыков их обработки и компактного представления. В курсе рассматриваются методы извлечения из статистических данных полезной информации о причинно-следственных связях, временных тенденциях, схожести объектов или явлений, методы упрощения данных, моделирования и построения прогнозов.

Количество кредитов: 5

Трудоемкость дисциплины:

Компонент: Компонент по выбору

Цикл: Базовые дисциплины

Цель

• Приобретение знаний и развитие навыков обработки экономической информации с помощью математико-статистических методов и приемов, знаний и навыков извлечения из статистических данных полезной информации для управления явлениями и процессами.

Задача

• 1) теоретическая и практическая подготовка студентов в области моделирования и прогнозирования экономических процессов; 2) овладение студентами методами приведения данных в удобный вид для дальнейшей аналитической работы; 3) освоение и применение пакетов прикладных программ для анализа статистических данных.

Результат обучения: знание и понимание

• Знать и понимать: 1) математические методы приведения статистических данных экономической природы в удобный вид для анализа и принятия управленческого решения; 2) математические методы выявления зависимостей, тенденций, закономерностей; 3) математические методы моделирования и прогнозирования экономических показателей; 4) методы проведения факторного анализа; 5) подходы к формированию и назначение кластеров; 6) способы обработки экспертных данных; 7) проведение и назначение имитационного моделирования

Результат обучения: применение знаний и пониманий

• Уметь: 1) приводить статистические данные в удобный для анализа вид с помощью формирования рядов вариации, группировки, средних величин; 2) графически представлять данные; 3) рассчитывать числовые характеристики вариационных рядов и формулировать выводы по результатам; 4) выявлять наличие и степень зависимости социально-экономических величин и показателей; 5) выявлять тенденции и закономерности в социально-экономическом развитии; 6) анализировать временные ряды; 7) строить прогноз с помощью математического моделирования и оценивать его надежность и достоверность; 8) строить прогноз с помощью других неэконометрических методов; 9) формировать кластеры; 10) проводить имитационное моделирование; 11) обрабатывать данные, полученные экспертным путем.

Результат обучения: формирование суждений

• Уметь делать заключение о закономерностях, зависимостях, тенденциях, прогнозах, особенностях социально-экономического развития региона, страны, а также дальнейшего развития отдельного предприятия.

Результат обучения: коммуникативные способности

• Уметь формулировать, сообщать, обосновывать и доказывать выработанные заключения на любом уровне управления.

Результат обучения: навыки обучения или способности к учебе

• Навыки самостоятельного изучения прикладных статистических программ.

Методы преподавания

1) информационно-коммуникационные технологии обучения; 2) предметно-ориентированные технологии обучения

Оценка знаний обучающегося

Преподаватель проводит все виды работ текущего контроля и выводит соответствующую оценку текущей успеваемости обучающихся два раза в академический период. По результатам текущего контроля формируется рейтинг 1 и 2. Учебные достижения обучающегося оцениваются по 100-балльной шкале, итоговая оценка Р1 и Р2 выводится как средняя арифметическая из оценок текущей успеваемости. Оценка работы обучающегося в академическом периоде осуществляется преподавателем в соответствии с графиком сдачи заданий по дисциплине. Система контроля может сочетать письменные и устные, групповые и индивидуальные формы.

Политика оценивания результатов обучения по видам работ

Форма оценки

Итоговая оценка знаний обучающего по дисциплине осуществляется по 100 балльной системе и включает:

• 40% результата, полученного на экзамене;
• 60% результатов текущей успеваемости.

Формула подсчета итоговой оценки:

 

где, Р₁, Р₂ – цифровые эквиваленты оценок первого, второго рейтингов соответственно; Э – цифровой эквивалент оценки на экзамене.

Итоговая буквенная оценка и ее цифровой эквивалент в баллах:

Буквенная система оценки учебных достижений обучающихся, соответствующая цифровому эквиваленту по четырехбалльной системе:

Темы лекционных занятий

• Экономические данные и методы их обработки: роль информации, данных в принятии управленческих решений; типы экономических данных; роль математических методов в обработке статистических данных; базовые понятия математической статистики
• Первичная обработка статистических данных с помощью средних величин: аналитические и структурные средние
• Первичная обработка статистических данных с помощью показателей вариации: дисперсия, средние отклонения, коэффициент вариации; виды дисперсии; дисперсионный анализ статистических данных
• Прогнозирование социально-экономических процессов: методы построения прогнозов; понятие зависимости прогнозируемой величины от факторов; строгая функциональная зависимость и ее особенности; корреляционная зависимость и ее особенности; понятие и назначение математической модели и ее виды; строгие функциональные и корреляционные модели; корреляционный анализ статистических данных
• Построение парных линейных и нелинейных математических моделей для прогноза
• Сглаживание временного ряда: назначение, способы
• Построение линейных и нелинейных многофакторных функций прогнозирования
• Неэконометрические методы построения прогноза: метод среднего индекса роста, прогноз с помощью скользящих и экспоненциальных средних
• Методы Холта и Брауна для построения прогноза социально-экономического показателя
• Анализ методов построения прогнозов, выявление достоинств и недостатков

Основная литература

• 1 Мхитарян В.С. Анализ данных. Учебник. - М.: Юрайт, 2018. 2 Светуньков И.В. Методы социально-экономического прогнозирования в двух томах. Учебник и практикум для академического бакалавриата. – М.: Юрайт, 2018. 3 Садовникова Н.А. Анализ временных рядов и прогнозирование. Учебник. – М.: Синергия, 2016. 4 Невская Н.А. Макроэкономическое планирование и прогнозирование. Учебник и практикум для академического бакалавриата. – М.: Юрайт, 2016. 5 Клинов В.Г. Прогнозирование долгосрочных тенденций в развитии мирового хозяйства. Учебное пособие. – М.: Магистр, 2017. 6 Эконометрика: учебник / под ред. И.И. Елисеевой. – М.: Проспект, 2014. 7 Антохонова И.В. Методы прогнозирования социально-экономических процессов: учебное пособие. – М.: Юрайт, 2018.

Дополнительная литература

• 1) Сигал А.В. Моделирование экономики. Учебное пособие.-М.: Инфра-М, 2021. 2) Орлова И.В. Экономико-математические методы и модели. Компьютерное моделирование. Учебное пособие. - М.: Вузовский учебник, 2018. 3) Козлов А.Ю., Мхитарян В.С. Статистический анализ данных в MS Excel. Учебное пособие.-М.: Инфра-М, 2019.