Информация о курсе

О курсе

Курс направлен на получение теоретических знаний и практических навыков в такой междисциплинарной области как анализ временных рядов, в частности, аддитивному факторному анализу. Факторный анализ используется в тех случаях, когда исследуемый результативный показатель представляет собой алгебраическую сумму факторных показателей. В частности, каждый уровень временного ряда может формироваться из трендового, циклического или сезонного компонентов, а также случайного компонента. Таким образом, модели, где временной ряд представлен в виде суммы перечисленных компонентов называют аддитивными. Так как параметрами временного ряда могут быть такие показатели как цены на нефть валюту и т.д., то временные ряды применяются как в математике, так и в экономике. Например, построенными моделями можно описать будущие объемы потребления ресурсов или товаров. Именно получение практических навыков прогнозирования временных рядов на основе аддитивной модели с использованием языков программирования R и Python и является основной целью семестрового исследовательского проекта. 

При практическом исследовании инструментария построения моделей упор делается на прогнозирование именно научных данных. В первую очередь данных с различных серверов, регистрирующих геомагнитные и гидрометеорологические параметры планеты Земля. В связи с этим, необходимо обратить внимание на формат представления данных систем и серверов регистрации данных. Если в выбранных системах регистрации не предусмотрен API для экспорта данных или конвертация стандартными средствами невозможна, то необходимо воспользоваться другими серверами хранения научных данных. Например, воспользоваться массивами данных по основным метеорологическим элементам ВНИИГМИ-МЦД (http://meteo.ru/data).

В процессе изучения ОК достигаются следующие результаты:

РО1: Умение на языке R разрабатывать аддитивные модели, где нелинейные тенденции соответствуют годовой, еженедельной и ежедневной сезонности.
РО2: Умение на языке Python разрабатывать аддитивные модели, где нелинейные тенденции соответствуют годовой, еженедельной и ежедневной сезонности.

Образовательная программа (ООП)

Направление подготовки бакалавриата:

09.03.04 Программная инженерия

Основная образовательная программа:

Разработка программно-информационных систем

Специализация:

Промышленная разработка программного обеспечения

Структура курса по модулям: 

Модуль 1.  Исследование возможностей языка R для прогнозирования временных рядов на основе аддитивной модели.
Модуль 2. Исследование возможностей языка Python для прогнозирования временных рядов на основе аддитивной модели.

Продолжительность курса – 17 недель
Трудоемкость освоения курса – 72 часа
Трудоемкость курса – 2 кредита
Форма контроля – зачёт

Ботыгин Игорь Александрович, к.т.н., доцент ОИТ ИШИТР