Книга Книга Практический анализ временных рядов: прогнозирование со статистикой и машин

В книге рассматриваются показатели временного ряда, основные типы тенденций и методы их распознавания, методы оценки параметров колеблемости, измерения устойчивости уровней ряда и тенденции динамики, моделирование и прогнозирование временных рядов

Рассмотрены теоретико-методологические аспекты моделирования социально-экономических явлений и процессов. Дана характеристика временных рядов. Показаны особенности статистического анализа одномерных временных рядов. Описаны модели периодических колебаний и связных временных рядов. Особое внимание уделено прогнозированию социально-экономических явлений и процессов: описанию методов прогнозной экстраполяции, видам прогнозирования, оценке и надежности прогнозов. Учебник дополнен списком терминов, заданиями для самостоятельной работы и приложениями со справочной информацией. Для студентов экономических специальностей высших учебных заведений. Может быть полезен аспирантам, преподавателям и специалистам-практикам, занимающимся вопросами применения методов статистического анализа и прогнозирования в экономике и социальной сфере

Учебное пособие посвящено актуальной проблеме моделирования экс-пертных знаний в виде экспертных оценок, экспертных правил, экспертных операций на основе нового инструмента интеллектуального анализа данных и математического моделирования — нечетких моделей • Содержание пособия включает изложение решения практических задач нечеткого моделирования объектов, нашедших применение в учебном процессе, а также комплекс лабораторных работ в системе SciLab • Учебное пособие соответствует содержанию профессиональной образовательной программы ГОС нового поколения по направлению подготовки «Прикладная информатика», «Программная инженерия», «Прикладная математика» дневной, вечерней, заочной и дистанционной форм обучения, будет полезным при изучении дисциплин «Информационные интеллектуальные системы», «Проектирование информационных систем в экономике», «Нечеткая логика и нейронные сети», «Анализ данных», а также для специалистов, магистрантов и аспирантов, специализирующихся в области интеллектуальной обработки данных