Информационный сайт

 

Реклама
bulletinsite.net -> Книги на сайте -> Бизнесмену -> Чураков Е.П. -> "Математические методы обработки экспериментальных данных в экономике" -> 2

Математические методы обработки экспериментальных данных в экономике - Чураков Е.П.

Чураков Е.П. Математические методы обработки экспериментальных данных в экономике — М.: Финансы и статистика, 2004. — 240 c.
ISBN 5-279-02745-6
Скачать (прямая ссылка): matematicheskiemetodiobrabotki2004.pdf
Предыдущая << 1 < 2 > 3 4 5 6 7 8 .. 73 >> Следующая

• классическую и обобщенную линейные модели множественной регрессии;
• классический и обобщенный методы наименьших квадратов;
• модели и методы статистического анализа временных рядов;
• системы одновременных эконометрических уравнений.
Если последнюю позицию этого перечня можно считать специфичным «детищем» эконометрики, то материалы, сосредоточенные в предшествующих трех позициях, активно развиваются
4
и используются во многих смежных научных направлениях, в частности в теории стохастических систем управления, в статистической радиотехнике, при вторичной обработке траекторной информации о движущихся объектах, при обнаружении сигналов в шумах, в задачах классификации ситуаций и др. Современный специалист в области математических методов не может в своей профессиональной деятельности ограничиваться только «эконометрическими» наработками, но для него весьма полезна информированность о методах и подходах к решению аналогичных задач в смежных областях. Поэтому в данном пособии, не затрагивающем проблематики одновременных уравнений, традиционные эконометрические подходы, широко и всесторонне освещаемые в прекрасных изданиях последнего времени, таких, как уже упоминавшийся курс С.А. Айвазяна и B.C. Мхитаряна, «Введение в эконометрику» К. Доугерти, «Эконометрика» под редакцией И.И. Елисеевой и других, пополняются некоторыми положениями, расширяющими кругозор будущего специалиста в области математических методов и способствующими формированию многоальтернативных подходов к решению задач. К элементам новизны можно отнести такие методы оценивания регрессионных параметров, как рекуррентный метод наименьших квадратов (МНК), максимум апостериорной плотности вероятностей, байесовский и минимаксный методы, проблему обусловленности МНК-оценок, проблему стохастической сходимости, калманов-ские методы прогнозирования временных рядов и др. Аналогичные соображения определили необходимость включения в пособие фрагментов функционального анализа, кратко затрагивающих понятия банаховых и гильбертовых пространств, ортогональных систем непрерывных и дискретных функций, обобщенных рядов Фурье и способствующих расширению класса моделей трендов и их математической интерпретации. Ограниченное внимание, уделяемое теории случайных процессов в таких дисциплинах, как «Теория вероятностей» и «Математическая статистика», вынудило автора предпослать стохастическим временным рядам элементы этой теории, в основном касающиеся той ее части, которую принято называть корреляционной. В целом представляется, что включенные в пособие материалы могут оказаться полезными при изучении таких «родственных» дисциплин, как «Эконометрика», «Методы социально-экономического прогнозирования», «Эконометрическое моделирование», преду-
5
смотренных Государственным образовательным стандартом специальности 061800 «Математические методы в экономике».
Материал книги изложен в двух частях, из которых первая посвящена математическим методам восстановления зависимостей по экспериментальным данным, а вторая — математическим методам обработки временных рядов.
В последние годы наблюдается обширная экспансия (в хорошем смысле этого слова) современных информационных технологий в эконометрические методы и их проникновение во все сферы человеческой деятельности. Эта несомненно плодотворная тенденция ярко проявляется и в экономических приложениях. На вооружении экономистов-математиков оказались многочисленные пакеты прикладных программ (например, Statistica, Mathcad, MatLab, Matematica и др.), средствами которых решаются практически все эконометрические задачи. Однако крайне важно, чтобы пользователь этих пакетов не оказался механическим приложением к ним, слепо использующим возможности современных вычислительных систем без глубокого погружения и проникновения в сущность соответствующих математических проблем и их алгоритмического завершения. Творческий подход к решению прикладных задач немыслим без фундаментальной подготовки специалиста в области математико-статистических методов, и самый совершенный вычислительный инструментарий не в состоянии компенсировать пробел в образовании, если таковой был заложен еще в вузовские времена.
Автор надеется, что настоящее пособие будет способствовать уменьшению вероятности появления дискомфортных ситуаций в общении исследователя и компьютера, порожденных недостаточной математической культурой первого. Успех будет сопровождать тех, кто сможет эффективно сочетать глубокую теоретическую подготовку с универсальными возможностями современных информационных технологий.
Автор выражает глубокую благодарность и признательность рецензентам книги — доктору экономических наук, профессору Б.А. Лагоше и кафедре экономической теории Рязанской государственной радиотехнической академии (заведующий кафедрой доктор экономических наук, профессор В.И. Терехин). Все замечания читателей автор примет с благодарностью.
Первая часть
МАТЕМАТИЧЕСКИЕ МЕТОДЫ ВОССТАНОВЛЕНИЯ ЗАВИСИМОСТЕЙ ПО ЭКСПЕРИМЕНТАЛЬНЫМ ДАННЫМ
Глава 1
ЗАДАЧИ РЕГРЕССИОННОГО АНАЛИЗА И ПРЕДВАРИТЕЛЬНЫЙ АНАЛИЗ ДАННЫХ
Предыдущая << 1 < 2 > 3 4 5 6 7 8 .. 73 >> Следующая
Реклама
Авторские права © 2009 AdsNet. Все права защищены.
Rambler's Top100