Методы прогнозирования

Цели и задачи дисциплины

Целью дисциплины является изучение одного из базовых методов прогнозирования экономических данных, регрессии главных компонент, а также формирование практических навыков работы с прикладными программами для решения задач анализа данных, освоение студентами базовых принципов и современных подходов к анализу данных. Задачами изучения дисциплины являются — показать место и роль имимтационного моделирования и прогнозирования в профессиональной деятельности; — раскрыть возможности и ограничения методов регрессии главных компонент, реконструкции дифференциальных уравнений; — раскрыть технику и процедуры их применения на практике; — дать понимание системы прогнозирования данных, возможности и ограничения в применении этих методов, — раскрыть способы, используемые для обобщения и представления данных в бизнесе.

Краткое содержание дисциплины

Дисциплина направлена на изучение технологий иммтационного моделирования (прогнозирования) данных, которые позволяют установить и измерить причинно-следственные связи между различными процессами в социально-экономических системах. В качестве моделей предлагаются регрессионные модели и модели в виде дифференциальных уравнений 1 и 2 порядка.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-4 проведение анализа инноваций в экономике, управлении и информационно-коммуникативных технологиях
ПК-18 способность использовать соответствующий математический аппарат и инструментальные средства для обработки, анализа и систематизации информации по теме исследования