Высокие статистические технологии

Организационно-экономическое моделирование
(для магистрантов ИБМ второго года обучения МГТУ им. Н.Э. Баумана)

Курс проф., д.э.н., д.т.н., к.ф.-м.н. А. И. Орлова. Лекции
Осень 2024 г.

Среда (числитель)
17.25 - 19.00 ОЭМ (л) ИБМ 2,3,4,5,6,7 Магистранты 2 курса - а.507

Основная литература к курсу:
1. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть 1: Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана. – 2009. – 541 с. http://www.ibm.bmstu.ru/nil/biblio.html#books-02-hsstat
1а. Орлов А.И. Искусственный интеллект: нечисловая статистика : учебник. — М.: Ай Пи Ар Медиа, 2022. — 446 c. — ISBN 978-5-4497-1435-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117028.html
2. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
http://www.ibm.bmstu.ru/nil/biblio.html#books-04-hsexp ,
http://www.mtas.ru/search/search_result ... n_id=18590
2а. Орлов А.И. Искусственный интеллект: экспертные оценки : учебник. — М.: Ай Пи Ар Медиа, 2022. — 436 c. — ISBN 978-5-4497-1469-5. — Текст : электронный // IPR SMART : [сайт]. — URL https://www.iprbookshop.ru/117030, https://doi.org/10.23682/117030
3. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с.
http://baumanpress.ru/books/411/ ,
http://ibm.bmstu.ru/nil/biblio.html#books-03-hsstatan
3а. Орлов А.И. Искусственный интеллект: статистические методы анализа данных : учебник. — М.: Ай Пи Ар Медиа, 2022. — 843 c. — ISBN 978-5-4497-1470-1. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117029.html

ПЛАН ЛЕКЦИЙ
1-2. Управление запасами (04.09.2024, 18.09.2024)
3. Теория измерений и средние величины (02.10.2024)
4. Новая парадигма организационно-экономического моделирования и ее значение (16.10.2024).
5. Нечеткость и интервальность (30.10.2024, 13.11.2024)
6. Статистика объектов нечисловой природы (начало) Основные понятия теории классификации в составе организационно-экономического моделирования. Кластер-анализ. (13.11.2024).
7. Реконструкция истории на основе организационно-экономического моделирования и ее роль при принятии решений в современных условиях (27.11.2024).
8. Статистика объектов нечисловой природы (продолжение). Теория классификации. Методы диагностики (дискриминантного анализа, распознавания образов) (11.12.2024).
9. Непосредственный анализ статистических данных (25.12.2024).


Лекция 1 (04 сентября 2024 г.)

1. Введение. Понятие об организационно-экономическом моделировании.

Тема 1. Управление запасами

2. Классическая модель управления запасами. Три этапа теоретического решения задачи оптимизации. Четыре шага алгоритма расчетов. Пример расчета оптимального плана.

Литература к лекции 1:
1. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с. http://baumanpress.ru/books/411/ ,
http://ibm.bmstu.ru/nil/biblio.html#books-03-hsstatan , глава 8.
2. Орлов А.И. Оптимальные методы в экономике и управлении. Учебное пособие по курсу «Организационно-экономическое моделирование». — М.: Изд-во МГТУ им. Н. Э. Баумана, 2007. — 44 с. http://www.ibm.bmstu.ru/nil/biblio.html#books-07-opt , главы 1, 2.
3. Орлов А.И. Оптимальный план управления запасами нельзя найти на основе формулы квадратного корня // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2015. № 106. С. 270–300.
http://ej.kubagro.ru/2015/02/pdf/18.pdf

Лекция 2 (18 сентября 2024 г.)
Тема 1. Управление запасами (окончание)

3. Проблема горизонта планирования. Асимптотически оптимальный план. Теорема о том, что план Вильсона асимптотически оптимален. График превышения средних издержек плана Вильсона над оптимальным планом.
4. Влияние отклонений. Влияние на средние издержки (за целое число периодов) отклонений от оптимального объема партии (точная формула). Влияние на средние издержки (за целое число периодов) отклонений от оптимального объема партии (приближенная формула). Влияние неопределенностей параметров классической модели управления запасами на объем поставки.
5. Принцип уравнивания погрешностей. Пример практического применения классической модели управления запасами.
6. Модель с дефицитом.

Литература к лекции 2:
1. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с. http://baumanpress.ru/books/411/ , http://ibm.bmstu.ru/nil/biblio.html#books-03-hsstatan , глава 8.
2. Орлов А.И. Оптимальные методы в экономике и управлении. Учебное пособие по курсу «Организационно-экономическое моделирование». — М.: Изд-во МГТУ им. Н. Э. Баумана, 2007. — 44 с. http://www.ibm.bmstu.ru/nil/biblio.html#books-07-opt , главы 3 - 7.
3. Смольников Р.В. Практическое применение математических моделей управления запасами //Заводская лаборатория. Диагностика материалов. 2008. Т.74. No.3. С.64-69.
http://ibm.bmstu.ru/nil/biblio.html#stats-18-prakt.
4. Орлов А.И. Асимптотика квантования, выбор числа градаций в социологических анкетах и двухуровневая модель управления запасами // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2016. № 123. С. 660 – 687. http://ej.kubagro.ru/2016/09/pdf/45.pdf

Лекция 3 (02 октября 2024 г.)
Тема 2. Теория измерений и средние величины

7. Математические, реальные и компьютерные числа. Погрешности измерений и вычислений. Методологическая несостоятельность Росстата. Анализ двух равносильных формул для выборочной дисперсии с точки зрения точности вычислений.
8. Основные понятия теории измерений. Определения, примеры, группы допустимых преобразований для шкал наименований, порядка. Определения, примеры, группы допустимых преобразований для шкал порядка, интервалов, отношений, разностей, абсолютной. Требование устойчивости статистических выводов относительно допустимых преобразований шкал.

Литература к лекции 3:
1. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть 1: Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана. – 2009. – 541 с. http://www.ibm.bmstu.ru/nil/biblio.html#books-02-hsstat
2. Орлов А.И. Теория принятия решений. Учебник для вузов. — М.: Экзамен, 2006. — 576 с. http://ibm.bmstu.ru/nil/biblio.html#books-11-teorresh

Лекция 4 (16 октября 2024 г.)

Тема 3. Новая парадигма организационно-экономического моделирования и ее значение

9. Краткая история статистических методов. Четыре этапа развития статистики (описательная, параметрическая, непараметрическая, нечисловая). Четыре области (по видам данных). Три основные задачи (описание данных, оценивание, проверка гипотез). Пять точек роста: непараметрика, информационные технологии (бутстреп), устойчивость, статистика интервальных данных, нечисловая статистика.
10. Новая парадигма организационно-экономического моделирования.

Литература к лекции 4:
1. Орлов А.И. Новая парадигма организационно-экономического моделирования, эконометрики и статистики. viewtopic.php?f=1&t=1446
2. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть 1: Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана. – 2009. – 541 с. http://www.ibm.bmstu.ru/nil/biblio.html#books-02-hsstat
3. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. Гриф УМО. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с. http://baumanpress.ru/books/342/ ,
http://www.ibm.bmstu.ru/nil/biblio.html#books-04-hsexp ,
http://www.mtas.ru/search/search_result ... n_id=18590
4. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. Гриф УМО. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с. http://baumanpress.ru/books/411/ ,
http://ibm.bmstu.ru/nil/biblio.html#books-03-hsstatan

Лекция 5 (30 октября 2024 г.)

Тема 4: Нечеткость и интервальность

9. Парадоксы "Куча" и «Лысый». Постановка задачи описания неопределенностей с помощью теории нечетких множеств. Оценивание функции принадлежности.
10. Алгебра нечетких множеств. Законы де Моргана.
11. Понятие случайного множества. Распределения случайных множеств.
12. Вероятность накрытия.
13. Сведение теории нечетких множеств к теории случайных множеств.
14. Погрешности измерения и интервальные данные. Операции над интервальными числами. Треугольные нечеткие числа и операции над ними.
15. Основная модель статистики интервальных данных. Понятие нотны - максимально возможного отклонения, вызванного интервальностью статистических данных. Расчет асимптотической нотны (для малой абсолютной погрешности и малой относительной погрешности).


Лекция 6 (13 ноября 2024 г.)

Тема 4 (окончание): Статистика интервальных данных

16. Основные результаты статистики интервальных данных. Рациональный объем выборки.
17. Расчет асимптотической нотны, рационального объема выборки и доверительных интервалов при оценивании математического ожидания. Расчет асимптотической нотны для выборочной дисперсии. Расчет рационального объема выборки и доверительных интервалов при оценивании дисперсии.
18. Системная нечеткая интервальная математика. Описание неопределенностей с помощью интервальных чисел и нечетких треугольных чисел.

Тема 5. Статистика объектов нечисловой природы (начало)

19. Основные понятия теории классификации в составе организационно-экономического моделирования.
20. Кластер-анализ.

Литература к лекции 6:
1. Орлов А.И. Математические методы теории классификации // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 95. С. 23 – 45.
2. Орлов А.И. Искусственный интеллект: нечисловая статистика : учебник. — М.: Ай Пи Ар Медиа, 2022. — 446 c. — ISBN 978-5-4497-1435-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117028.html http://orlovs.pp.ru/work/1101-1200/1199 Нечисловая статистика.rtf
http://orlovs.pp.ru/work/1101-1200/1199 Нечисловая статистика.pdf

Лекция 7 (27 ноября 2024 г.)

Тема 6. Реконструкция истории на основе организационно-экономического моделирования и ее роль при принятии решений в современных условиях

21. Информационная война и троянские технологии обучения
22. Оценка акад. РАН С.Ю. Глазьевым новой статистической хронологии.
23. Развитие новой статистической хронологии.
24. Методы построения новой статистической хронологии на основе нечисловой статистики (введения показателей различия и применения алгоритмов кластер-анализа).
25. Основные черты реконструкции истории новой статистической хронологии. Её значение для организации современного хозяйства.

Литература к лекции 7:
1. Орлов А.И. Математические методы теории классификации // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 95. С. 23 – 45.
http://ej.kubagro.ru/2014/01/pdf/23.pdf.
2. Официальный сайт научного направления НОВАЯ ХРОНОЛОГИЯ
http://chronologia.org/
3. Орлов А.И. Статистические методы в истории // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2019. № 115. С. 227 – 262.
http://ej.kubagro.ru/2019/01/pdf/14.pdf
4. Орлов А.И. Новая хронология всеобщей и российской истории - основа государственно-патриотического мировоззрения // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2019. № 120. С. 60 – 85.
http://ej.kubagro.ru/2019/06/pdf/03.pdf.
5. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. Гриф УМО. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с. - Раздел 8.5.
http://ibm.bmstu.ru/nil/biblio.html#books-03-hsstatan , http://baumanpress.ru/books/411/

Лекция 8 (10 декабря 2024 г.)

Тема 5. Статистика объектов нечисловой природы (продолжение)

26. Теория классификации. Методы диагностики (дискриминантного анализа, распознавания образов).
27. Оптимальный метод диагностики на основе леммы Неймана-Пирсона. Непараметрический дискриминантный анализ с использованием непараметрических оценок плотности в пространствах произвольной природы.
28. Непараметрические ядерные оценки плотности распределения вероятностей в произвольном пространстве.
29. Линейный дискриминантный анализ (диагностика на два класса с помощью «индексов» - линейных функций от координат).
30. Характеристики качества алгоритмов диагностики. Почему нельзя использовать такую характеристику, как «вероятность правильной классификации»? Рекомендуемая характеристика – «прогностическая сила».
31. Эмпирическое и теоретическое среднее, закон больших чисел. Пример: эмпирическое среднее для числовой выборки как интервал между левой и правой медианой.

Лекция 9 (25 декабря 2024 г.)

Тема 7. Непосредственный анализ статистических данных

32. Непосредственный анализ данных официальной экономической статистики. Динамика выпуска отдельных видов продукции (в натуральных единицах) и макроэкономических показателей в РФ.
33. Возрастание роли государства в экономике в ХХ в. в экономически развитых странах.
34. Демографические прогнозы в экономике.

Литература к лекции 9:
1. Орлов А.И. Теория принятия решений. Учебник для вузов. — М.: Экзамен, 2006. — 576 с. http://ibm.bmstu.ru/nil/biblio.html#books-11-teorresh
2. Кара-Мурза С. Г., Батчиков С. А., Глазьев С. Ю. Куда идет Россия. Белая книга реформ. — М.: Алгоритм, 2008. — 448 с.
3. Гражданкин А. И., Кара-Мурза С. Г. Белая книга России. Строительство, перестройка и реформы: 1950 - 2012 гг. http://profilib.com/chtenie/30258/a-gra ... rossii.php
4. Орлов А.И. Непосредственный анализ статистических данных
viewtopic.php?f=2&t=3813

КУРС ЗАВЕРШЕН

Возможное:

Лекция 7 (27 ноября 2024 г.)
Тема 4. Солидарная цифровая (информационная) экономика

11. Аристотель - основоположник экономической теории. Экономика и хрематистика. Цель экономической деятельности - удовлетворение потребностей. Смена парадигм в экономике.
12. Влияние информационно-коммуникационных технологий на хозяйственную деятельность. ОГАС В.М. Глушкова и КИБЕРСИН Ст. Бира. Развитие информационно-коммуникационных технологий и выявление потребностей. Принятие решений на основе сетей экспертов.
13. Основное течение (мейнстрим) в современной экономической науке – обоснование несостоятельности рыночной экономики и необходимости перехода к смешанной (планово-рыночной) системе управления хозяйством. Солидарная информационная экономика. Возможность глобальной оптимизации (Cockshott W. Paul and Cottrell Allin F.).

Контрольная работа 5 (на лекции). Аристотель и изменения в практике экономической деятельности

Литература к лекции 5:
1. Солидарная информационная экономика (на 30.08.2024 - более 454,6 тыс. посещений) viewforum.php?f=2
2. Публикации по солидарной цифровой экономике. viewtopic.php?f=2&t=951
3. Орлов А.И. О развитии солидарной информационной экономики / А.И. Орлов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2019. – №07(121). С. 262 – 291. – IDA [article ID]: 1211607007. – Режим доступа: http://ej.kubagro.ru/2019/07/pdf/07.pdf

Лекция 6 (13 ноября 2024 г.)
Тема 5. Статистика объектов нечисловой природы

Практические все распределения реальных данных являются ненормальными.
Непараметрическая статистика. Ранговая статистика. Состоятельные критерии Смирнова и омега-квадрат для проверки однородности двух независимых выборок.
Эмпирическое и теоретическое среднее, закон больших чисел. Пример: эмпирическое среднее для числовой выборки как интервал между левой и правой медианой.
Непараметрические методы диагностики.

Литература к лекции 6:
1. Орлов А.И. Организационно-экономическое моделирование: : учебник : в 3 ч. Ч.1: Нечисловая статистика. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2009. — 542 с. http://www.ibm.bmstu.ru/nil/biblio.html#books-02-hsstat
2. Орлов А.И. Искусственный интеллект: нечисловая статистика : учебник. — М.: Ай Пи Ар Медиа, 2022. — 446 c. — ISBN 978-5-4497-1435-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117028.html
3. Орлов А.И. Прогностическая сила – наилучший показатель качества алгоритма диагностики // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 99. С. 33-–49.
Лекция 7 (27 ноября 2024 г.)

Тема 5. Статистика объектов нечисловой природы

Основные понятия теории классификации в составе организационно-экономического моделирования.
Кластер-анализ.

Литература к лекции 7:
1. Орлов А.И. Математические методы теории классификации // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 95. С. 23 – 45.
2. Орлов А.И. Искусственный интеллект: нечисловая статистика : учебник. — М.: Ай Пи Ар Медиа, 2022. — 446 c. — ISBN 978-5-4497-1435-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117028.html http://orlovs.pp.ru/work/1101-1200/1199 Нечисловая статистика.rtf