Статистичнні методи прогнозування
Мета дисципліни: вивчення деяких методів обробки інформації в реальних умовах, вивчення формалізації деяких завдань на основі інформації, вивчення застосування методів математичної статистики при формуванні математичних моделей, вивчення прийомів прогнозування згідно побудованим математичних моделей.
Завдання дисципліни :
- знати основні задачі кореляційно-регресійного аналізу;
- вміти використовувати методи статистичної обробки інформації при побудові математичних моделей;
- мати навички прогнозування значення факторів на основі математичних моделей.
Основні результати навчання
Навички вербального та письмового репрезентування практичних розробок.
Володіти основними положеннями та методами математичного, комплексного та функціонального аналізу, лінійної алгебри та аналітичної геометрії, теорії диференціальних рівнянь, зокрема рівнянь математичної фізики, теорії ймовірностей, математичної статистики та випадкових процесів, чисельними методами, методами оптимізації, методами аналізу даних.
Формалізувати задачі, сформульовані мовою певної предметної галузі; формулювати їх математичну постановку та обирати раціональний метод вирішення; розв'язувати отримані задачі аналітичними та чисельними методами, оцінювати точність та достовірність отриманих результатів.
Будувати ефективні щодо точності обчислень, стійкості, швидкодії та витрат системних ресурсів алгоритми для чисельного дослідження математичних моделей та розв'язання практичних задач.
Вміти застосовувати сучасні технології програмування та розроблення програмного забезпечення, програмної реалізації чисельних і символьних алгоритмів.
Форми організації освітнього процесу та види навчальних занять
Л- лекційні заняття; ПЗ – практичні заняття; СРС – самостійна робота здобувачів; МКР – модульна контрольна робота; К – консультації.
Тематика та види навчальних занять
1 тиждень.
Л1. Прогнозування як головне значення математичного апарату.
СРС. К.
2 тиждень.
Л2. Апроксимація значень факторів як основа побудови математичнихмоделей.
ПЗ.1. Формування вибірки. Визначення наявності кореляційного зв'язку між двома і більше факторами. обсяг вибірки..
СРС. К.
3 тиждень.
Л3. Кореляційний аналіз як засіб обробки статичних даних.
СРС. К.
4 тиждень.
Л4. Головні задачі кореляційного аналізу.
ПЗ. 2-3. Побудова лінії регресії. Підбір залежного фактора. Метод найменших квадратів. Достовірність лінії регресії..
СРС. К.
5 тиждень.
Л5. Визначення лінії регресії. Метод найменших квадратів.
СРС. К.
6 тиждень.
Л6. Перевірка на достовірність лінії регресії. Коефіцієнт Фішера.
ПЗ.4. Визначення функції Кобба-Дугласа. Визначення еластичностей. Виявлення характеру виробництва..
СРС. К.
7 тиждень.
Л7. Гіпотеза та їх перевірка про сутність лінії регресії. Коефіцієнт Стюдента.
СРС. К.
МКР1.
8 тиждень.
Л8. Методика формування представительних вибірок статистичних даних.
ПЗ. 5.Визначення комерційних функцій. Прогнозування рівноважної ціни товару, ціноутворення. Визначення прогнозування значення попиту на товар..
СРС. К.
9 тиждень.
Л9. Проблема вибору сукупності факторів при побудові математичної моделі їх залежностей.
СРС. К.
10 тиждень.
Л10. Деякі додатки кореляційного аналізу при прогнозуванні.
ПЗ 6. Визначення коефіцієнтів простою заявок. Коефіцієнт простою заявки в черзі, в системі обслуговування і простою каналу обслуговування.
СРС. К.
11 тиждень.
Л11. Виробничі функції. Їх формування. Похідні показники.
СРС. К.
12 тиждень.
Л12. Прогнозування діяльності підприємства на основі виробничих функцій.
ПЗ 7. Визначення коефіцієнтів простою заявок. Коефіцієнт простою заявки в черзі, в системі обслуговування і простою каналу обслуговування.
СРС. К.
13 тиждень.
Л13. Комерційні функції. Їх особливості. Призначення та використання при керуванні ціностворенням.
СРС. К.
14 тиждень.
Л14. Прогнозування попиту на товар масового використання.
ПЗ.8. Складання прогнозної балансової моделі. Складання балансових рівнянь. Рішення систем лінійних рівнянь. Формування прогнозної моделі балансу..
СРС. К.
15 тиждень.
Л15. Інші додатки використання методів статистичної обробки даних.
СРС. К.
МКР2.
Індивідуальна робота
Не передбачено
Самостійна робота
Самостійна робота складає 44 годин. Розподіл самостійної роботи за видами навчальних робіт:
1) підготовка до лекційних занять – 4 годин;
2) підготовка до практичних занять – 10 годин;
3) підготовка до екзамену – 30 годин;
Самостійна робота є основним засобом засвоєння здобувачем навчального матеріалу в час, вільний від обов'язкових навчальних занять.
Співвідношення обсягів аудиторних занять і самостійної роботи здобувачів визначається навчальним планом підготовки бакалаврів за спеціальністю 113 – «Прикладна математика» з урахуванням специфіки та змісту дисципліни, її місця, значення і дидактичної мети в реалізації освітньо-професійної програми, а також питомої ваги в навчальному процесі практичних занять.
Процедура оцінювання
Поточні контрольні опитування оцінюються за семестр 20 балів (0,6 кредитів). Кількість опитувань за кожний семестровий модуль – 2, кожне опитування оцінюється 5 балами (0,15 кредитів).
Остаточним контролюючим моментом освоєння дисципліни є екзамен.
Екзамен вважається не зданим, якщо здобувач отримав незадовільну оцінку.
Максимальна оцінка за повний обсяг виконаних навчальних елементів дисципліни – 100 балів.
Умови допуску до підсумкового контролю
До екзамену допускаються здобувачі вищої освіти, які виконали всі види навчальних елементів навчальної дисципліни на не менш, ніж на 60 %.
Екзамен відбувається за тематичними (змістовними) модулями дисципліни восьмого семестру.
Політика освітнього процесу
Здобувач зобов’язаний своєчасно та якісно виконувати всі отримані завдання; за необхідністю з метою з’ясування всіх не зрозумілих під час самостійної та індивідуальної роботи питань, відвідувати консультації викладача. Дотримуватись принципів академічної доброчесності.
Робота, яка виконана після встановлених викладачем термінів, не приймається.
Відсутність здобувача на екзамені або на контрольній роботі відповідає оцінці «0».
Складання/перескладання екзаменів – за встановленим деканатом розкладом.
Під час лекції здійснювати телефонні дзвінки забороняється.