Учебные материалы по бухучету | Информационные системы в различных отраслях экономики | Buhu5
ВУЗы по бухучету Готовые работы по бухучету Как писать работы по бухучету Примеры решения задач Решить задачу online
Главная ● Учебные материалы по бухучету ● Информационные системы в различных отраслях экономики

Информационные системы в различных отраслях экономики

Направление подготовки (специализация) «Информационные системы в различных отраслях экономики, финансов и производства»

Цель и задачи дисциплины:

Формирование глубоких научно-теоретических знаний по количественному анализу реальных экономических явлений и процессов, опираясь на современное развитие теории и наблюдений зависимостей и законов, проверки постулируемых отношений, овладение практическими навыками экономического анализа и прогноза на ПЭВМ и применения в будущей профессиональной деятельности статистических взаимосвязей.

В результате изучения дисциплины студенты должны:

— иметь представление об эконометрике как науке придания количественных мер экономическим отношениям и значении эконометрического подхода на микро-и макроуровне; об основных принципах построения эконометрических моделей и реализации их с использованием компьютерных технологий, методах анализа и прогноза экономических явлений;

— знать основные типы моделей, используемых при количественной оценке связей между двумя и многими переменными, способы оценки параметров моделей и их существенности, нахождение прогнозных значений результата от определяющих факторов, закономерности построения системы структурных уравнений, основные направления в анализе и прогнозе многомерных временных рядов;

— уметь производить эконометрические расчеты на ПК, конструировать и исследовать наиболее применяемые и эффективные модели экономических явлений, модели адаптивных ожиданий и неполной корректировки, модели авторегрессии и рациональных ожиданий.

Пререквизиты и постреквизиты по дисциплинам модуля / по модулю

Наименование дисциплины – Эконометрика

Пререквизиты – Экономическая теория, Микроэкономика

Постреквизиты –Финансирование и кредитование инвестиции

2. Формуляр модуля

1

Название и номер модуля,

цикл дисциплин

Эконометрика М22ФИН

2

Образовательные результаты (компетенции) модуля

ОК 5.2 Применение современных компьютерных технологии для сбора, обработки, анализа и хранения информаций.

ПК 4.5 Знать современные методы сбора данных,

уметь ставить и решать экономических задач с использованием современных информационных технологий.

ПК 3.7 Обладать навыками современных компьютерных технологий в режиме пользователя для решения экономических задач.

3

Компоненты модуля (номер и название)

Эконометрика

4

Кол-во кредитов KZ / ECTS

2 / 4

5

Cеместр изучения

5 семестр

6

Виды занятий всего в акад. часах-

в том числе:

Лекций —

Практические (семинарские)-

Лабораторные (студийные)-

СРО (СРОП)

Лекции – 15 часов,

лаборатор. занятия — 30 часов,

СРО – 30 час;

из них СРОП – 30 часов.

Всего – 90 часов.

7

Вид контроля знаний студентов

Экзамен (тест)

8

Кафедра организующая занятия по дисциплине

Информационные системы

3  Требования к результатом обучения

Компетенции модуля

(номер из формуляра)

Планируемые результаты обучения по дисциплине, необходимые для приобретения требуемых компетенций

Форма контроля (оценивающий инструментарий), номер и вид занятий

1

2

3

ОК -5.2.1

Понимать сущность и проблемы развития современного информационного общества и оперировать статистическими данными.

Посещение лекции №1.

ОК -5.2.2

Изучить статистических и случайных характеристик экономических явлений и сбор данных для их анализа.

Посещение лекции №2, №3. Выполнение лаб. занятий №1, №2.

ОК -5.2.3

Понимать и уметь создать факторов для анализа содержания экономических показателей.

Блиц-опрос на лекциях №2 и №3.

ОК -5.2.4

Понимать и знать процесса сбора информации и структуру их построения.

Проработка лекционного материала № 4-6.

ПК -4.5.1

Уметь ставить и решать финансовых задач с использованием современных информационных технологий.

Проработка материала лекции №4, №5, №6

ПК -4.5.2

Уметь формулировать и моделировать финансовых задач с использованием современных информационных технологий.

Выполнение лаборат. занятий №3, №4, №5.

ПК -4.5.3

Построение классической модели парной регрессии и проверка значимости их параметров.

Расчет параметров парной регрессии

№3 — №4.

ПК -4.5.4

Построение классической модели множественной регрессии и проверка значимости модели.

Расчет параметров множ. Регрессии. ЛЗ №4 — №5.

ПК -3.7.1

Построение классической модели нелинейной регрессии и проверка значимости модели.

Блиц-опрос на лекциях №6,7.

Выполнение и защита СРО №1.

ПК -3.7.2

Знать технологические и функциональные стандарты, современные модели и методы создания эконометрических моделей.

Проработка материала лекции №7-9.

ПК -3.7.3

Использование современных пакетов прикладных программ для решения задач оптимизации экономических процессов.

Выполнение заданий лабораторных занятий №8-10.

ПК -3.7.4

Использовать современных компьютерных технологий для описания финансовых задач разного характера.

Создание модели современных ИС.

Выполнение и защита СРО №2.

4.1 Содержание лекционных и лабораторных занятий дисциплины

№

зан

№

Темы занятий

Литература

1

1

Лекция №1. Сведения из теории вероятностей и математической статистики. Предмет и задачи эконометрики.

[2],с.3-15; [1], с.19-24

2

1

Лаб. работа 1 Сведения из теории вероятностей и математической статистики. Проверка статистических гипотез. Статистические свойства оценок.

[2],с.3-15; [3], с.19-24

3

2

Лекция №2. Факторный анализ. Причинно-следственные связи. Формирования факторов и их содержательный анализ.

[2],с.18-34;

4

2

Лаб. работа 2 – Факторный анализ. Парный регрессионный анализ. Метод наименьших квадратов для парной линейной регрессии.

[3],с.10-22;

5

3

Лекция №3. Классическая модель парной регрессии. Метод наименьших квадратов.

[2],с.34-48

6

3

Лаб. работа 3 – Статистическая значимость коэффициентов линейной регрессии. Интервальная оценка коэффициентов парной регрессии.

[2],с.48-62, [3], с.19-24

7

4

Лекция №4. Классическая модель множественной регрессии. Статистическая значимость параметров уравнений регрессии и адекватность регрессионной модели.

[2],с.90-115

8

4

Лаб. работа 4 Проверка значимости коэффициентов множественной линейной регрессии. Классическая модель. Оценка дисперсии ошибок. Коэффициент детерминации.

[2],с.90-115; [3], с.49-78

9

5

Лекция №5. Спецификация переменных. Мультиколленарность. Пошагвая регрессия.

[2],с.190-215;

10

5

Лаб. работа №5. t — статистика Стьюдента. Интервальные оценки коэффициентов уравнения линейной регрессии. Доверительные интервалы.

[2],с.129-140;

11

6

Лекция № 6. Нелинейные модели регрессии. Преобразование переменных. Логарифмические, полулогарифмические регрессионные модели.

[2],с.62-88, [3],с49-70

12

6

Лаб. работа 6 — Нелинейные эконометрические модели. Статистические методы оценки тесноты взаимосвязей. Компьютерная реализация нелинейных эконометрических моделей.

[2],с.62-88, [3],с49-70

13

7

Лекция №7. Производственные функции. Ряд динамики. Методы обработки рядов динамики.

[2],с.218- 234;

Наташа

Автор

Наташа — контент-маркетолог и блогер, но все это не мешает ей оставаться адекватным человеком. Верит во все цвета радуги и не верит в теорию всемирного заговора. Увлекается «нефрохиромантией» и тайно мечтает воссоздать дома Александрийскую библиотеку.

Распродажа дипломных

 Скидка 30% по промокоду Diplom2020

А ты боишься COVID-19?

 Пройди опрос и получи промокод