- •1. Статистическое наблюдение, его формы, виды и способы.
- •2. Виды статистических группировок. Построение группировки по количественному признаку
- •3. Абсолютные, средние и относительные статистические показатели.
- •4 Аналитические показатели временного ряда
- •5. Индивидуальные и сводные индексы, их взаимосвязи.
- •6. Методы проверки временных рядов на наличие тенденции.
- •7. Методы выбора формы трендовой модели
- •8. Построение моделей авторегрессионных преобразований.
- •1. Основан на использовании, так называемых, последовательных или конечных разностей.
- •2. Метод отклонений эмпирических значений признака от теоретических по уравнению тренда полученных.
- •3. Метод Фриша-Воу
- •9. Прогнозирование на основе средних аналитических показателей временных рядов.
- •10. Прогнозирование на основе экстраполяции тренда.
- •11. Прогнозирование с учетом дисконтирования информации
- •12. Прогнозирование на основе кривых роста Гомперца и Перля-Рида.
- •13. Автокорреляция, ее выявление в уровнях временного ряда
- •14. Прогнозирование связных временных рядов
- •15. Оценка точности и надежности прогнозов.
- •16. Основные понятия теории выборочного наблюдения
- •17. Алгоритмы формирования выборочной совокупности
- •18. Простая случайная и систематическая выборки
- •19. Расслоенная выборка
- •20. Кластерная (сериальная) выборка
- •21.Предмет, задачи и система показателей макроэкономической статистики
- •22. Статистическое исследование результатов экономической деятельности
- •23. Статистическое исследование трудового потенциала и трудовых ресурсов
- •24. Статистическое исследование цен и ценообразования
- •25.Статистическое исследование внешней экономической деятельности
- •26. Сводный счет «Производство», его назначение и система показателей.
- •27. Методология исчисления валового внутреннего продукта и национального дохода
- •28. Межотраслевой баланс производства и распределения продукции в снс
- •29. Система макроэкономических показателей, применяемая в международной статистической практике
- •30. Предмет, метод, функции и система показателей социальной статистики
- •1. Общество, его основные характеристики и дифференциация
- •2. Условия жизни
- •3. Уровень жизни (материальная сторона)
- •4. Способ жизни и качественные аспекты жизни
- •Расчет коэффициентов корреляции Кэндела и Спирмена . [-1;1]
- •31.Статистическое исследование социальной структуры и социальной мобильности населения
- •32.Статистическое исследование жизненного уровня населения
- •33.Статистическое исследование дифференциации населения по денежным доходам
- •34.Статистическое исследование сферы обслуживания и охраны здоровья населения
- •35.Предмет, задачи и система показателей демографической статистики
- •36.Статистическое исследование численности, размещения и состава населения
- •37.Статистическое исследование естественного движения населения
- •38.Статистическое исследование миграционного движения населения.
- •39.Статистическое исследование воспроизводства населения
- •40. Понятие, принципы и методы демографического прогнозирования
- •41.Случайные величины. Закон распределение вероятностей дискретной случайной величины
- •42. Функция распределения и плотность вероятности случайной величины, их свойства
- •43. Основные числовые характеристики случайной величины и их свойства
- •44.Биноминальный и нормальный законы распределения случайной величины
- •45.Парные и частные коэффициенты корреляции, их свойства
- •46. Множественные коэффициенты корреляции и детерминации, их свойства
- •47. Понятие генеральной совокупности и выборки из нее
- •48. Определение точечной оценки (статистики) и основные требования, предъявляемые к точечной оценке (несмещенность, состоятельность, эффективность)
- •49. Интервальные оценки параметров генеральной совокупности
- •50. Интервальная оценка генеральной средней нормально распределенной генеральной совокупности.
- •51. Интервальная оценка генеральной дисперсии нормально распределенной генеральной совокупности.
- •52. Статистические гипотезы и правила их проверки. Статистические критерии.
- •53. Сущность дисперсионного анализа. Основные задачи, решаемые с его помощью
- •54. Определение оценок параметров классической линейной модели множественной регрессии с помощью метода наименьших квадратов
- •55. Факторный и компонентный анализ как методы снижения размерности
- •56. Кластерный анализ как метод многомерной классификации
- •57. Проверка значимости уравнения множественной регрессии и его коэффициентов. Интервальное оценивание коэффициентов уравнения регрессии
- •58. Гомо- и гетероскедастичность остатков в регрессионных моделях.
- •59. Обобщенный метод наименьших квадратов (омнк). Свойства омнк-оценок
- •60. Дискриминантный анализ как метод многомерной классификаций с обучением
11. Прогнозирование с учетом дисконтирования информации
Принцип дисконтирования предполагает, что более поздняя информация имеет больший уд вес по степени информативности для построения точных и надежных прогнозов, чем инфо более ранняя.
Эти методы м б исп только в случае, если выполняются след предпосылки их реализации:
- ряд динамики должен быть дост длинным с тем, чтобы более четко проявилась тенденция изменения явлений.
- в рядах динамики должны отсутствовать скачки в развитии явления.
- должен соблюдаться принцип инертности, согласно которому тенденция и закономерность прошлого и настоящего м б продлены на будущее.
- значение функции автокорреляционных преобразований д уменьшаться с увеличением числа членов ряда (надо посчитать к-ты автокорреляции).
Принцип дисконтирования предполагает взвешивание инфо на протяжении всего исходного ряда динамики. На принципе дисконтирования реализуется неск методов:
1.Метод простого экспоненциального сглаживания. Общая идея заключ в том, что уровни исх ряда динамики взвешиваются с помощью средней, веса которой подчиняются экспоненциальному закону распределения. Принцип дисконтирования в этом случае будет выражаться в том, что прогноз осуществляется по наиболее важным последним наблюдениям. Прогнозирование данным методом реализуется в случае выполнения перечисленных предпосылок в след последовательности:
1. Предполагается, что тенденция исх ряда динамики описывается уравнением линейного тренда (сумма t не д б равна 0!!!)
2. Определяются начальные условия первого и второго порядков (порядок начальных условий зависит от числа параметров трендовой модели, кот наилучшим образом аппроксимирует реально сущ-ие тенденции и закономерности)
Начальные условия 1 и 2 порядка: ,
где альфа – параметр взвешивания 0,1<альфа<0,3, альфа = 2/(n+1) или строится серия моделей при заданных различных альфа. На основе СКО или др пок-ля опред модель прогноза.
3. Определяются экспоненциальные средние 1 и 2 порядка: и
4. Определяются оценки модели прогноза ,
,
5. Ошибка прогноза опред по след фор-ле:
, где - СКО
В случае, если динамика изменения явления описывается ур-нием параболы 2 порядка, то начальные условия опред по формулам: ,
,
Определяются экспоненциальные средние 1, 2 и 3 порядка: и ,
Модель прогноза имеет вид: , где , ,
Данным методом определяется как точечный, так и интервальный прогноз. На практике исп-ие данного метода ограничено в связи с тем, что 1. не принимается во внимание влияние внешних факторов на изменения моделируемого пок-ля, 2. прогнозируемые явления рассматриваются лишь как функция времени.
Отсутствие учета влияния внеш факторов не позволяет осущ прогноз на долгосроч перспективу.
2.Метод гармонических весов базируется на идее построения так называемых скользящих средних трендов. Предполагается, что выполняются ранее перечисленные предпосылки. Для опред-ия скользящего тренда исх ряд динамики разбивают на фазы (к). Число фаз д б меньше длины исх ряда. Обычно длина фазы равна 3-5 уровням. Для каждой фазы в отдельности опред уравнение тренда, которое наилучшим образом опис тенденции, присущие данной фазе изменения явления. Для каждой фазы рассчит линейный тренд. На основе полученных уравнений тренда опред значения скользящего тренда. Определяются цепные абс приросты из теоретич значений (выровненных), полученных по скользящим трендам. .
Определяются веса, которые позволяют учесть распределение значимости значений пок-лей по всей длине исх ряда динамики. Ср прирост опред по формуле:
, где – гармонические к-ты.
В общем виде ряд гармонических весов опред по формуле: .
Прогноз осущ по модели: .
В методе гармонических весов ср абс прирост не явл величиной постоянной, т.е. после получения каждого следующего прогнозного уровня процедура реализации метода повторяется заново.
содержание