Вступ

Явища і процеси, результат яких повністю визначається дією чинників, які впливають на них, прийнято називати детермінованими. А ті, в яких такий вплив не простежується, – ймовірнісними або стохастичними. Повсякденне життя людини, професійна діяльність, бізнес здебільшого пов’язані із ситуаціями з не визначеним чітко наперед результатом. Наприклад, технолог не може точно передбачити момент виникнення несправності технологічного обладнання, страхова компанія – суми відшкодувань своїм клієнтам, бізнесмен – валютний курс тощо, хоч їм потрібно приймати важливі управлінські рішення.
У простих випадках рішення приймають з позицій здорового глузду, попереднього досвіду, інтуїції. Дослідження складних економічних систем і процесів, яким притаманний стохастичний характер розвитку, вимагає виконання глибоких аналітичних розрахунків, які ґрунтуються на оцінках можливих ризиків
та їхніх наслідків, прогнозах функціонування окремих елементів і системи загалом.
Для розв’язання задач, пов’язаних з аналізом процесів в умовах дії випадкових чинників, математика розробила гнучкий і потужний арсенал методів. Вони дають змогу на фоні випадковостей виявляти закономірності, робити обґрунтовані висновки, складати прогнози та оцінювати ймовірності їхнього здійснення.
Одним із напрямків ймовірнісного моделювання є економіко-статистичне моделювання. Оволодіння навиками побудови економіко-статистичних моделей, їхня реалізація і практичне застосування результатів відіграють важливу роль у формуванні майбутнього економіста.
У навчальному посібнику розглянуто:
• теоретичні та практичні аспекти статистичного моделювання і прогнозування;
• питання аналізу структури статистичної сукупності;
• моделі багатовимірного ранжування і класифікації;
• основні положення моделювання динаміки економічних систем;
• однофакторні та багатофакторні моделі динаміки;
• основні поняття і завдання економічного прогнозування;
• методи адаптивного прогнозування;
• методи сезонної декомпозиції;
• основи побудови і реалізації імітаційних моделей.