2006, Невинномысск. - Северо-Кавказский государственный технический
университет, 221 с.
В учебном пособии рассмотрены вопросы практического применения методов прогнозирования. Особенность данного издания - рассмотрение концепций применения методов прогнозирования одновременно с вопросами их практической реализации в современных программных средствах MS Excel, Statistica, Statistica Neural Networks.
Пособие состоит из четырех частей. В первой части сделан аналитический обзор методов и моделей прогнозирования. Во второй части на примерах разобраны адаптивные методы прогнозирования, модель Уинтерса (экспоненциального сглаживания с мультипликативной сезонностью и линейным ростом) и модель Тейла-Вейджа. В третьей части подробно разобраны вопросы практической реализации линейных и нелинейных многофакторных моделей в пакете Statistica. В четвертой части описаны практические аспекты нейросетевого прогнозирования с использованием пакета Statistica Neural Networks. Каждый раздел заканчивается контрольными вопросами и заданиями для самостоятельной работы.
Пособие предназначено для студентов, изучающих дисциплины: рынок ценных бумаг, менеджмент и компьютерная поддержка принятия решений, прогнозирование и планирование в задачах производственного менеджмента.
В учебном пособии рассмотрены вопросы практического применения методов прогнозирования. Особенность данного издания - рассмотрение концепций применения методов прогнозирования одновременно с вопросами их практической реализации в современных программных средствах MS Excel, Statistica, Statistica Neural Networks.
Пособие состоит из четырех частей. В первой части сделан аналитический обзор методов и моделей прогнозирования. Во второй части на примерах разобраны адаптивные методы прогнозирования, модель Уинтерса (экспоненциального сглаживания с мультипликативной сезонностью и линейным ростом) и модель Тейла-Вейджа. В третьей части подробно разобраны вопросы практической реализации линейных и нелинейных многофакторных моделей в пакете Statistica. В четвертой части описаны практические аспекты нейросетевого прогнозирования с использованием пакета Statistica Neural Networks. Каждый раздел заканчивается контрольными вопросами и заданиями для самостоятельной работы.
Пособие предназначено для студентов, изучающих дисциплины: рынок ценных бумаг, менеджмент и компьютерная поддержка принятия решений, прогнозирование и планирование в задачах производственного менеджмента.