Отчет по практике(Роженков Андрей). Отчет по производственной практике (практике по получению профессиональных умений и опыта профессиональной деятельности)
 Скачать 331.73 Kb.
|
|
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ Федеральное государственное автономное образовательное учреждение высшего образования «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ им. И.ЛОБАЧЕВСКОГО» ДЗЕРЖИНСКИЙ ФИЛИАЛ Направление подготовки «Прикладная математика и информатика» Отчет по производственной практике (практике по получению профессиональных умений и опыта профессиональной деятельности) Тема: Изучение и оценивание параметров динамических моделей ВВП России в среде MC Excel. Выполнил обучающийся гр. № 2714Б1ПМ-2 Роженков Андрей Игоревич __________ Руководитель к.т.н., доцент Гришин В.А. __________ г. Дзержинск, 2017 Оглавление Введение………………………………………...…………………2 Данные о динамике ВВП……………………………...2 Общий вид модели авторегрессии………….……………...3 Практическая часть……………………………………....….….....4 1.Построение модели с помощью "пакета анализа"……..….4 2.Получение прогноза 2.1Расходы (консолидированный бюджет) …………….5 2.2Денежная масса………………………………………..7 2.3Объем прибыли/ убытков ……………………….…….9 2.4Объем прибыли………………………………………..10 3.Изучение авторегрессии 3.1Расходы (консолидированный бюджет)…………….13 3.2 Денежная масса………………………………………14 3.3Объем прибыли/ убытков…………………………….16 3.4 Объем прибыли……………………………………….17 Вывод…………………………….…………………….……………..20 Список литературы ……………………………....………………….21 Введение Официальные статистические данные о динамике ВВП за отчетный квартал публикуются с существенным запаздыванием, тогда как принятие решений в области денежно-кредитной политики требует оценивания изменения состояния экономики в реальном времени. При решении задачи получения оперативных оценок и краткосрочных прогнозов ВВП широкое практическое распространение получили динамические модели. В моей работе для оценки и прогнозирования ВВП России предложена динамическая модель на основе стандартной методологии. В работе предлагается инструментарий для анализа вкладов выходящей информации о динамике отдельных объясняющих переменных в оценку и прогноз ВВП. В данной работе потребовалось углубленное изучение эконометрических методов, в частности вопросов математического моделирования многомерных временных рядов, которые находят применение не только в экономике, но и социологии, медицине и т.д. И, если, моделирование одномерных временных рядов достаточно хорошо освещено в отечественной литературе, то вопросам моделирования многомерных рядов. Модель в широком смысле - это любой образ, аналог мысленный или установленный изображение, описание, схема, чертеж, карта и т. п. какого либо объема, процесса или явления, используемый в качестве его заменителя или представителя. Сам объект, процесс или явление называется оригиналом данной модели. Моделирование - это исследование, какого либо объекта или системы объектов путем построения и изучения их моделей. Это использование моделей для определения или уточнения характеристик и рационализации способов построения вновь конструируемых объектов. На идее моделирования базируется любой метод научного исследования. В теоретических методах используются различного рода знаковые, абстрактные модели, в экспериментальных - предметные модели. В данной работе моя цель изучение и оценивание параметров динамических моделей ВВП России в среде MC Excel. Мною предоставлено построение прогнозов, как в краткосрочной, так и долгосрочной перспективе, уровня ВВП России. Так называемая модель Хикса является простейшей регрессионной моделью, описывающей динамику ВВП. Имеющийся статистический материал позволяет делать на основе данной модели хорошие краткосрочные прогнозы. Также имеется возможность построения среднесрочных прогнозов с применением сценарного подхода. Так как анализом данных и составлением моделей занимаются многие профессии, будь то биологи, химики, экономисты и т.д. Я как студент направления прикладной математики и информатики сталкиваюсь и буду сталкиваться в будущем с данной работой. В таких программах как Visual C, Visual C++, Piton, RStudio, JGR, RKWard и т.д. нужно уметь правильно делать анализ данных, так как мне шаг за шагом должно быть видно, что происходит в каждом действии, то Excel мне кажется очень хорошим подспорьем. В данной работе так же интересует авторегрессия. Авторегрессия – модель временных рядов, в которой значение временного ряда в данный момент времени может быть выражено в виде линейной комбинации предыдущих значений этого же ряда и случайной ошибки, обладающей свойством «белого шума». Общий вид модели авторегрессии: Yi = a0 + Ʃai*Yi-1+Ɛi где a0 — постоянная - коэффициент описывающий ситуацию прохождение влияющих факторов через начало координат, то есть показывает каким будет итог модели в случае, когда влияющие факторы равны нулю; ai — коэффициенты, которые описывают степень зависимости итогового Y от влияющих факторов, в данном случае, от того каким был Y в прошлом периоде регрессии; Yi-1 — влияющие факторы, которые в данном случае и есть итоговый Y, но тот, каким он был раньше. Ɛi — случайная компонента или как еще ее принято называть погрешность модели (по сути, это разница между расчетным значением модели за известные периоды и между самими известными значениями, то есть Yрасч. - Y). Как видно из формулы, линейная модель авторегрессии первого порядка состоит только из одного влияющего фактора, а именно из Y-1, то есть изучается наиболее тесная зависимость только от того каким был итоговый показатель периодом с шагом назад. Основной задачей моей работы является изучение и оценивание параметров динамических моделей ВВП России в среде MC Excel. Практическая часть. Построение модели с помощью "пакета анализа" в Excel ВВП России с 2004 по 2016 гг. Данные с сайта государственной статистики (www.gks.ru)
Далее создал 4 листа, отдельно для расходов, денежной массы, объема прибыли/ убытков и объема прибыли. Итак, первый лист:
|