Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Математические методы и компьютерные технологии в науке и образовании

Покупка
Артикул: 779465.01.99
Доступ онлайн
500 ₽
В корзину
Приведены теоретические основы моделирования временных рядов и исследования данных методами кластерного анализа, изучаемые обучающимися экономических направлений уровня магистратуры в рамках дисциплины «Математические методы и компьютерные технологии в науке и образовании». Пособие содержит большое количество примеров, основанных на современном фактическом материале, контрольные вопросы, тесты и задания для самостоятельной работы. Рассмотрены технологии анализа данных с помощью программного пакета Statistica. Содержание учебного пособия соответствует актуальным требованиям федерального государственного образовательного стандарта высшего образования. Для студентов магистратуры, обучающихся по экономическим и управленческим направлениям подготовки.
8
21
141
Ефремкова, Т. И. Математические методы и компьютерные технологии в науке и образовании : учебное пособие / Т. И. Ефремкова. - Ставрополь : Логос, 2020. - 300 с. - ISBN 978-5-907258-65-5. - Текст : электронный. - URL: https://znanium.com/catalog/product/1870377 (дата обращения: 18.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
/ / / / / / / 
/ / / / / / / 
УЧЕБНОЕ ПОСОБИЕ
Ставрополь
2020
МАТЕМАТИЧЕСКИЕ МЕТОДЫ 
И КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ 
В НАУКЕ И ОБРАЗОВАНИИ
Т. И. Ефремкова 


УДК 330.43:519.237.8:004.9
ББК 65.05
	
Е922
Автор:
Ефремкова Татьяна Ивановна — кандидат экономических наук, 
доцент кафедры менеджмента и отраслевой экономики 
Сибирского государственного индустриального университета.
Рецензенты:
Гумеров Анвар Вазыхович, доктор экономических наук, заведующий кафедрой, профессор 
кафедры Экономики и менеджмента Лениногорского филиала ФГБОУ ВО «Казанский 
национальный исследовательский технический университет им. А. Н. Туполева — КАИ»;
Черкесова Эльвира Юрьевна, доктор экономических наук, профессор, заведующая 
кафедрой «Экономика и менеджмент» Института сферы обслуживания и предпринимательства 
(филиал) ФГБОУ ВПО «Донской государственный технический университет».
Е922
Ефремкова Т. И.
Математические методы и компьютерные технологии в науке 
и образовании : учебное пособие / Т. И. Ефремкова. – Ставрополь: 
Логос, 2020. – 300 с. : ил. 
	
	
ISBN 978-5-907258-65-5
	
Приведены теоретические основы моделирования временных рядов и исследования данных 
методами кластерного анализа, изучаемые обучающимися экономических направлений уровня 
магистратуры в рамках дисциплины «Математические методы и компьютерные технологии в науке и образовании». Пособие содержит большое количество примеров, основанных на современном фактическом материале, контрольные вопросы, тесты и задания для самостоятельной работы. 
Рассмотрены технологии анализа данных с помощью программного пакета Statistica.
Содержание учебного пособия соответствует актуальным требованиям федерального государственного образовательного стандарта высшего образования.
Для студентов магистратуры, обучающихся по экономическим и управленческим направлениям подготовки.
	
УДК 330.43: 519.237.8: 004.9
	
ББК 65.05
ISBN 978-5-907258-65-5
© Ефремкова Т.И., 2020
© Издательство «Логос», 2020


–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––  3
Содержание
Введение........................................................................................................................ 6
1. Модели временных рядов……………………………………................................ 8
1.1. Временные ряды данных: основные понятия и характеристики.............. 8
1.2. Структура временного ряда........................................................................ 10
1.2.1. Автокорреляция уровней временного ряда и выявление  
его структуры.............................................................................................. 10
1.2.2. Моделирование тенденции временного ряда................................ 19
Контрольные вопросы................................................................................ 21
Задания для самостоятельной работы...................................................... 21
Тесты............................................................................................................ 21
1.3. Аддитивная и мультипликативная модели временных рядов................. 26
1.3.1. Общие положения............................................................................ 26
1.3.2. Аддитивная модель временного ряда ............................................ 27
1.3.3. Мультипликативная модель временного ряда............................... 36
Контрольные вопросы................................................................................ 45
Задания для самостоятельной работы...................................................... 45
Тесты............................................................................................................ 46
1.4. Моделирование стационарных и нестационарных временных рядов... 49
1.4.1. Стационарные стохастические процессы...................................... 49
1.4.2. Процессы ARMA.............................................................................. 58
Контрольные вопросы................................................................................ 76
Задания для самостоятельной работы...................................................... 76
Тесты............................................................................................................ 77
1.5 Компьютерные технологии моделирования временных рядов................ 86
1.5.1. Построение аддитивной и мультипликативной моделей  
временного ряда с использованием программы Statistica...................... 86
1.5.2. Построение моделей ARMA с использованием программы 
Statistica..................................................................................................... 104
Контрольные вопросы.............................................................................. 140


– ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
Задания для самостоятельной работы.................................................... 140
2. Многомерные статистические методы. Кластерный анализ............................ 141
2.1. Классификация многомерных статистических методов........................ 141
Контрольные вопросы.............................................................................. 144
2.2. Понятие кластерного анализа................................................................... 145
2.2.1. Общая постановка задачи классификации................................... 145
2.2.2. Этапы кластерного анализа........................................................... 146
2.2.3. Подходы к проблеме кластерного анализа................................... 146
2.2.4. Типы переменных........................................................................... 147
Контрольные вопросы.............................................................................. 153
Тесты.......................................................................................................... 153
2.3. Меры близости объектов.......................................................................... 157
2.3.1. Виды мер близости объектов........................................................ 157
2.3.2. Коэффициенты подобия................................................................. 157
2.3.3. Коэффициенты связи...................................................................... 161
2.3.4. Показатели расстояния................................................................... 164
Контрольные вопросы.............................................................................. 170
Тесты.......................................................................................................... 170
2.4. Меры близости кластеров......................................................................... 173
Контрольные вопросы.............................................................................. 180
2.5. Процедуры классификации данных......................................................... 181
2.5.1. Виды процедур классификации данных...................................... 181
2.5.2. Иерархический кластерный анализ.............................................. 181
2.5.3. Метод k-средних............................................................................. 184
Контрольные вопросы.............................................................................. 190
Задания для самостоятельной работы.................................................... 190
Тесты.......................................................................................................... 191
2.6. Критерии качества классификации.......................................................... 193
2.6.1. Критерии качества классификации при заданном числе классов...193
2.6.2. Критерии качества классификации при неизвестном числе  
классов....................................................................................................... 194


–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––  5
Контрольные вопросы.............................................................................. 196
Тесты.......................................................................................................... 196
2.7. Компьютерные технологии классификации данных.............................. 198
Контрольные вопросы.............................................................................. 228
Задания для самостоятельной работы.................................................... 228
Список рекомендуемой литературы....................................................................... 230
Приложение А. Исходные данные для построения аддитивной  
и мультипликативной моделей временных рядов................................................. 232
Приложение Б. Исходные данные для построения моделей стационарных 
временных рядов...................................................................................................... 234
Приложение В. Исходные данные для построения моделей нестационарных 
временных рядов...................................................................................................... 239
Приложение Г. Исходные данные для построения аддитивной 
и мультипликативной моделей временных рядов по теме «Компьютерные 
технологии моделирования временных рядов»..................................................... 244
Приложение Д. Исходные данные для самостоятельной работы по теме  
«Модели временных рядов» ................................................................................... 245
Приложение Е. Исходные данные для самостоятельной работы по теме 
«Многомерные статистические методы. Кластерный анализ»............................ 253
Приложение Ж. Исходные данные для проведения практического занятия 
по теме «Компьютерные технологии классификации данных»........................... 257
Приложение И. Фрагмент матрицы расстояний классификации стран мира 
по демографическим и социальным признакам.................................................... 275
Приложение К. Результаты классификации стран мира по демографическим 
и социальным показателям: состав кластеров....................................................... 282
Приложение Л. Статистическая характеристика классификации стран мира 
по демографическим и социальным показателям................................................. 288
Приложение М. Социально-экономические показатели регионов России......... 292


– ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
Введение
Характерной особенностью развития общества на современном этапе является усиление роли науки в области обоснования новых технологических и организационных решений. Наличие высокотехнологичного инструментария предоставляет широкие возможности для применения математических методов различной природы и сложности. Особую актуальность приобретают методы, позволяющие исследовать структуру и закономерности сложных социально-экономических 
процессов, характеризующихся многомерностью, динамичностью, воздействием 
множества случайных факторов.
В настоящем учебном пособии рассмотрены основные теоретические положения по двум группам методов, служащим для обработки многомерных статистических данных: методам моделирования временных рядов и методам кластерного анализа. Теоретические положения проиллюстрированы примерами.
Содержание учебного пособия соответствует требованиям федерального государственного образовательного стандарта высшего образования, а также основным 
образовательным программам по экономическим и управленческим направлениям 
подготовки (уровень магистратуры) и раскрывает содержание учебной дисциплины «Математические методы и компьютерные технологии в науке и образовании».
Учебное пособие содержит положения, которые являются теоретической 
базой для выполнения обучающимися практических заданий и самостоятельной 
работы по дисциплине. Изложенный теоретический аппарат может быть использован в целях моделирования и прогнозирования развития разнообразных социально-экономических процессов.
Содержание каждой главы пособия дополняют контрольные вопросы, тестовые задания, задания для выполнения самостоятельной работы. Задания построены на современном фактическом материале, что призвано способствовать формированию у обучающихся устойчивого интереса к анализу реальных социальноэкономических процессов.
Так как эффективное применение статистических методов невозможно без использования прикладных программных средств, то в данном пособии особенное 


–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––  7
внимание уделено компьютерным технологиям построения моделей временных 
рядов и проведения классификации данных средствами программы Statistica.
В результате освоения данного учебного пособия студент должен:
знать:
— виды моделей временных рядов, процедуру их построения;
— классификацию многомерных статистических методов;
— этапы и методы классификации данных;
уметь:
— применять математические методы для выявления закономерностей протекания экономических процессов и прогнозирования тенденций изменения экономических показателей моделируемой системы;
— выбирать оптимальные модели прогнозирования значений показателей;
— анализировать результаты экономико-математического моделирования, 
давать их экономическую интерпретацию;
— адаптировать классические экономические, финансовые и организационно-управленческие модели к решению конкретных задач управления.
владеть:
— терминологией экономико-математического моделирования;
— методами сбора и первичной обработки данных;
— навыками применения MS Excel и  специальных прикладных программ 
для количественного анализа информации;
— навыками наглядного отображения результатов исследования.


– ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
1. Модели временных рядов
1.1. Временные ряды данных: основные понятия 
и характеристики
Модели временных рядов — это вид эконометрических моделей, построенных на основании данных, характеризующих объект за ряд последовательных 
моментов (периодов) времени.
Временной ряд — это совокупность значений какого-либо показателя за несколько последовательных моментов (периодов) времени [16].
Каждый уровень (значение) временного ряда формируется под воздействием 
большого количества факторов, которые в зависимости от характера проявления 
можно подразделить на три группы:
1) факторы, формирующие тенденцию ряда;
2) факторы, формирующие циклические колебания;
3) случайные факторы.
При различных сочетаниях этих факторов зависимость уровней ряда от времени может принимать разные формы.
Большинство временных рядов экономических показателей имеют тенденцию, характеризующую совокупное долговременное воздействие множества 
факторов на динамику показателя. Эти факторы, взятые по отдельности, могут 
оказывать разнонаправленное воздействие на  исследуемый показатель. Однако 
в совокупности они формируют его возрастающую или убывающую тенденцию. 
На рисунке 1.1 показаны временные ряды, содержащие возрастающую и убывающую тенденцию (тренд). Таким образом, тенденция — это устойчивое медленное 
изменение значений показателя во времени.
Кроме устойчивого изменения значений во времени, изучаемый показатель 
может быть подвержен циклическим колебаниям. Эти колебания могут носить 
сезонный характер, так как экономическая деятельность ряда отраслей и регионов 
зависит от времени года (например, цены на сельскохозяйственную продукцию, расход электроэнергии на бытовые нужды, уровень безработицы в курортных городах 


–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––  9
в зимний период выше, чем в летний, и, наоборот, уровень спроса на прохладительные напитки выше в летний период, чем в зимний). На рисунке 1.2 представлен условный временной ряд, содержащий только сезонную компоненту.
Рисунок 1.1 – Временные ряды, содержащие тренд
Рисунок 1.2 – Временные ряды, содержащие сезонную и случайную компоненты
60
61
62
63
64
65
66
67
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Значение показателя
Момент времени
- убывающий тренд; 
- возрастающий тренд
0
50
100
150
200
250
300
350
400
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Значение показателя
Период времени
- сезонное колебание; 
- случайное колебание


Некоторые временные ряды не содержат тенденции и циклической компоненты, 
а каждый следующий их уровень образуется как сумма среднего уровня ряда и некоторого значения (положительного или отрицательного) случайной компоненты. 
Пример ряда, содержащего только случайную компоненту, приведен на рисунке 1.2.
Реальные данные не соответствуют полностью ни одной из описанных выше 
моделей. Как правило, они содержат все три компоненты. Каждый их уровень формируется под воздействием тенденции, сезонных колебаний и случайной компоненты.
В большинстве случаев фактический уровень временного ряда можно представить как сумму или произведение трендовой, циклической и случайной компонент. Модель, в которой временной ряд представлен как сумма перечисленных 
компонент, называется аддитивной моделью временного ряда и имеет следующий общий вид:
=
+
+
.
Модель, в которой временной ряд представлен как произведение перечисленных компонент, называется мультипликативной моделью временного ряда.
=
∙
∙
.
Основная задача эконометрического исследования отдельного временного 
ряда — выявление и оценка количественного значения каждой из перечисленных 
выше компонент в целях использования полученной информации для прогнозирования будущих значений ряда или при построении моделей взаимосвязи двух 
и более временных рядов.
1.2. Структура временного ряда
1.2.1. Автокорреляция уровней временного ряда  
и выявление его структуры
При  наличии тенденции и  циклических колебаний значения каждого последующего уровня ряда зависят от  предыдущих значений. Корреляционную 
зависимость между последовательными уровнями временного ряда называют 


Доступ онлайн
500 ₽
В корзину