Главная Учебники - Разные Лекции (разные) - часть 16
БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Выпускная работа по Аспирант
кафедры экономической теории
Козловская Виктория Николаевна
Руководители:
к.э.н., доцент Дрозд Николай Минович
ст. преподаватель Кожич Павел Павлович
Минск – 2010 г.
Список обозначений ко всей выпускной работе. 3
на тему «Практика применения ИТ в статистике». 4
Интернет ресурсы в предметной области исследования. 16
Действующий личный сайт в WWW... 18
Презентация кандидатской диссертации. 21
Тестовые вопросы по ИТ в формате XML. 22
Список литературы к выпускной работе. 23
Список обозначений ко всей выпускной работе
ИПЦ – индекс потребительских цен; (IpВВП
) – дефлятор валового внутреннего продукта; ИЦППП
– индекс цен производителей промышленной продукции; ИЦСМР
– индекс цен на строительно-монтажные работы; ИЦСХ
– индекс цен реализации продукции сельскохозяйственными предприятиями; ИЦГП
– индекс тарифов на грузоперевозки; ТЗП
– темп роста номинальной среднемесячной заработной платы; РО – индекс объема розничного товарооборота на душу населения; М0
– индекс денежного агрегата (наличные деньги); М1
– индекс денежного агрегата; М2
– индекс денежного агрегата (рублевая денежная масса); М3
– индекс денежного агрегата (широкая денежная масса); (М1
-М0
) – индекс денежного агрегата (переводные рублевые депозиты); (М2
-М1
) – индекс денежного агрегата (срочные рублевые депозиты и ценные бумаги, выпущенные банками и вне банковского оборота); (М3
-М2
) – индекс денежного агрегата (валютные депозиты); (ИРБ
) – изменение объемов экспорта в Республику Беларусь; (ЭРБ
) – изменение объемов импорта из Республики Беларусь; (КСША
) – средневзвешенный курс белорусского рубля к доллару США; (ИПЦРБ
) – индекс потребительских цен в Республике Беларусь. на тему «Практика применения ИТ в статистике»
Все процессы жизни человеческого общества отражаются по средствам информации. Информация - это средство общения людей, через неё мы получаем сведения об окружающем мире и происходящих в нем процессах. Одна из наиболее массовых разновидностей информации – экономическая, отражающая процессы производства, распределения, обмена и потребления материальных благ и услуг. Экономическая информация возникает в процессе производственно-хозяйственной деятельности и используется для управления этой деятельностью при осуществлении таких функций как планирование, учет, анализ, контроль и регулирование. Она отражает состояние производственно-хозяйственной и финансовой деятельности объекта (народного хозяйства, отрасли, объединений, предприятий) в числовом виде через систему натуральных и стоимостных показателей. Экономическая информация является предметом машинной обработки [3]. Для экономической информации характерны большие объёмы, многократное повторение циклов её получения и преобразования в установленных временных пределах, многообразие источников и потребителей, децентрализация сбора исходных данных и централизация их обработки, значительный удельный вес логических операций и др. В условиях все возрастающих темпов развития производства и усложнения функций управления полнота, своевременность и достоверность получаемой информации оказывает большое влияние на действенность принимаемых управленческих решений. Все это оказывает влияние на необходимость автоматизации статистической информации с целью быстрой её обработки и получения необходимой нам информации. Весьма актуальной задачей совершенствования функционирования статистической информационной системы является автоматизация статистической деятельности на предприятиях и в организациях, что позволит получить необходимую статистическую информацию для их управления, а также существенно сократить затраты на подготовку исходных данных в органах статистики. Проблема инфляции является одной из главных как для развитых, так и для стран с переходной экономикой, в том числе и для Республики Беларусь. Переход к рыночной экономике, начавшийся в 90-е годы, сопровождался высокой инфляцией, которая для рассматриваемого периода явление в известной степени новое. По этой причине возникли принципиально новые подходы к регулированию инфляционных процессов и самому ценообразованию. Если в условиях плановой экономики основным видом были государственные цены, и практически отсутствовала инфляция, то в рыночных условиях преобладают свободные цены, устанавливаемые по договоренности продавца и покупателя. Для примера использования современных информационных технологий в статистике и решения экономических задач, был проведен статистический анализ развития инфляционных процессов в Республике Беларусь. В современных условиях актуальность исследования изменения уровня цен весьма велика, так как, инфляционные процессы влекут за собой значительные экономические, социальные и политические последствия. Поэтому информация об уровне цен, анализ закономерностей и тенденций их развития имеет большое значение и для производителей, и для потребителей, и для общества в целом. Следовательно, уровень цен (инфляции) выступает в качестве одного из ориентиров развития экономики. Применению ИТ в статистике посвящено множество публикаций. Невозможно представить современную статистику без использования компьютеров, громоздкие вычисления, которые ранние проводились статистами вручную запрограмированны и снабжены удобным интерфейсом лидерами являются пакет EVIEWS пакет GRATL, SPSS. Также в качестве пакетов прикладных программ, получивших в настоящее время широкое распространение, можно назвать пакеты, связанные с подготовкой и обработкой статистических отчетов для решения регламентных задач, пакеты «Мезозавр», «SPSS», STATISTICA, DSTAT и др. для решения задач экономического анализа [3]. В работе использовались методы диалектической материалистической философии: анализ и синтез, индукция и дедукция, диалектического отрицания и другие. В работе также используются такие статистические и эконометрические методы: - метод группировки и классификации экономических процессов; -метод корреляционно-регрессионного анализа в динамических рядах. Корреляционно-регрессионный анализ применяется для измерения связей в случаях их неполного соответствия, когда одному значению признака-фактора соответствует несколько значений признака-результата. Неполнота связей между результативным и факторными признаками возникает потому, что кроме выделенных факторов на результативный оказывают влияние и другие факторы, действующие в разных направлениях. Задача статистики заключается в том, чтобы элиминировать влияние прочих факторов, с тем, чтобы влияние исследуемого фактора было бы четко обозначено. Подобную задачу можно решить только на основе обобщения данных, т.е. используя метод группировки и классификации по совокупности качественно-однородных явлений. Таким образом, под регрессионным анализом понимают зависимость среднего значения (математического ожидания) случайной величины (Y) от величины (Х). Величина Х при этом представляет значение факторных признаков, определяющих изменение результативного признака (Y). Если Х – одномерная величина, то такая регрессия будет называться парной, если Х – величина многомерная Х = (Х1, Х2…Хm), то регрессия множественная [8]. Как правило, регрессионному анализу предшествует анализ корреляционной зависимости переменных, который позволяет установить наличие связи между анализируемыми переменными, оценить ее тесноту и определить направление. Кроме того, в ходе корреляционного анализа происходит отбор существенных факторов, включаемых в уравнение регрессии [7]. При решении многофакторной регрессионной модели по программе STATISTICA необходимо: представить матрицу исходных данных, в которой в первом столбце приводятся значения признака-результата, в последующих столбцах матрицы исходных данных приводятся значения признаков-факторов; при решении многофакторной регрессионной модели выдается протокол, в котором приведена следующая информация: матрица исходных данных; выдаются результаты средних значений признака-результата и признаков-факторов, дисперсии и среднеквадратическое отклонение, коэффициенты вариации, коэффициенты эксцесса и ассиметрии, числовые значения параметров уравнения регрессии; приводятся критерии Стьюдента для оценки значимости коэффициентов регрессии, приводится матрица парных коэффициентов корреляции во всевозможных сочетаниях, значение множественного коэффициента корреляции, множественный коэффициент детерминации. С помощью реализованных в системе STATISTICA мощных языков программирования, снабженных специальными средствами поддержки, легко создаются законченные пользовательские решения и встраиваются в различные другие приложения или вычислительные среды. Очень трудно представить себе, что кому-то могут понадобиться абсолютно все статистические процедуры и методы визуализации, имеющиеся в системе STATISTICA, однако опыт многих людей, успешно работающих с пакетом, свидетельствует о том, что возможность доступа к новым, нетрадиционным методам анализа данных помогает находить новые способы проверки рабочих гипотез и исследования данных. Инфляция является сложным многофакторным экономическим явлением, поэтому осуществление ее эффективного регулирования и планирования невозможно без проведения соответствующего анализа ее факторов. Удобным инструментом оценки количественных связей соответствующих показателей выступает эконометрическое моделирование [5]. Так, для построения эконометрической модели динамики инфляции в Республике Беларусь на основании экономико-теоретического анализа были отобраны следующие экзогенные переменные в % к предыдущему месяцу: 1) Дефлятор ВВП (IpВВП); 2) индекс цен производителей промышленной продукции (ИЦППП); 3) индекс цен на строительно-монтажные работы (ИЦСМР); 4) индекс цен реализации продукции сельскохозяйственными предприятиями (ИЦСХ); 5) индекс тарифов на грузоперевозки (ИЦГП); 6) темп роста номинальной среднемесячной заработной платы (ТЗП); 7) индекс объема розничного товарооборота на душу населения (РО); 8) индекс денежного агрегата (М0) (наличные деньги); 9) индекс денежного агрегата (М1); 10) индекс денежного агрегата (М2) (рублевая денежная масса); 11) индекс денежного агрегата (М3) (широкая денежная масса); 12) индекс денежного агрегата (М1-М0) (переводные рублевые депозиты); 13) индекс денежного агрегата (М2-М1) (срочные рублевые депозиты и ценные бумаги, выпущенные банками и вне банковского оборота); 14) индекс денежного агрегата (М3-М2) (валютные депозиты); 15) изменение объемов экспорта в Республике Беларусь (ИРБ); 16) изменение объемов импорта из Республики Беларусь (ЭРБ); 17) средневзвешенный курс белорусского рубля к доллару США, руб. (КСША) 18) индекс потребительских цен в Республике Беларусь (ИПЦРБ). Исходные данные для анализа инфляционных процессов приведены из статистического ежегодника Республики Беларусь [9]. Включение в уравнение множественной регрессии того или иного набора факторов связано, прежде всего, с представлением о природе взаимосвязи моделируемого показателя с другими экономическими показателями. Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям: 1) быть количественно измеримы; 2) не должны быть коррелированны между собой, и тем более находится в точной функциональной связи. Если между показателями существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель, и параметры уравнения регрессии оказываются не интерпретируемыми [10]. Несмотря на то, что теоретически регрессионная модель позволяет учесть любое число факторов, практически в этом нет необходимости. Поэтому отбор факторов обычно проводится в две стадии: на первой отбираются факторы исходя из сути проблемы; на второй – на основе матрицы показателей корреляции и определения t – статистики для параметров регрессии. Используя отобранные факторы за период с 2004 – 2009 гг., можно построить матрицу парных коэффициентов корреляции, используя при этом программу STATISTICA. Можно выделить группы факторов, которые влияют на уровень инфляции, но не находятся в тесной взаимосвязи между собой. Так, в первую группу следует отнести: дефлятор ВВП; индекс цен производителей промышленной продукции; индекс цен реализации продукции сельскохозяйственными предприятиями; индекс потребительских цен в Республики Беларусь и индекс денежного агрегата М2 (рублевой денежной массы). Во вторую группу следует отнести следующие показатели: индекс цен на строительно-монтажные работы; индекс цен реализации продукции сельскохозяйственными предприятиями; индекс цен на грузовые перевозки; индекс потребительских цен в Республике Беларусь; индекс денежного агрегата М2 (рублевой денежной массы) и индекс (М3-М2) валютных депозитов. Третья группа показателей состоит из: индекса цен производителей промышленной продукции; индекса цен реализации продукции сельскохозяйственными предприятиями; индекса потребительских цен в Республики Беларусь и индекс денежного агрегата М2 (рублевой денежной массы). И, наконец, в четвертую группу следует отнести - дефлятор валового внутреннего продукта; индекса цен реализации продукции сельскохозяйственными предприятиями; индекс цен в Республики Беларусь; индекс денежного агрегата М2 (рублевой денежной массы) и индекс (М3-М2) валютных депозитов. Следует иметь в виду, что данная группировка, является условной. Исходя из этого, и используя пакет STATISTICA уравнения множественной регрессии для отобранных факторов будут иметь вид (приложение А, рисунок А. 2– А. 13):
(0,769389) (0,000732) (0,000000) (0,014215) (0,118509) (0,578238)
R2
=0,90969,DW=0,9476 (0,009881) (0,000000) (0,096049) (0,013561) (0,000002) (0,009583) (0,708565)
R2
=0,91653, DW=1,43745
(0,004494) (0,000000) (0,000646) (0,000052) (0,539497)
(0,257959) (0,000000) (0,025941) (0,725297) (0,731020) (0,138960)
R2
=0,86756, DW=0,737680 В скобках под коэффициентами в уравнении указаны соответствующие p- значения (t - статистики). Оценка статистической значимости коэффициентов в построенной модели проводилась с помощью значения t - статистики. В результате анализа был исключен из уравнения (1) был исключен такой фактор как индекс денежного агрегата М2, из (2) – индекс денежного агрегата (М3-М2), из (3) также индекс денежного агрегата М2, а из модели (3) были исключены три фактора это: индекс потребительских цен в Республики Беларусь, индекс денежного агрегата М2 и индекс денежного агрегата (М3-М2). После исключения экзогенных переменных, оказывающей малое влияние на динамику потребительских цен, исходные уравнения стали иметь следующий вид:
(0,604613)
(0,000644) (0,000000)
(0,005908)
(0,087131)
R2
=0,90925, DW=0,92722
(0,010097) (0,000000) (0,071329) (0,008216) (0,000002) (0,097425)
R2
=0,916318, DW=1,399978
(0,005175) (0,000000) (0,000701) (0,0000047)
R2
=0,89083, DW=1,17279
(0,0000000) (0,000000) (0,026928)
R2
=0,86259, DW=0,6967 Следовательно, наиболее близко описывает инфляционные процессы, происходящие в экономике Республики Беларусь за период с 2004-2009 годы уравнение (6). Не следует упускать из внимания тот факт, что полученное уравнение регрессии (6) может содержать ложную корреляцию, если в рядах динамики не содержится определенная тенденция. Так, в ряде случаев наличие в одном из временных рядов тенденции может быть следствием именно того фактора, что другой ряд, включаемый в модель, тоже содержит тенденцию, а не просто является результатом прочих случайных причин. Поэтому одинаковая или противоположная направленность тенденций рядов может иметь устойчивый характер, и наблюдается на протяжении длительного периода времен [10]. Проверим наличие коинтеграции между исходными уровнем инфляции и факторами модели (6). Нулевая гипотеза состоит в том, что коинтеграция между этими рядами отсутствует. По имеющимся данным определим уравнения парной регрессии между зависимой переменной и факторами (приложение А, рисунок А. 14). Таким образом, имеем следующие уравнения:
Воспользовавшись полученными уравнениями, найдем остатки Полученное уравнение регрессии необходимо проверить на соблюдение предпосылок метода наименьших квадратов (МНК). Исследования остатков ( После построения уравнения регрессии проводится проверка наличия у оценок Степень реалистичности доверительных интервалов параметров регрессии обеспечивается, если оценки будут не только несмещенными и эффективными, но и состоятельными. Состоятельность оценок характеризует увеличение их точности с увеличением объема выборки. Воспользуемся пятью предпосылками МНК, и проверим их наличие для модели (6). Прежде всего, проверяется случайный характер остатков Вторая предпосылка МНК относительно нулевой средней величины остатков означает, что
Для рассматриваемых уравнений это условие выполняется. Однако вместе с тем несмещенность оценок коэффициентов регрессии, полученных МНК, зависит от независимости случайных остатков и величин Необходимым условием для получения по МНК состоятельных оценок параметров регрессии является соблюдение третьей и четвертой предпосылок. В соответствии с третьей предпосылкой МНК требуется, чтобы дисперсия остатков была гомоскедастичной. Это значит, что для каждого значения фактора Для определения гомоскедастичности или гетероскедастичности, был использован метод Гольдфельда – Кванта, в результате исчислений величина R = 2,31, которая не превышает табличное значение F-критерия – 2,35, при 5%-ном уровне значимости для числа степеней свободы 42 для каждой остаточной суммы квадратов ((72-18-2*6)/2), подтверждая тем самым наличие гомоскедастичности. При построении регрессионных моделей чрезвычайно важно соблюдение четвертой предпосылки МНК – отсутствие автокорреляции остатков, т.е. значения остатков Для определения наличия автокорреляции в остатках воспользуемся критерия Дарбина – Уотсона. По первым разностям исходных показателей, за период с 2004-2009 годы, построим уравнение множественной линейной регрессии (приложение Б рисунок Б.6 – Б.7): В нашем случае фактическое значение критерия Дарбина – Уотсона для модели (15) составляет – 2,11483. Сформулируем гипотезы: Н0 - в остатках нет автокорреляции; Н1 - в остатках есть положительная автокорреляция; Н1 * - в остатках есть отрицательная автокорреляция. Зададим уровень значимости α = 0,05. По таблицам значений критерия Дарбина – Уотсона определим для числа наблюдений n = 72 и числа независимых переменных модели k` = 5 критическое значение dL = 1,476 и dU = 1,77. Получим следующие промежутки внутри интервала (рисунок 1): 0 dL =1,476 dU = 1,77 4- dU =2,23 4- dL=2,5245 4 Рисунок 1 – Промежутки внутри интервала от 0 до 4 Следовательно, значение Дарбина – Уотсона для модели попадают в промежуток от dU = 1,77 и 4 – dU = 2,23, т.е. нет основания отклонять Н0, а значит автокорреляция остатков отсутствует. Отсутствие автокорреляции остаточных величин обеспечивает состоятельность и эффективность оценок коэффициентов регрессии. Таким образом, в силу коинтегрируемости временных рядов и отсутствия автокорреляции в остатках можно произвести обоснование полученного уравнения. Так, первое на что следует обратить внимание это коэффициент детерминации R2. В нашем случае он составляет 91,63 %. То есть отобранные факторы на 91,63 % объясняют вариацию инфляции. Рассчитанный F-критерий Фишера для этого уравнения составляет 46,38, что значительно больше табличного значения. С этой точки зрения получена достаточно надежная эконометрическая модель, объясняющая более 90 % инфляции в белорусской экономике на современном этапе развития. Таким образом, полученная итоговая модель инфляции является статистически адекватной, удовлетворяет условиям построения эконометрических моделей, и достаточно полно отражает реальную динамику инфляции (приложение Б, рисунок Б. 8.). В результате следует ряд важнейших выводов: одним из наиболее существенных факторов инфляции в белорусской экономике на современном этапе развития является динамика потребительских цен в Республике Беларусь. Так, например, при увеличении потребительских цен в России на 1 процентный пункт инфляции в Беларуси возрастет на 1,08 процентных пункта. В свою очередь увеличение индекса цен на грузовые перевозки на 1 процентный пункт вызовет рост потребительских цен на 0,34 процентных пункта. Увеличение остальных показателей модели (6) на 1 процентный пункт приведет к менее значительному росту инфляции. Таким образом, полученная модель может быть использована для определения уровня цен на ближайшую перспективу. Наличие в модели постоянного члена указывает на присутствие в экономике страны дополнительных факторов влияющих на индекс потребительских цен, показатели которых не учтены при построении уравнения. Окружающий мир нас насыщен информацией – разнообразные потоки данных окружают нас, захватывая в поле своего действия, лишая правильного восприятия действительности. Не будет преувеличением сказать, что информация становится частью действительности и нашего сознания. Статистика позволяет компактно описать данные, понять их структуру, провести классификацию, увидеть закономерности в хаосе случайных явлений. Даже простейшие методы позволяют существенно прояснить сложную ситуацию, первоначально поражающую нагромождением цифр. Таким образом, решение различных экономических задач невозможно без хорошего знания математической и экономической статистики и использования современных статистических пакетов. Исследования показали, что использование современных информационных технологий в статистической деятельности крайне необходимо. Решение же различных экономических задач невозможно без хорошего знания теории статистики и экономики использования, а также использования современных статистических пакетов. В качестве примера в данной работе была выбрана система STATISTICA по следующим причинам: 1. наличие русскоязычной версии пакета, что существенно облегчает работу; 2. наличие качественной литературы на русском языке по системе STATISTICA; 3. высокое качество пакета и высокая репутация производящей его фирмы, полноценный набор статистических методов, необходимых для экономистов-статистиков. Ранее, до появления персональных компьютеров, анализ данных был чрезвычайно сложным, требующим больших интеллектуальных усилий, временных затрат. Благодаря таким системам, как STATISTICA, появился новый путь к новым технологиям анализа данных, максимально сокращающий рутинные процедуры и делая анализ максимально доступным для широкого круга пользователей. Если раньше каждый шаг исследований: представление данных, перевод их в нужный формат, проверка, группировка, графическая интерпретация, запуск программ обработки, задание параметров анализа, просмотр результатов, был трудной задачей, то теперь достаточно двух-трех щелчков мыши, чтобы огромные объемы данных быстро преобразовывались и появлялись на экране в виде графиков, диаграмм, таблиц, статистик критериев.Система STATISTICA включает в себя все известные методы статистического анализа данных и позволяет сделать процесс анализа высокотехнологичным. 1. Боровиков, В. П. STATISTICA:искусство анализа данных на компьютере / В.П.Боровиков. – Санкт-Петербург : Питер, 2001. – 650 с. 2. Гулидов А.Д., Голованов Ю.К., Слюсаренко А.И. Перспективы развития информационной вычислительной системы Госкомстата России. // Вопросы статистики. – 2009. – №9. – С. 55–59. 3. Информационные технологии в статистике. Учебник./ Под ред. проф. В.П. Божко и проф. А.В. Хорошилова. М.: Финстатинформ, 2002. – 144 с. 4. Лабоцкий В.В. Многомерная обработка экономических данных с использованием интегрированной системы STATISTICA: Учеб.-метод. пособие. – Мнск: БГЭУ, 2002. – 95 с. 5. Тимошенко Л.М. О применении эконометрических моделей и методов при факторном анализе инфляции в условиях переходной экономики / Л.М. Тимошенко // Белорусская экономики: анализ, прогноз, регулирование. – 2001. – № 9. 6. Многомерный статистический анализ в экономике: учеб. пособие для вузов / Л.А.Сошникова, В.Н. Тамашевич, Г.Уебе, М.Шефер; под общ. ред. В.Н. Тамашевича. – Москва: ЮНИТИ, 1999. – 598 с. 7. Сошникова Л.А. Многомерный статистический анализ: Практикум/ Л.А. Сошникова, В.Н. Тамашевич, Л.А. Махнач. – Мнск: БГЭУ, 2004. – 162 с. 8. Статистика: показатели и методы анализа: справ. пособие / Н.Н. Бондаренко, Л.И. Василевская и др.; под общ. ред. М.М. Новикова. – Минск: «Современная школа», 2005. – 628 с. 9. Республика Беларусь, 2010 = Republic of Belarus, 2010: статистический ежегодник / Нац. стат. ком. Респ. Беларусь. – Минск: Национальный статистический комитет Республики Беларусь, 2010. – 582 с. 10. Эконометрика: учеб. пособие для вузов / И.И.Елисеева, С.В.Курышева, Т.В.Костеева и др.; под общ ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002.– 344 с. S STATISTICA, 5, 6, 7, 8, 13, 14 Д Дефлятор ВВП, 7 И индекс денежного агрегата, 3, 7, 8, 9 Инфляция, 6, 21 К Корреляционно-регрессионный анализ, 5 критерии Стьюдента, 6 М множественный коэффициент детерминации., 6 У уравнение регрессии, 6, 9, 10 Интернет ресурсы в предметной области исследования
http://president.gov.by Сайт Президента Республики Беларусь. Содержит разнообразную полезную информацию об экономике Республики Беларусь, включая полный каталог информационных ресурсов. http://www.nbrb.by/ Сайт Национального банка Республики Беларусь. Содержит полную информацию о состоянии платежного баланса Республики Беларусь, курсах валют. http://www.economy.gov.by Сайт Министерства экономики. Содержит информацию о внешнеэкономической деятельности, ценообразование, прогнозы и программы социально-экономического развития республики. Перечень нормативных правовых актов Минэкономики. http://www.belstat.gov.by/ Сайт Национальный статистический комитет Республики Беларусь. Содержит официальные статистические сведения по Республике Беларусь, СНГ, сведения о таможенном союзе, статистические базы ООН, статистические публикации изданные в 2010 году. http://www.mintorg.gov.by/ Сайт Министерства торговли Республики Беларусь. Содержит информацию о розничном товарообороте, нормативные правовые акты Министерства торговли Республики Беларусь, даются ссылки на сайты в сети интернет в области внешнеэкономической и маркетинговой деятельности. http://www.wto.org Сайт Всемирной торговой организации. Содержит информацию о торговле товарами и услугами между странами входящими в ВТО. Сайт Международного Валютного Фонда. Содержит информацию о перспективах развития мировой экономики. http://21.by/gazeti/smi Сайт 21 бай. Содержит базы данных СМИ. http://www.library.by/ Сайт Белоруской цифровой библиотеки. Крупнейшая цифровая библиотека Республики Беларусь. Содержит более 100.000 публикаций: научные статьи и книги. http://pravo.by/ Сайт Национальный правовой интернет-портал Республики Беларусь. Представляет собой автоматизированную полнотекстовую информационно-поисковую систему по законодательству Республики Беларусь, позволяющую быстро найти необходимый нормативный правовой акт. http://victnic.narod.ru Аспирантки Козловской В.Н. экономического факультета Специальность 08.00.01 – экономическая теория Смежные специальности 08.00.05 – Экономика и управление народным хозяйством
1. Экономика инноваций;. 2. Предпринимательство, развитие малого и среднего бизнеса;. 3. Развитие человеческого, научно-технического и производственного потенциала.. 08.00.10 – Финансы, денежное обращение и кредит
08.00.12 – Бухгалтерский учет, статистика
1. Совершенствование моделей национального счетоводства и макроэкономических расчетов, методологии построения балансов для регионов, отраслей и экономики в целом. 2. Прикладные статистические исследования сфер общественной, экономической, финансовой жизни общества, направленные на выявление, измерение, анализ,прогнозирование. Моделирование складывающейся коньюнктуры и разработки перспективных вариантов развития предприятий, организаций и отраслей экономики Республики Беларусь и других стран. 08.00.13 – Математические и инструментальные методы экономики
2. Использование математических методов в прогнозировании, конкретно-экономическом анализе, планировании и управлении. 08.00.14 – Мировая экономика
1. Теории мирового хозяйства; 2. Мирохозяйственные связи и международная торговля; 3. Мировые рынки и международные экономические отношения. Основная специальность 08.00.01 – экономическая теория 1.
История экономической мысли и народного хозяйства; 2.
Критерии и показатели эффективности национальной экономики. Цикличность развития. Инфляция, безработица. Экономический рост. Платежный баланс; 3.
Мировая экономика и международные экономические отношения. Тенденции и закономерности. Мегаэкономика. Сопутствующие специальности 01.01.01 – математический анализ 1. Теория функций действительного и комплексного переменного, обобщенные функции. 2. Линейные и нелинейные операторы и специальные классы (дифференциальные, интегральные, интегро-дифференциальные, разностные и др.) таких операторов. 07.00.15 – история международных отношений и внешней политики Презентация кандидатской диссертации
http://victnic.narod.ru/prez2v.ppt Тестовые вопросы по ИТ в формате XML
<question type="close" id="473"> <text>Гипертекстовый язык разметки, используемый для публикации информационных ресурсов в Веб:</text> <answers type="request"> <answer id="313759" right="0"> UML </answer> <answer id="313760" right="0"> Java </answer> <answer id="313761" right="1">HTML </answer> <answer id="313762" right="0"> SQL </answer> </answers> </question> <question type="close" id="973"> <text>Субподрядный договор со сторонней организацией на выполнение отдельных бизнес–процессов, благодаря которому обеспечивается эффективность, гибкость и/или более низкие затраты</text> <answers type="request"> <answer id="313759" right="1"> аутсорсинг </answer> <answer id="313760" right="0"> бенчмаркетинг </answer> <answer id="313761" right="0"> реинжениринг </answer> <answer id="313762" right="0"> оферта </answer> </answers> </question> Список литературы к выпускной работе
1.Бондаренко С., Бондаренко М. Microsoft Word 2003 в теории и на практике. – Минск: Новое знание, 2004. – 366с. 2.Бурлаку, Мануела Экономическая информатика: лекции для студ. экон. спец. / Мануела Бурлаку ; Молдавская экон. академия. – Кишинев : Молд. Экон. Акад., 2006. – 470 с. 3.Информатика: учеб. для студ.вузов, обуч.. по естеств. -науч. напр. и спец. / В.А.Каймин. – М.: ИНФРФ – М, 2000. – 232с. 4.Технологии работы с текстами и электронными таблицами: Word, Excel/ М.С. Шибут; под ред. И.Ф. Богдановай. Минск: общественное объединение "Молодежное общество", 2000. – 142с. 5.Microsoft Office ХР в целом: наиб. Полное рук-во. Для широкого круга пользователей / Ф. Новиковой, А. Яценко. – Спб: БХВ-Петербург, 2002. – 917с 6.Уокенбах, Джон. Подрбное руководство по созданию формул в Excel 2003 = Excel 2003 Formulas / Джон Уокенбах, [пер. с англ. и ред. И.В. Василенко] – М.: Санкт-Петербург; Киев; Диалектика, 2005. – 638 с. Рисунок А.1 – Матрица парных коэффициентов корреляции Рисунок А.2 – Результаты множественной регрессии для уравнения (1) Рисунок А.3 – Значение параметров множественной регрессии для уравнения (1) Рисунок А. 4 – Значения критерия Дарбина-Уотсона для уравнения (1) Рисунок А.5 – Результаты множественной регрессии для уравнения (2) Рисунок А.6 – Значение параметров множественной регрессии для уравнения (2) Рисунок А.7 – Значения критерия Дарбина-Уотсона для уравнения (2) Рисунок А.8 – Результаты множественной регрессии для уравнения (3) Рисунок А.9 – Значение параметров множественной регрессии для уравнения (3) Рисунок А.10 – Значения критерия Дарбина -Уотсона для уравнения (3) Рисунок А.11 – Результаты множественной регрессии для уравнения (4) Рисунок А.12 – Значение параметров множественной регрессии для уравнения (4) Рисунок А.13 – Значения критерия Дарбина-Уотсона для уравнения (4) Рисунок А.14 – Результаты множественной регрессии для уравнения (9) Рисунок А.15 – Значение параметров множественной регрессии для уравнения (9) Рисунок А. 16 – Значения критерия Дарбина-Уотсона для уравнения (9) Рисунок Б. 1 – Зависимость случайных остатков Рисунок Б. 2
– Зависимость случайных остатков Рисунок Б. 3 – Зависимость случайных остатков Рисунок Б. 4 – Зависимость случайных остатков Рисунок Б. 5 – Зависимость случайных остатков Рисунок Б. 6 – Значение параметров множественной регрессии для уравнения (15) Рисунок Б. 7 – Значения критерия Дарбина-Уотсона для уравнения (15) Рисунок Б. 8 – Наблюдаемые и предсказанные по эконометрической модели (6) темпы роста потребительских цен
|