Дуброва Т.А. Статистические методы прогнозирования в экономике

Учебное пособие /Рост. гос. экон. унив. - Ростов-н/Д. - 2001. - 74 с. В учебном пособии изложены в систематизированном виде: классифификация прогнозов, анализ временных рядов, методы выделения тренда и периодических колебаний, адаптивные, экспертные методы прогнозирования. Особое внимание уделено моделям стационарных и нестационарных временных рядов и их идентификации, а также вопросам оценки адекватности и точности прогнозов. По каждому разделу...

Методы статистического анализа временных рядов. Сглаживание временных рядов с помощью скользящих средних. Моделирование тенденций развития. Моделирование колебательных и сезонных эффектов. Прогнозирование методом авторегрессии. Моделирование динамики в среде Spss.

М. , 2004. - 60 с. Учебное пособие Введение Классификация экономических прогнозов. Требования, предъявляемые к временным рядам, и их компонентный состав Основные показатели динамики экономических явлений. Использование скользящих средних для сглаживания временных рядов Прогнозирование развития с помощью моделей кривых роста Доверительные интервалы прогноза. Оценка адекватности и точности моделей Использование адаптивных методов в экономическом а...

Учебное пособие, практикум, тесты, программа курса / Дуброва Т. А.; руководство по изучению дисциплины / Дуброва Т. А., Архипова М. Ю. МГЭСИ — М. , 2004. — 136 с. PDF-формат В настоящее время статистические методы прогнозирования заняли видное место в экономической практике. Широкому внедрению методов анализа и прогнозирования данных способствовало появление персональных компьютеров. Распространение статистических программных пакетов позволило...

М.: Статистика, 1973. - 104 с. В книге излагаются некоторые методы анализа и прогнозирования временных рядов, такие, например, как экспоненциальное сглаживание, гармонический анализ. Большое внимание уделяется вопросам изучения сезонности. Рассматриваются проблемы многофакторного прогнозирования экономических показателей. Приводятся примеры, взятые из различных областей экономики. Книга рассчитана на широкий круг экономистов и статистиков, а такж...

М.: Статистика, 1980. - 102 с. Излагаются основные статистические методы выявления тенденции развития социально-экономических явлений. Рассматриваются особенности изучения взаимосвязи рядов динамики с помощью корреляционного и регрессионного анализа. Исследуются методологические особенности многофакторного прогнозирования на основе рядов динамики. Построена многофакторная модель роста производительности труда. Для экономистов, статистиков, соци...

Метод восходящих-нисходящих серий. Метод, основанный на медиане. Метод Фостера-Стюарта. Сглаживание 5-ти точечной и 7-ми точечной простыми скользящими средними. Аналитическое выравнивание (линейная, параболическая показательная модель). Проверка на адекватность. Проверка моделей на точность. Точечные прогнозы. ЯФ МЭСИ, Жолудева В. В. , 19 вариант, 2009

Учеб. пособие. М.: Финансы и статистика, 2003 г. - 416 с: ил. Посвящено построению статистических моделей с переменными параметрами для прогнозирования нестационарных временных рядов. Рассмотрены адаптивные модели полиномиальных и стохастических трендов, сезонных и циклических колебаний, гистограмм, модели семейства ARIMA, ARCH. Приводятся примеры прогнозирования курсов акций, валют, цен на золото. Материалы пособия апробированы на занятиях в МЭ...

М.: Финансы и статистика, 1986. -133 с., ил. - (Б-чка иностр. книг для экономистов и статистиков). В работе английского ученого излагаются статистические методы краткосрочного и среднесрочного прогнозирования временных рядов. Основным инструментом краткосрочного прогнозирования, рассмотренного в книге, является метод экспоненциального сглаживания, среднесрочного — метод криволинейных трендов. Может служить справочным пособием по теме. Часть І. Кр...

Тамбов: Изд-во Тамб. гос. техн. ун-та, 2008. – 32 с. – 50 экз. Изложены статистические методы анализа и прогнозирования одномерных временных рядов, наиболее часто применяемые в экономической практике, в том числе и методы развивающегося направления статистических исследований – прогнозирование временных рядов с помощью адаптивных моделей. Предназначены для студентов 3 курса всех форм обучения специальностей 08080165, 08080062. Содержание Введе...