• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Practicum on Empirical Methods of Economic Analysis

2020/2021
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Delivered at:
Department of Mathematical Economics (Faculty of Economics)
Course type:
Elective course
When:
3 year, 4 module

Instructor

Программа дисциплины

Аннотация

«Практикум по прикладным эконмическим исследованиям» как учебная дисциплина обеспечивает знакомство студентов с основными эконометрическими техниками, используемыми в со-временных прикладных исследованиях. В результате освоения дисциплины студент будет знать основные понятия и инструменты современной эконометрики, современные подходы к построению и тестированию эконометрических моделей, основные тенденции современной эконометрики, основные направления современных прикладных экономических исследований; будет уметь применять эконометрические техники для решения прикладных задач и обосновывать полученные выводы; критически оценивать результаты прикладных исследований; выбирать и обосновывать выбор эконометрических подходов для решения конкретных прикладных задач; самостоятельно изучать новые эконометрические техники. Читается с использование онлайн-курса "Введение в машинное обучение" (https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie).
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины «Практикум по прикладным экономическим исследованиям» являются: 1. знакомство студентов основными этапами проведения прикладных исследований, 2. получение студентами практических навыков по обработке данных с использованием методов оптимизации 3. получение студентами практических навыков по обработке данных с использованием Matlab и средствами MS Office Professional Plus 2013. 4. развитие у студентов навыков качественного и количественного анализа экономических моделей, явлений и процессов; 5. формирование у студентов навыков самостоятельной работы с литературой, электронными ресурсами и Интернет-источниками.
Планируемые результаты обучения

Планируемые результаты обучения

  • Студент различает и способен решать основные задачи Динамического программирования
  • Студент различает и способен решать основные задачи Вероятностного динамического программирования
  • Студент различает основные случайные процессы и умеет вычислять их параметры
  • Студент дифференцирует основные СМС, знает основные параметры работы, умеет их оценивать
  • Студент знает простые методы прогнозирования и может применить их к выборке данных
  • Студент знает основные приемы моделирования. Может писать простые программы для проведения моделирования
  • Студент способен анализировать влияние на эффективность и рыночную власть различных методов конкуренции.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Раздел 1. Динамическое программирование. Тема 1. Задачи динамического программирования
    Природа вычислений в динамическом программировании, некоторые приложения динамического программирования, метод ветвей и границ, задача об оптимальном инвестировании, задача о распределении ресурсов.
  • Раздел 2. Вероятностные модели динамического программирования Тема 2. Примеры применения моделей Вероятностные модели динамического программирования
    Основные понятия теории вероятностей, виды распределений случайных величин, задача об азартной игре, задача инвестирования, максимизация вероятности достижения цели, вероятность достижения максимума прибыли.
  • Раздел 3. Случайные процессы. Тема 3. Введение в теорию случайных процессов.
    Введение в теорию случайных процессов. Определение СП. Определение стационарного случайного процесса, виды случайных процессов и области их применения. Винеровский случайный процесс, процесс Пуассона, Марковский случайный процесс.
  • Раздел 4. Системы массового обслуживания. Тема 4. Системы массового обслуживания.
    Основные модели систем массового обслуживания, модели рождения и гибели, основные распределения в системах массового обслуживания, обобщенные системы СМО, специализированные системы СМО с пуассоновским распределением. СМО без очереди. СМО с неограниченной очередью, СМО с ограниченной очередью. Однофазные и многофазные СМО, СМО по типу обслуживания. Графическое представление СМО. Иетоды их моделирования и параметры оценки эффективности работы.
  • Раздел 5. Методы прогнозирования. Тема5. Инструменты прогнозирования.
    Прогнозирование с использованием скользящего среднего, экспоненциальное сглаживание, регрессионный анализ. Интерполяция и аппроксимация. Элементы вейвлет-анализа. Построение моделей и методы оценки поведения рыночных инструментов.
  • Раздел 6. Методы имитационного моделирования. Тема 6. Методы имитационного моделирования и их применение.
    Метод Монте-Карло, типы имитационных моделей, Дискретное моделирование, дискретная имитация, языки имитационного моделированияю Генераторы случайных чисел
  • Раздел 7. Марковские процессы принятия решения. Тема 7. Методы имитационного моделирования и их применение.
    Марковская задача программирования, модель динамическ ого программирования с конечным числом этапов, модель с бесконечным числом этапов, метод полного перебора, метод итераций по стратегиям с дисконтированием. Матрица переходов. Задача руководителя фирмы по прогнозированию прибыли. Задача оценки рисков.
  • Раздел 8. Методы и модели нелинейного программирования. Тема 8. Задачи нелинейной оптимизации.
    Методы прямого поиска, градиентный метод, решение задач с ограничениями, сепарабельное программирование, квадратичное программирование.
Элементы контроля

Элементы контроля

  • неблокирующий Оценка за онлайн курс
  • неблокирующий Домашняя контрольная работа по задачам динамического программирования
    Предусматривает выполнение на R или Python
  • неблокирующий Домашняя контрольная работа по управлению запасами и прогнозирования прибыли
    Возможно выполнение на R или Python
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.3 * Домашняя контрольная работа по задачам динамического программирования + 0.3 * Домашняя контрольная работа по управлению запасами и прогнозирования прибыли + 0.4 * Оценка за онлайн курс
Список литературы

Список литературы

Рекомендуемая основная литература

  • Под общ. ред. Татарникова О.В. - МАТЕМАТИКА ДЛЯ ЭКОНОМИСТОВ. Учебник для академического бакалавриата - М.:Издательство Юрайт - 2019 - 593с. - ISBN: 978-5-9916-4847-9 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/matematika-dlya-ekonomistov-426100