Kursa kods Ekon5083

Kredītpunkti 3

Ekonomiskā prognozēšana

Zinātnes nozareEkonomika un uzņēmējdarbība

Zinātnes apakšnozareEkonometrija

Kopējais stundu skaits kursā81

Lekciju stundu skaits12

Semināru un praktisko darbu stundu skaits12

Studenta patstāvīgā darba stundu skaits57

Kursa apstiprinājuma datums19.10.2011

Atbildīgā struktūrvienībaDatoru sistēmu un datu zinātnes institūts

Kursa izstrādātājs

author prof.

Irina Arhipova

Dr. sc. ing.

Kursa anotācija

Ekonomiskās prognozēšanaskursāapgūst likumsakarības, prognozēšanas metodes, perspektīvo problēmu, attīstības mērķu noteikšanu un, pamatojoties uz šīs analīzes rezultātiem, studenti pieņem optimālu lēmumu, vadot sociāli ekonomisko procesu attīstību. Ekonomiskās prognozēšanas kursa uzdevumi: objekta būtības, īpatnību un attīstības tendenču analīze; savstarpēji saistītu objektu korelatīvo sakarību pētīšana; ekspertu viedokļu par pētāmā objekta attīstības iespējām apkopošana; varbūtējo objekta attīstības ceļu, to realizācijas termiņu, problēmsituāciju izpēte.

Kursa rezultāti un to vērtēšana

Pēc kursa studijām studentam būs: zināšanas - spēj parādīt padziļinātas vai paplašinātas zināšanas un izpratni par prognozēšanas metodēm, perspektīvo problēmu, attīstības mērķu noteikšanu un pētīšanu, optimālu lēmumu pieņemšanu, vadot sociāli ekonomisko procesu attīstību; spēj pielietot zināšanas ar ekonomikas pētījumu saistīto dažādu jomu saskarē.Prasmes – spēj patstāvīgi izmantot teoriju, metodes un problēmu risināšanas prasmes, lai veiktu pētniecības objekta būtības, īpatnību un attīstības tendenču analīzi, kā arī savstarpēji saistītu objektu korelatīvo sakarību pētīšanu. Spēj argumentēti izskaidrot un diskutēt par pētāmā objekta attīstības ceļu, to realizācijas termiņu un konkrētas problēmsituācijas izpēti.Kompetence – spēj maģistra darbā patstāvīgi formulēt un kritiski analizēt pētāmā objekta attīstības iespējas, izmantojot datu apstrādes lietojumprogrammatūru, veikt optimālu lēmumu pieņemšanu sociāli ekonomisko procesu uzdevumos, interpretēt iegūtos rezultātus.

Kursa saturs(kalendārs)

1 Ekspertmetodes. Delfi metode. Vienkāršākie dinamikas statistiskie raksturotāji.
2 Trenda eksistences pārbaude: Koksa-Stjuarta trenda zīmju kritērijs, Vallisa-Mūra zīmju kritērijs.
3 Lineāra trenda modeļa parametru novērtēšanas metodes.
4 Nelineārs trends.
5 1.kontroldabs: Tipveida trenda modeļu izveidošana, to parametru novērtēšana un prognoze.
6 Slīdošais trends. Slīdoša vidēja metodes: pirmās kārtas slīdoša vidējais MA(1), centrētais slīdošais vidēja
7 Eksponenciālais izildzinājums: Holta modelis, Vintera modelis.
8 Dekompozīcijas metodes: trenda, cikliskā, sezonāla un kļūdas komponentes.
9 Addītivais un multiplikatīvais modelis.
10 2.kontroldarbs: Vispārīgu nelineāro trenda modeļu izveidošana un to parametru novērtēšana.
11 Pirmās kārtas autoregresīvie procesi AR(1). Autoregresīvie procesi AR(p). Slīdošā vidējā procesi MA(q).
12 Autoregresīvie integrētie slīdošā vidējā procesi ARIMA (p,d,q).
13 Gadījuma komponenta analīze.
14 Intervālu prognozes. Kompleksās prognozēšanas metodes.
15 Pielietojumi tautsaimniecības prognozēšanā.
16 3.kontroldarbs: Teorētiskā daļa.

Prasības kredītpunktu iegūšanai

Ieskaites vērtējums ir atkarīgs no semestra kumulatīvā vērtējuma: kontroldarbi: 60 punkti; teorētiskās daļas kontroldarbs: 40 punkti.10 punkti veido ieskaites atzīmes 1 balli.Kontroldarbu var rakstīt tikai norādītā laikā un vienu reizi.

Obligātā literatūra

1. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Risinājumi ar SPSS un Microsoft Excel. Macību līdzeklis. 2.izdevums. Rīga: Datorzinību centrs, 2006. 364 lpp.
2. Krastiņš O. Ekonometrija. Mācību grāmata augstskolām. Rīga: LR Centrālā statistikas pārvalde, 2003. 207 lpp. Ir LLU FB (~ 60 eks.)
3. Šķiltere D. Pieprasījuma prognozēšana: Mācību līdzeklis. Rīga: Latvijas Universitāte, 2001. 84 lpp. Ir LLU FB (1 eks.)

Papildliteratūra

1. Vasermanis E., Šķiltere D., Krasts J. Prognozēšanas metodes. Mācību līdzeklis. Rīga: Latvijas Universitāte, 2004. 129 lpp.
2. Yaffee Robert A., Monnie McGee. Introduction to Time series Analysis and Forecasting with applications of SAS and SPSS. San Diego etc.: Academic Press, 2000. 528.p.
3. Frolova L. u.c. Darba tirgus pieprasījuma izlgtermiņa ilgtermiņa prognozēšanas sistēmas izpēte un pilnveidošanas iespēju analīze. Rīga: LR LM,2007. 176 lpp.

Periodika un citi informācijas avoti

1. Journal of business forecasting: methods and systems. Editor: Dr. Chaman L. Jain, St. John's University. ISSN: 0278-6087.
2. Journal of Forecasting. John Wiley & Sons, Inc. ISSN (printed): 0277-6693.

Piezīmes

Obligātais izvēles kurss EF maģistrantiem, pilna un nepilna laika (akadēmiskā maģistra studiju programma “Ekonomika”)