Рабочая программа учебной дисциплины Направление подготовки: 230700. 68 «Прикладная информатика» Профиль подготовки: Общий - davaiknam.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Рабочая программа учебной дисциплины Направление подготовки 230700. 1 242.14kb.
Рабочая программа учебной дисциплины Направление подготовки 230700. 1 268.86kb.
Рабочая программа учебной дисциплины Направление подготовки 230700. 1 365.52kb.
Рабочая программа учебной дисциплины Направление подготовки 080500. 1 330.53kb.
Рабочая программа дисциплины теория алгоритмов направление подготовки... 1 215.1kb.
Рабочая программа учебной дисциплины Направление подготовки 222000. 3 759.46kb.
Рабочая программа учебной дисциплины Направление подготовки 080100. 2 488.27kb.
Рабочая программа учебной дисциплины Направление подготовки 221400. 3 521.8kb.
Рабочая программа учебной дисциплины Направление подготовки 080100. 1 303.59kb.
Рабочая программа учебной дисциплины Направление подготовки 080100. 1 334.65kb.
Рабочая программа учебной дисциплины Направление подготовки 080100. 1 408.1kb.
Случайные процессы и динамические системы 1 32.39kb.
Направления изучения представлений о справедливости 1 202.17kb.

Рабочая программа учебной дисциплины Направление подготовки: 230700. 68 «Прикладная - страница №1/1

министерство образования и науки российской федерации
ФЕДЕРАЛЬНОЕГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«Оренбургский государственный институт менеджмента»


«УТВЕРЖДАЮ»

Ректор

_______ О.А. Свиридов

«___»__________ 20__г.

КОМПЬЮТЕРНЫЕ МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И ПРОГНОЗИРОВАНИЯ



Рабочая программа учебной дисциплины

Направление подготовки: 230700.68«Прикладная информатика»

Профиль подготовки: Общий

Квалификация (степень) выпускника магистр

Форма обучения очная

Оренбург


2011

УДК


ББК

К

Обсуждена на заседании кафедры «Инноватики и информационных технологий» от _12.10. 2011г., протокол № _2.


Принята Учебно-методическим советом от ___________ 2012г., протокол № ___.

УтвержденаПриказом ректора № ___ от ____ ___________ 2012 г.

Составитель: М.В. Кононова



К

Компьютерные методы статистического анализа и прогнозирования: рабочая программа учебной дисциплины / сост. М.В.Кононова. – Оренбург : ОГИМ, 2012. – 18 с.

Рабочая программа учебной дисциплины «Компьютерные методы статистического анализа и прогнозирования» определяет её содержание, объём, порядок изучения и преподавания студентам очной и заочной форм обучения направления подготовки магистр 230700.68 – «Прикладная информатика». Программа составлена в соответствии с ФГОС ВПО направления подготовки магистр 230700.68 – «Прикладная информатика»и Положением [временное] «Рабочая программа учебной дисциплины. Общие требования к содержанию, построению, изложению и оформлению», принятым в институте.



Рабочая программа учебной дисциплины «Компьютерные методы статистического анализа и прогнозирования» адресована студентам очной и заочной форм, обучающимся в Институте по направлению подготовки магистр 230700.68 – «Прикладная информатика».

УДК

ББК



© Кононова М.В. составление, 2011

© Оформление ФГБОУВПО «ОГИМ», 2011


Содержание

1 Цели освоения дисциплины…………………..………………..................

4

2 Место дисциплины в структуре ООП ВПО …………………………..…

5

3 Компетенции обучающегося, формируемые в результате освоения дисциплины ..................………………………………………………….….

6

4 Структура и содержание дисциплины.................…………………….….

7

4.1 Распределение трудоемкости в часах по всем видам аудиторной и самостоятельной работы студентов…………………

7

4.2 Наименование тем, их содержание...............................................

7

4.3 Тематический план изучения дисциплины..................................

8

4.3.1 Очная форма обучения…..................................................

8

5 Образовательные методы...………………………………..……........

10

6 Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов………...

11

6.1 Система и формы контроля............................................................

11

6.2 Критерии оценки качества знаний студентов..............................

11

6.3 Учебно-методическое обеспечение самостоятельной работы студентов...............................................................................................

12

6.3.1 Материалы курса, выносимые студентам очной формы обучения для самостоятельного изучения...................

6.3.2 Примерные варианты контрольных работ для студентов заочной формы обучения.........................................



12
13

6.3.3Лабораторный практикум……………………………..….

14

6.3.4 Примерный перечень вопросов к экзамену по всему курсу…………………………………………………………….

15

6.3.5Примерные задания для контроля качества усвоения материала......................................................................................

16

7 Учебно-методическое и информационное обеспечение дисциплины....

20

7.1 Основная литература……………………………………....……..

20

7.2 Дополнительная литература……………………………....……..

20

7.3 Программное обеспечение и Интернет-ресурсы.........................

21

8 Материально-техническое обеспечение дисциплины.................…….....

22














1 цели освоения дисциплины



Цель:изучение основных теоретических положений компьютерныхметодов научно-исследовательской и аналитической деятельности по исследованию и прогнозированию основных тенденций развития отечественной и мировой экономики, отраслевых и региональных рынков, анализу финансово-хозяйственной деятельности предприятий и организаций.

.

Задачи:


  • изучение теоретических знаний компьютерного анализа в научно-исследовательской и аналитической деятельности;

  • формирование умения использовать современные информационные методы в области статистического анализа и прогнозирования;

  • приобретение практических навыков работы пользователя в программной среде;

  • приобретение практических навыков компьютерного анализа и прогнозирования;

  • закрепление теоретических знаний по обработке экономической информации в среде прикладных программ универсального назначения.



2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП ВПО

Дисциплина «Компьютерные методы статистического анализа и прогнозирования»относится к вариативной части профессионального цикла части профессионального цикла(М2.В.1), предназначенной для студентов, обучающихся по направлению подготовки 230700.68 –«Прикладная информатика».

Учебные дисциплины, для которых освоение данной учебной дисциплины необходимо как предшествующее: «Математическое моделирование», «Математические и инструментальные методы поддержки принятия решений», «Программная инженерия», «Методология и технология проектирования информационных систем»
3 КОМПЕТЕНЦИИ ОБУЧАЮЩЕГОСЯ, ФОРМИРУЕМЫЕ В РЕЗУЛЬТАТЕ ОСВОЕНИЯ ДИСЦИПЛИНЫ
Процесс изучения дисциплины направлен на формирование следующих компетенций:


  • способен на практике применять новые научные принципы и методы исследований (ПК-3);

  • способен на практике применять новые научные принципы и методы исследований (ПК-3);

  • способен проводить анализ экономической эффективности ИС, оценивать проектные затраты и риски (ПК-10)

  • способен анализировать данные и оценивать требуемые знаниядля решения нестандартных задач с использованием математических методов и компьютерного моделирования (ПК-12).

  • способен проводить маркетинговый анализ ИКТ и вычислительного оборудования для рационального выбора инструментария автоматизации и информатизации прикладных задач (ПК-14);

В результате освоения дисциплины «Компьютерные методы статистического анализа и прогнозирования»обучающийся должен:

Знать:

  • содержание объекты и субъекты информационного общества, критерии эффективности его функционирования;

  • структуру интеллектуального капитала, проблемы инвестиций в экономику информатизации и методы оценки эффективности;

  • современные методы, средства, стандарты информатики для решения прикладных задач различных классов;

  • методы оценки экономической эффективности и качества, управления надежностью и информационной безопасностью.

Уметь:

  • проводить анализ современных методов и средств информатики для решения прикладных задач различных классов;

  • управлять проектами ИС на всех стадиях жизненного цикла, оценивать эффективность и качество проекта;

  • использовать международные и отечественные стандарты.

Владеть навыками:

  • моделирования процессов и знаний;

  • применения современных программно-технических средств для решения прикладных задач различных классов;

  • методами проектирования, разработки и реализации технического решения в области создания систем управления контентом Интернет-ресурсов и систем управления контентом предприятия.

4 СТРУКТУРА И СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
Общая трудоемкость дисциплины «Компьютерные методы статистического анализа и прогнозирования» составляет 2 зачетные единицы или 70 часов.

4.1 Распределение трудоемкости в часах по всем видам аудиторной и самостоятельной работы студентов

Таблица 4.1 – Виды аудиторной и самостоятельной работы студентов по дисциплине (очная форма обучения)




Вид занятий

Количество часов в семестре

Всего часов

В

очн.

очн.

Лекции (Л)

8

8

Практические занятия (ПЗ.)

24

24

Самостоятельная работа, в т.ч.

36

36

Подготовка к практическим (семинарским) занятиям (ПЗ)

20

20

Изучение тем дисциплины, выносимых для самостоятельного изучения (СИ)

20

20

Конспектирование первоисточников (КПИ)

9

9

КСР

2

2

Форма рубежного контроля

Зачет

Зачет

Итого часов:

70

70



4.2 Наименование тем, их содержание
Тема 1 Статистическое исследование и оценивание

Случайная величина, случайные и псевдослучайные числа,случайное блуждание. Статистическое исследование. Статистическое оценивание, решение, моделирование. Статистический анализ и статистическая оценка. Кривые Пирсона и распределение Пирсона. Доверительное оценивание и доверительный интервал.


Тема 2 Последовательный статистический анализ

Последовательный статистический анализ.

Гамма-распределение.

Распределение и критерий Хи-квадрат.

Непараметрические методы.

Оценивание параметров и метод максимального правдоподобия.

Стохастическая аппроксимация.
Тема 3 Статистический анализ

Ковариационный анализ.

Дисперсия и дисперсионный анализ.

Многомерный статистический анализ.

Факторный анализ.
Тема 4 Регрессионный и корреляционный анализ

Наилучшее приближение и метод наименьших квадратов.

Регрессионный анализ.

Классическая линейная модель множественной регрессии.

Корреляция и корреляционный анализ.

Автокорреляция.

Модель авторегрессии.
Тема 5 Задачи и методы прогнозирования

Сущность и функции прогнозирования.

Особенности прогноза, принципы построения системы прогнозирования.

Основы экономического прогноза.

Классификация прогнозов.

Этапы прогнозирования.

Классификация методов прогнозирования.

Интуитивные методы прогнозирования.

Формализованные методы прогнозирования.

Ряды динамики как база разработки прогнозов.

Методы экстраполяции.

Оценка точностии достоверности прогноза.



4.3 Тематический план изучения дисциплины
4.3.1 Очная форма обучения
Таблица 4.3.1 – Очная форма обучения


Виды занятий

Аудиторная работа, час

Самостоятельная работа

Общий объём часов

Л

Лаб.

Всего

Часы

Виды




1

2

3

5

6

7

8

А

1. Статистическое исследование и оценивание










18

СИ,

ПЗ





2. Последовательный статистический анализ










19

СИ,

ПЗ





Продолжение таблицы 4.3.1


3. Статистический анализ










19

СИ,

ПЗ





4. Регрессионный и корреляционный анализ










19

СИ,

ПЗ





5. Задачи и методы прогнозирования










19

СИ,

ПЗ





Итого часов:







50

94

Экзамен (45)

144


5 ОБРАЗОВАТЕЛЬНЫЕ МЕТОДЫ

В соответствии с требованиями ФГОС ВПО по направлению подготовки реализация компетентностного подхода предусматривает использование в учебном процессе активных и интерактивных форм проведения занятий. На занятиях по дисциплине «Компьютерные методы статистического анализа и прогнозирования» используются формы, указанные в таблице 5.1.

Таблица 5.1 – Методы интерактивного обучения при разных формах занятий


Семестр

Наименование разделов, тем

Используемые образовательные методы

А

1. Статистическое исследование и оценивание

Компьютерный практикум

Решение задач

Исследовательский метод


2. Последовательный статистический анализ

Компьютерный практикум

Решение задач

Исследовательский метод


3. Статистический анализ

Компьютерный практикум

Решение задач

Исследовательский метод


4. Регрессионный и корреляционный анализ

Компьютерный практикум

Решение задач

Исследовательский метод


5. Задачи и методы прогнозирования

Компьютерный практикум

Решение задач

Исследовательский метод




6 ОЦЕНОЧНЫЕ СРЕДСТВА ДЛЯ ТЕКУЩЕГО КОНТРОЛЯ УСПЕВАЕМОСТИ, ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ ПО ИТОГАМ ОСВОЕНИЯ ДИСЦИПЛИНЫ И УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТОВ

6.1 Система и формы контроля
Контроль и оценка знаний студентов очной формы обучения осуществляется в соответствии с Положением о балльно-рейтинговой системе контроля и оценки знаний студентов ОГИМ. Знания студентов заочной формы обучения оцениваются по традиционной системе оценки знаний.

Программой дисциплины в целях проверки прочности усвоения материала предусматривается проведение различных форм контроля:



  1. Предварительный контроль необходим для установления исходного уровня знаний студентов.

  2. Тематический контроль определяет степень усвоения обучающимися каждого раздела (темы в целом), их способности связать учебный материал с уже усвоенными знаниями, проследить развитие, усложнение явлений, понятий, основных идей.

  3. Рейтинговая аттестация – рейтинговый контроль знаний студентов, проводимый в середине семестра.

  4. Рубежной формой контроля является зачет.



6.2 Критерии оценки качества знаний студентов
Изучение дисциплины завершается экзаменом, проводимым в виде устного опроса с учетом текущего рейтинга. Критерии рейтинга представлены в таблице 6.16.3.

Таблица 6.1 – Текущий рейтинг (max 70 баллов)










Баллы

П1

Посещение всех лекций

max 5 баллов

П2

Присутствие на всех практических занятиях

max 5 баллов

П3

Оценивание работы на семинарских, практических, лабораторных занятиях

max 30 баллов

П4

Оценивание самостоятельной работы

max 30 баллов

Таблица 6.2 – Рубежный контроль (max 30 баллов)




Оценка

Баллы

5

30

4

20

3

10

2

0

Таблица 6.3 – Академический рейтинг по дисциплине




Итоговая сумма баллов, с учетом успешно сданного экзамена

Оценка

85-100

5 (Отлично)

65-84

4 (Хорошо)

50-64

3 (Удовлетворит.)

0-49

2 (Неудовл.)



6.3 Учебно-методическое обеспечение самостоятельной работы студентов
Виды самостоятельной работы студентов, обеспечивающие реализацию цели и решение задач данной рабочей программы:

  • подготовка к лабораторным занятиям;

  • изучение тем дисциплины, выносимых для самостоятельного изучения студентам очной формы обучения;

  • выполнение контрольной работы (для студентов заочной формы обучения);

  • подготовка и сдача экзамена.



6.3.1 Материалы курса, выносимые студентам очной формы обучения для самостоятельного изучения
Таблица 6.3.1 – Материалы курса, выносимые студентам очной формы обучения для самостоятельного изучения


Наименование разделов, тем

Дидактические единицы (вопросы), выносимые на самостоятельное изучение

Форма отчетности о результатах СР

1

2

3

Задачи и методы прогнозирования

Классификация методов прогнозирования. Интуитивные методы прогнозирования. Формализованные методы прогнозирования. Ряды динамики как база разработки прогнозов

Конспект, тематический контроль

Продолжение таблицы 6.3.1


Экономическое прогнозирование и случайные процессы

Экономическое прогнозирование. Случайные процессы и прогнозирование. Стационарный случайный процесс. Ветвящийся процесс. Марковский процесс, Марковская цепь

Конспект, тематический контроль

Классификация

Классификация. Классификация многомерных наблюдений. Автоматическая классификация. Дискриминантный анализ. Таблица сопряженности и анализ соответствия

Конспект, тематический контроль

Теория статистических решений

Теория статистических решений. Метод статистических испытаний

Конспект, тематический контроль



6.3.2 Примерные варианты контрольных работ для студентов заочной формы обучения
Студент-заочник в соответствии с условиями задач должен написать контрольную работу. Дискета / диск должны быть подписаны студентом с указанием Ф.И.О., варианта, группы. Условия задач вводятся как комментарии в текст отчета контрольной работы.

Дискета / диск передается преподавателю при сдаче контрольной работы. Работа считается выполненной, если она соответствует условиям задач и все задания исполнены верно. Никакие бумажные носители с контрольными работами не принимаются, кроме отчета о проделанной контрольной работы,распечатанной в формате А4 шрифтом TimesNewRomanкегль 14, интервал 1,5 пт. Количество страниц контрольной работы не регламентируется, но не менее 10 печатных страниц.

Работа предназначена для привития умений и навыков применения компьютерных средств в учебном процессе.
Тема 1. Применение Интернеттехнологий для формирования нормативно-справочных баз, используемых в процессе расчета сметы.
Тема 2.Расчет расхода материалов в процессе выполнения необходимых работ на базе конвейерного процессора.
Тема 3.Решение частной задачи оптимизации.
Тема 4.Решение задачи о ранце с помощью параллельного алгоритма Флойда.
Тема 5.Основные задачи вычислительных фирм (формирование потока заданий, распределение потока заданий в Интернет, управление потоком заданий).

6.3.3 Лабораторный практикум
Тема 1.Статистическое исследование и оценивание

Задача формирования нормативно-справочных баз для выполнения аналитических вычислений в системах поддержки принятия решений

Применение Интернет-технологий для формирования нормативно-справочных баз, используемых в процессе расчета сметы. Подготовка нормативно-справочной информации для выполнения аналитических вычислений.


Тема 2 Последовательный статистический анализ

Задачапримененияконвейерных процессоров (программ) для реализации аналитических вычислений

Конвейерные алгоритмы и программы. Алгоритмы и программы расчета расхода материалов в процессе выполнения необходимых работ. Расчет расхода материалов в процессе выполнения необходимых работ на базе конвейерного процессора.


Тема 3 Статистический анализ

Задача оптимизации материально-технического обеспечения методами теории графов

Построение графовых моделей оптимизационных задач материально-технического обеспечения работ. Параллельные алгоритмы построения путей графа моделей оптимизационных задач. Решение частной задачи оптимизации методом Беллмана.


Тема 4 Регрессионный и корреляционный анализ

Задача параллельных алгоритмов теории графов, их применение в системах поддержки принятия решений

Алгоритм Флойда. Применение алгоритма Флойда для анализа дерева решений. Решение задачи о ранце с помощью параллельного алгоритма Флойда.


Тема 5 Задачи и методы прогнозирования

Задача использования вычислительных фирм для разработки вариантов управленческих решений

Интернет-проекты параллельных вычислений. Основные задачи вычислительных фирм (формирование потока заданий, распределение потока заданий в Интернет, управление потоком заданий). Системные оболочки, используемые вычислительными фирмами.


На лабораторных занятиях осуществляется разбор лекционного материала, решение задач с целью применения математических методов и инструментальных средств на практике, опросы, дискуссии, выступления с сообщениями, докладами.

6.3.4 Примерный перечень вопросов к экзамену по всему курсу


  1. Применение Интернет-технологий для формирования нормативно-справочных баз.

  2. Подготовка нормативно-справочной информации для выполнения аналитических вычислений.

  3. Конвейерные алгоритмы и программы.

  4. Алгоритмы и программы расчета расхода материалов в процессе выполнения необходимых работ.

  5. Расчет расхода материалов в процессе выполнения необходимых работ на базе конвейерного процессора.

  6. Построение графовых моделей оптимизационных задач материально-технического обеспечения работ.

  7. Параллельные алгоритмы построения путей графа моделей оптимизационных задач.

  8. Решение частной задачи оптимизации методом Беллмана.

  9. Алгоритм Флойда.

  10. Применение алгоритма Флойда для анализа дерева решений.

  11. Решение задачи о ранце с помощью параллельного алгоритма Флойда.

  12. Интернет-проекты параллельных вычислений.

  13. Основные задачи вычислительных.

  14. Системные оболочки, используемые вычислительными фирмами.

  15. Случайная величина, случайные и псевдослучайные числа,случайное блуждание.

  16. Статистическое исследование.

  17. Статистическое оценивание, решение, моделирование.

  18. Статистический анализ и статистическая оценка.

  19. Кривые Пирсона и распределение Пирсона.

  20. Доверительное оценивание и доверительный интервал.

  21. Последовательный статистический анализ.

  22. Гамма-распределение.

  23. Распределение и критерий Хи-квадрат.

  24. Непараметрические методы.

  25. Оценивание параметров и метод максимального правдоподобия.

  26. Стохастическая аппроксимация.

  27. Ковариационный анализ.

  28. Дисперсия и дисперсионный анализ.

  29. Многомерный статистический анализ.

  30. Факторный анализ.

  31. Наилучшее приближение и метод наименьших квадратов.

  32. Регрессионный анализ.

  33. Классическая линейная модель множественной регрессии.

  34. Корреляция и корреляционный анализ.

  35. Автокорреляция.

  36. Модель авторегрессии.

  37. Сущность и функции прогнозирования.

  38. Особенности прогноза, принципы построения системы прогнозирования.

  39. Основы экономического прогноза.

  40. Классификация прогнозов.

  41. Этапы прогнозирования.

  42. Классификация методов прогнозирования.

  43. Интуитивные методы прогнозирования.

  44. Формализованные методы прогнозирования.

  45. Ряды динамики как база разработки прогнозов.

  46. Методы экстраполяции.

  47. Оценка точностии достоверности прогноза.



6.3.5 Примерные задания для контроля качества усвоения материала
1)Точечный прогноз добычи угля на конец 2010 года составил 160 млн. тонн. Среднеквадратическа ошибка составила 5 млн. тонн. Значение t-статистики Стьюдента составило 2. Интервал прогноза будет равен:
2)Точечный прогноз добычи угля на конец 2010 года составил 160 млн. тонн. Среднеквадратическа ошибка составила 10 млн. тонн. Значение t-статистики Стьюдента составило 2. Интервал прогноза будет равен:
3)Точечный прогноз добычи угля на конец 2010 года составил 160 млн. тонн. Среднеквадратическа ошибка составила 15 млн. тонн. Значение t-статистики Стьюдента составило 2. Интервал прогноза будет равен:
4)Валовой сбор рапса в 2000 году составил 120 тыс. тонн; в 2003 году - 150 тыс. тонн. Тогда средний темп прирости составит:
5)Валовой сбор рапса в 2000 году составил 120 тыс. тонн; в 2003 году - 150 тыс. тонн. Тогда средний коэффициент роста составит:
6)Валовой сбор рапса в 2000 году составил 120 тыс. тонн; в 2003 году - 150 тыс. тонн. Тогда средний абсолютный прирости составит:
7)Сумма на которую начисляются непрерывные проценты, равна 2000 у.е., сила роста 10%, срок 5 лет. Число е=2,718. Точность промежуточных расчетов до 0,000001. Ответ округлить до целого. Наращенная сумма составит:
8)Сумма на которую начисляются непрерывные проценты, равна 2000 у.е., сила роста 12%, срок 5 лет. Число е=2,718. Точность промежуточных расчетов до 0,000001. Ответ округлить до целого. Наращенная сумма составит:
9)Сумма на которую начисляются непрерывные проценты, равна 2200 у.е., сила роста 12%, срок 5 лет. Число е=2,718. Точность промежуточных расчетов до 0,000001. Ответ округлить до целого. Наращенная сумма составит:
10)Сумма на которую начисляются непрерывные проценты, равна 3000 у.е., сила роста 10%, срок 5 лет. Число е=2,718. Точность промежуточных расчетов до 0,000001. Ответ округлить до целого. Наращенная сумма составит:
11)Сумма на которую начисляются непрерывные проценты, равна 3000 у.е., сила роста 12%, срок 5 лет. Число е=2,718. Точность промежуточных расчетов до 0,000001. Ответ округлить до целого. Наращенная сумма составит:
12)Предприятие создает в течение 3 лет фонд развития в размере 100000 у.е. Какую сумму предприятие должно ежегодно ассигновать на эту цель при условии помещения денег в банк в конце года под проц ставку 10% годовых.
13)Предприятие создает в течение 3 лет фонд развития в размере 100000 у.е. Какую сумму предприятие должно ежегодно ассигновать на эту цель при условии помещения денег в банк в конце года под проц ставку 20% годовых.
14)Предприятие создает в течение 4 лет фонд развития в размере 100000 у.е. Какую сумму предприятие должно ежегодно ассигновать на эту цель при условии помещения денег в банк в конце года под проц ставку 10% годовых.
15)Предприятие создает в течение 4 лет фонд развития в размере 100000 у.е. Какую сумму предприятие должно ежегодно ассигновать на эту цель при условии помещения денег в банк в конце года под проц ставку 20% годовых.
16)Клиент в конце каждого года вкладывает 100 000 руб в банк, выплачивающий сложные проценты по проц ставке 10% годовых. Определить сумму, которая будет на счете клиента через 3 года.
17)Клиент в конце каждого года вкладывает 100 000 руб в банк, выплачивающий сложные проценты по проц ставке 20% годовых. Определить сумму, которая будет на счете клиента через 3 года.
18)Клиент в конце каждого года вкладывает 200 000 руб в банк, выплачивающий сложные проценты по проц ставке 10% годовых. Определить сумму, которая будет на счете клиента через 3 года.
19)Клиент в конце каждого года вкладывает 200 000 руб в банк, выплачивающий сложные проценты по проц ставке 20% годовых. Определить сумму, которая будет на счете клиента через 3 года.
20)Клиент в конце каждого года вкладывает 100 000 руб в банк, выплачивающий сложные проценты по проц ставке 20% годовых. Определить сумму, которая будет на счете клиента через 4 года.
21)По данным о производстве угля за 9 лет с 1999г. по 2007 г. были оценены параметры модели: у^=650-2,5t-1,5t2.Используя полученную модель рассчитать прогноз производства в 2008 году (t=10). Прогноз равен:
22)По данным о производстве угля за 9 лет с 1999г. по 2007 г. были оценены параметры модели: у^=650-3,5t-0,5t2.Используя полученную модель рассчитать прогноз производства в 2008 году (t=10). Прогноз равен:
23)По данным о производстве угля за 9 лет с 1999г. по 2007 г. были оценены параметры модели: у^=650-5,5t-1,5t2.Используя полученную модель рассчитать прогноз производства в 2008 году (t=10). Прогноз равен:
24)В 1990г СХ потребило 12 млрдкВтч электроэнергии, а в 2000г - в 2,5 раза больше. Определите среднегодовой абсолютный прирост потребления электроэнергии за 1990-2000г млрдкВтч
25)Средний темп роста ежегодного товарооборота равен 110%. Определить ожидаемый товарооборот в 2010 году, если товарооборот в 2008 году составил 150 млн руб.
26)Значения цепных абсолютных приростов проц ставки примерно одинаковы в течении 7 кварталов. Средний прирост составил 0,2 %. Рассчитать прогнозное значение проц ставки банка в 8 квартале,если в 7 квартале она составила 9 %

27)Изменение себестоимости 1ц молока в колхозе характеризуется след данными (в % к 1998г.) : 1998г - 100; 1999г-105,5; 2000г-102,9. В 2000г себестоимость 1ц молока по сравнению с 1999 г


28)Оценка параметров модели проводилась для временного ряда длиной n=24. Значение критерия Дарбина-Уотсона d=0,5. Значение в указывает на то,что:
29)Оценка параметров модели проводилась для временного ряда длиной n=24. Значение критерия Дарбина-Уотсона d=0,9. Значение в указывает на то,что:
30)Используя метод Фостера-Стьюарта установить с вероятностью 0,95 имеется ли тенденция в изменении курса акции промышленной компании. Наблюдаемое значение критерия t набл=1,2; критическое значение t крит=2,093. Сделать вывод:
31)Используя метод Фостера-Стьюарта установить с вероятностью 0,95 имеется ли тенденция в изменении курса акции промышленной компании. Наблюдаемое значение критерия t набл=4,2; критическое значение t крит=2,093. Сделать вывод:
7 Учебно-методическОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ дисциплинЫ
7.1 Основная литература


  1. Павловская Т.А. С/С++. Компьютерные методы статистического анализа и прогнозирования на языке высокого уровня / Т.А. Павловская СПб.: ПИТЕР, 2010.650 с.

  2. Павловская Т.А., Щупак Ю.А. С/С++. Структурное и объектно-ориентированное Компьютерные методы статистического анализа и прогнозирования: Практикум / Т.А.Павловская, Ю.А. Щупак СПб.: ПИТЕР, 2010.450 с.

  3. Иванова Г.С., Ничушкина Т.Н., Пугачев Е.К. Объектно-ориентированное Компьютерные методы статистического анализа и прогнозирования / Г.С. Иванова, Т.Н. Ничушкина, Е.К. Пугачев М.: МГТУ им. Баумана, 2007.256 с.

  4. Павловская Т.А. C#. Компьютерные методы статистического анализа и прогнозирования на языке высокого уровня / Т.А. Павловская СПб.: ПИТЕР, 2007.344 с.

  5. Макарова Н.В., Трофимец В.Я. Статистика в Excel: Учеб.пособие – М.: Финансы и статистика, 2003. – 386 с.: ил.


7.2 Дополнительная литература


  1. Айвазян, С.А., Прикладная статистика. Основы моделирования и первичная обработка данных / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. – М.: Финансы и статистика, 2007. – 471 с.

  2. Боровиков, В.П. Статистика. Статистический анализ и обработка данных в среде WINDOWS/ В.П. Боровиков, И.П. Боровиков.  М.: Филин, 2007.  412 с.

  3. Айвазян, С.А. Прикладная статистика. Исследование зависимостей / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. – М.: Финансы и статистика, 2005. – 304 с.

  4. Теория статистики / под ред. Р.А. Шмойловой, М.: «Финансы и статистика», - 2009. – 560с.

  5. Статистика рынка товаров и услуг / под ред. И.К. Белявского.  М.: «Финансы и статистика», 2007. – 432 с.

  6. Ефимова, М. Р. Общая теория статистики : учебник / М.Р. Ефимова, Е.В. Петрова, Румянцев В.Н.. – 2-е изд. испр. и доп. – М.: ИНФРА-М, 2006. – 416с. – (Высшее образование).1

  7. Гельман, В.Я. Решение математических задач средствами Excel: Практикум / В.Я. Гельман. – СПб.: Питер, 2003. – 240 с.: ил.

  8. Курс лекций по общей теории статистики / под ред. В.Е.Овсиенко. – М.: Изд-во Московского экономико-статистического института, 1976.–231с.

  9. Конотопский, В.Ю. Общая теория статистики. Практикум с использованием программы Excel (часть Ш) / В.Ю. Конотопский. – Томск: ИПФ ТПУ, 2005.256 с.

  10. Порублев, И.Н., Алгоритмы и программы. Решение олимпиадных задач / И.Н. Порублев, А.Б. Ставровский.  М: Диалектика, 2007.-256 с.



7.3 Программное обеспечение и Интернет-ресурсы


  1. ОперационнаясистемаMSWindowsVista,MSWindows7, MSWindows 8, MSWindowsServer 2008 (2012);

  2. Программы работы для решения задач статистического анализа и прогнозирования «Delfi» «ProjectExpert»;

  3. Пакетпрограмм MS Office;

  4. Программыпросмотра Web-страниц:

    1. www.statistika.ru

    2. www.statsoft.ru/home/textbook/default.htm

    3. www.cbr.ru/statistics/

    4. www.stathelp.ru/

    5. www.intuit.ru/help/user_statistic.html

    6. www.hi-edu.ru/e-books/.../01/index.html

    7. www.glossary.ru/cgi-bin/gl_sch2.cgi?...

    8. www.finstat.ru/statistika.htm

    9. eqworld.ipmnet.ru/ru/library/.../probability.htm

    10. www.knigafund.ru/sections/52

    11. ecsocman.hse.ru/text/19202302/

    12. www.e-college.ru/xbooks/xbook007/book/index/

    13. http://infsis.ru,

    14. http://www.informika.ru/,

    15. http://book.itep.ru.


8 МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
Для освоения практической части дисциплины используется лаборатория, оснащенная персональными компьютерами, соединенными локальной вычислительной сетью. В качестве персональных компьютеров используются рабочие станции следующей конфигурации: PentiumIV, ОЗУ 4Гб, HDD320 Гб, или выше.

Освоение практической части осуществляется по видам деятельности:

- лекции читаются в учебных аудиториях с использованием технических средств, материал лекций представлен в виде презентаций в PowerPoint.

- лабораторные занятия проводятся в компьютерных классах, где на ПК студенты индивидуально выполняют идентичные задания, отличающиеся только исходными данными. При этом используются возможности приложения Excel в части статистической обработки данных.



Учебно-программное издание

КОМПЬЮТЕРНЫЕ МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И ПРОГНОЗИРОВАНИЯ



Рабочая программа учебной дисциплины

Составитель:



Кононова Марина Владимировна
Книга выходит в авторской редакции

Подп. в печать 00.00.00. формат 60х84 1/16.

Бум.офсетная. Гарнитура «Times». Печать цифровая.

Объём 00 уч.-изд. л. Тираж 000 экз. Заказ № 00.


Отпечатано в типографии ФГБОУВПО «ОГИМ»

460038, г. Оренбург, ул. Волгоградская, д. 16.



Тел./факс: (3532) 30-50-00, доб.127







Найти на лужайке штопор — удача гораздо большая, чем найти четырехконечный листик клевера. Но многим ли это удалось? «Пшекруй»
ещё >>