Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет "Высшая школа экономики" Факультет менеджмента Программа дисциплины «Статистический анализ в сфере туризма» для направления 080200.68 «Менеджмент» подготовки магистра для магистерской программы «Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме» Автор программы: к.э.н. Фурманов К.К. ([email protected]) Рекомендована секцией УМС «Математические и статистические методы в экономике» Одобрена на заседании кафедры математической экономики и эконометрики Председатель Поспелов И.Г. Зав. кафедрой Канторович Г.Г. «_____» __________________ 2013 г. «____»_________________2013 г. Утверждена УС факультета менеджмента Ученый секретарь « ____» ___________________2013 г. Москва, 2013 1 1. Область применения и нормативные ссылки Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки магистра 080200.68 «Менеджмент», обучающихся по магистерской программе «Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме», изучающих дисциплину «Статистический анализ в сфере туризма» Программа разработана в соответствии с: со стандартами НИУ ВШЭ, с общей образовательной программой направления 080200.68 – «Менеджмент» подготовки магистров, обучающихся по магистерской программе «Экономика впечатлений: менеджмент в индустрии гостеприимства и туризма»; рабочим учебным планом (РУП) университета и факультета менеджмента по направлению подготовки магистров специализации «Экономика впечатлений: менеджмент в индустрии гостеприимства и туризма», утверждённым в 2013 г. 2. Цели освоения дисциплины Целями освоения дисциплины «Статистический анализ в сфере туризма» являются: знания возможностей и границ применимости методов прикладной статистики в приложении к анализу туристической отрасли, знания основных статистических и эконометрических методов анализа спроса на туризм, навыки описания и прогнозирования динамики статистических показателей, знакомство с исследовательской литературой в области количественного анализа туризма. 3. Компетенции обучающегося, формируемые в результате освоения дисциплины В результате изучения курса студент должен: - знать основные подходы к эконометрическому моделированию туризма, - уметь интерпретировать результаты статистических исследований, - приобрести навыки статистического анализа данных и прогнозирования, - уметь применять количественные методы к анализу туристической отрасли. В результате освоения дисциплины студент осваивает следующие компетенции: Компетенция Способен рефлексировать (оценивать и перерабатывать) освоенные научные методы и способы деятельности Способен к самостоятельному освоению новых методов исследования, изменению научного и научнопроизводственного профиля своей деятельности Способен выявлять данные, необходимые для решения поставленных исследовательских задач в сфере управления; осуществлять сбор данных, как в полевых условиях, так и из основных источников социальноэкономической информации: отчетности организаций различных форм Код по ФГОС/ НИУ Формы и методы обучения, способствующие формированию и развитию компетенции СК-1 Семинары, выполнение домашнего задания СК-3 Выполнение домашнего задания ПК-11 Занятия в компьютерном классе и выполнение домашнего задания 2 Компетенция Формы и методы обучения, способствующие формированию и развитию компетенции Код по ФГОС/ НИУ собственности, ведомств и т.д., баз данных, журналов, и др., анализ и обработку этих данных, информацию отечественной и зарубежной статистики о социально-экономических процессах и явлениях Способен использовать методы количественного и качественного анализа и моделирования, теоретического и экспериментального исследования в сфере управления Способен представлять результаты проведенного исследования в виде отчета, статьи или доклада ПК-13 Лекции, семинары, компьютерные занятия, домашнее задание ПК-14 Компьютерные занятия, домашнее задание 4. Место дисциплины в структуре образовательной программы Для магистерской программы «Экономика впечатлений: менеджмент в индустрии гостеприимства и туризме» настоящая дисциплина является дисциплина по выбору. Изучение настоящей дисциплины основывается на дисциплине «Эконометрика» Для освоения учебной дисциплины студенты должны владеть следующими навыками и компетенциями: - знание основ теории вероятностей, математической статистики и эконометрики, - умение работать в Microsoft Excel, - умение поиска и изучения научно-исследовательской литературы. 5. Тематический план учебной дисциплины № Название темы Лекции 1 Основные задачи статистического анализа в сфере туризма Основы статистического оценивания и описательной статистики Проверка гипотез Анализ статистических связей Количественные методы прогнозирования туристических потоков Эконометрическое моделирование спроса на туризм Обзор методов количественного анализа туристической отрасли Итого 2 2 3 4 5 6 7 Семинары Самостоятельная работа 4 Всего Часов 6 4 4 14 34 4 4 4 4 4 4 12 12 20 22 28 40 4 4 20 40 2 4 14 24 24 24 96 144 6. Формы контроля знаний студентов Тип контроля Текущий (неделя) Форма контроля Контрольная работа 1 2 1 год 3 * 4 1 2 год 2 3 Кафедра Параметры ** 4 Письменная работа, 120 минут Эссе 3 Промежуточный Итоговый Реферат Коллоквиум Домашнее задание Зачет Экзамен Зачет/ Экзамен [Оставьте нужное] * зачёт Письменный зачёт, 120 мин. 6.1. Критерии оценки знаний, навыков. Контрольная работа предназначена для проверки усвоения основ статистики (темы 1-3) и проводится в конце третьего модуля, включает тест и задачи вычислительного характера. Домашнее задание соответствует темам 1-5, предназначено для выполнения на компьютере и предполагает самостоятельное проведение студентом статистического исследования на основании реальных данных и написание отчёта. Зачёт проводится как письменная работа, охватывающая все темы курса, включающая тесты, открытые вопросы, задачи. Задания направлены на проверку 1) усвоения основных понятий и методов статистики, 2) способности учащегося интерпретировать результаты исследований, 3) знания мирового опыта исследований в области статистического моделирования туризма. 7. Содержание дисциплины Тема 1. Задачи статистического анализа в сфере туризма. Возможности и ограничения статистических методов в анализе туризма: исследовании и прогнозировании спроса на туристические блага, изучении потребительских предпочтений. Источники данных для статистического анализа. Тема 2. Основы статистического оценивания и описательной статистики. Оценивание параметров генеральной совокупности на основании выборки. Точечное и интервальное оценивание параметров. Свойства оценок. Основные описательные статистики и способы наглядного представления данных. Тема 3. Проверка гипотез. Основные понятия, используемые при проверке статистических гипотез: основная и альтернативная гипотезы, статистический критерий, ошибки первого и второго рода, уровень значимости и мощность критерия. Проверка гипотез о генеральном среднем, дисперсии, доле. Сравнение выборок с помощью проверки гипотез. Тема 4. Анализ статистических связей. Методы наглядного представления статистических связей: таблицы сопряжённости, диаграммы рассеяния. Корреляционный анализ и способы измерения тесноты связей: коэффициенты корреляции Пирсона, Спирмена, Крамера. Регрессионный анализ: оценивание параметров и проверка гипотез в рамках классической линейной нормальной регрессионной модели. Регрессионная диагностика. Тема 5. Количественные методы прогнозирования туристических потоков. Количественные и качественные методы прогнозирования: преимущества и недостатки. Наивные прогнозы. Классическое разложение временного ряда: тренд, циклическая, сезонная и случайная составляющие. Выделение компонент временного ряда. Регрессионные модели тренда и сезонных колебаний. Экспоненциальное сглаживание и модель Хольта-Винтерса. Представление о 4 методологии Бокса-Дженкинса и моделях интегрированной авторегрессии скользящего среднего (ARIMA). Тема 6. Эконометрическое моделирование спроса на туризм. Функция спроса на туристическое благо с точки зрения экономической теории, её оценивание эконометрическими методами. Статистически измеряемые характеристики спроса на туризм: число поездок, число ночей, затраты на туристические блага. Примеры эконометрических моделей спроса на туризм из отечественных и мировых исследований. Тема 7. Обзор методов количественного анализа туристической отрасли Представление о методах классификации и снижения размерности, их применении в анализе туризма. Результаты сравнительных исследований точности различных методов прогнозирования туристических потоков. Основная литература 1. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Дело, 2007. 2. Newbold P. Statistics for Business and Economics. Prentice-Hall, 2007. 3. Vanhove, N. The Economics of Tourism Destinations. Amsterdam: Elsevier, 2nd ed, 2011. Дополнительная литература 4. Айвазян С.А., .Мхитарян В.С. Прикладная статистика. Основы эконометрики: учебник для вузов: В 2 т. 2-е изд. – М : ЮНИТИ_ДАНА, 2001. 5. Мидлтон М.Р. Анализ статистических данных с использованием Microsoft Excel для Office XP. Перевод с англ. под ред. Г.М. Кобелькова. – М.: БИНОМ. Лабораторий знаний, 2005. 6. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере, 3-е изд. Под ред. В.Э. Фигурнова. – М.: ИНФРА-М, 2003. 7. Шведов А.С. Теория вероятностей и математическая статистика, 2-е изд. - М.: Изд. дом ГУ ВШЭ, 2005. 8. Maddala G.S. Introduction to Econometrics, 2nd ed. MacMillan, 1988. 9. Song H., S.F. Witt. Tourism demand modeling and forecasting: modern econometric approaches – Elsevier, 2000. 10. Witt S.F., C.A. Witt (2005). Forecasting tourism demand: a review of empirical research. International Journal of Forecasting, 11(3), 447 – 475. 8. Образовательные технологии. Курс предполагает использование, прежде всего, тех технологий, что проверены временем – то есть, проведения традиционных лекционных и семинарских занятий. Впрочем, предполагается, что часть семинарских занятий должна проводиться в компьютерных классах для непосредственного знакомства учащихся с программными реализациями статистических методов. 9. Оценочные средства для текущего контроля и аттестации студента. 9.1. Тематика заданий текущего контроля. Примеры заданий для контрольной работы. №1. Квартальные данные о средней стоимости авиаперелёта из России в Германию с I квартала 2000 года по IV квартал 2011 года представляют пример: а) порядковых данных, б) временного ряда, 5 в) пространственной выборки, г) панельных данных. №2. При проверке гипотез на уровне значимости 10%: а) вероятность принять альтернативную гипотезу, когда она верна, составляет 90%. б) вероятность принять альтернативную гипотезу, когда она верна, составляет 10%. в) вероятность отвергнуть основную гипотезу, когда она верна, составляет 10%. г) вероятность отвергнуть основную гипотезу, когда она верна, составляет 90%. №3. При опросе 120 посетителей некоторой туристической зоны 30 респондентов указали, что основной причиной, по которой они выбрали именно эту зону для визита, была ценовая доступность. Постройте 95% доверительный интервал для доли таких респондентов в генеральной совокупности. №4. После обновления внешнего вида своего сайта туристическая компания провела опрос клиентов, давший следующий результаты: 70 клиентов ответили, что новый вариант сайта им представляется более удобным, чем предыдущий, 80 клиентов не заметили существенной разницы, 50 клиентов решили, что изменения ухудшили сайт. а) Рассмотрим статистический признак «отношение к изменению сайта». Является ли он количественным, порядковым, номинальным? б) Один из руководителей компании уверен, что новый дизайн сайта имеет смысл оставлять только в том случае, если не более 20% клиентов окажутся недовольны нововведением. Даёт ли проведённое исследование основание считать, что доля недовольных превышает 20%? Меньше, чем 20%? Используйте уровень значимости 5%. Пример домашнего задания. По квартальным данным о количестве въездов иностранных туристов в Великобританию за 19802006 годы постройте прогноз этого показателя на два года вперёд с помощью: а) линейной регрессионной модели тренда и сезонности, б) модели Хольта-Винтерса. Сравните прогнозы с реальными данными за 2007 и 2008 годы. Определите, какой метод дал более точной прогноз с точки зрения а) средней абсолютной ошибки, б) средней квадратической ошибки. 9.2. Вопросы для оценки качества усвоения дисциплины. 1. Типы статистических данных: пространственная выборка, временной ряд, панельные данные. Виды выборок: простая случайная, стратифицированная. 2. Количественные, порядковые и номинальные статистические признаки. 3. Статистические оценки, их свойства: несмещённость, состоятельность, эффективность. 4. Выборочные характеристики: среднее, дисперсия, медиана. 5. Графическое представление распределения статистического признака: гистограмма, график выборочной функции распределения. 6. Доверительные интервалы: определение и примеры. 7. Проверка статистических гипотез. Статистический критерий, ошибки первого и второго рода. Уровень значимости и мощность критерия. 8. Проверка гипотез о среднем, дисперсии, доле. 9. Способы наглядного представления статистических связей. 10. Измерение тесноты статистической связи, корреляционный анализ. 6 11. Классическая линейная нормальная регрессионная модель, оценивание её параметров. 12. Проверка гипотез и построение доверительных интервалов в рамках классической линейной нормальной регрессионной модели. 13. Спрос на туристическое благо с позиций микроэкономики. Детерминанты спроса. Регрессионный анализ как метод оценивания функции спроса. 14. Примеры регрессионных моделей спроса на туризм. 15. Регрессионные модели тренда и сезонных колебаний. 16. Классическое разложение временного ряда, выделение компонент временного ряда. 17. Экспоненциальное сглаживание и модель Хольта-Винтерса. 18. Модели интегрированной авторегрессии скользящего среднего. 19. Сравнение прогнозных качеств статистических моделей. Сравнительные исследования точности различных подходов к прогнозированию спроса на туризм. 9.3. Примеры заданий итогового контроля. №1. Исследователь предполагает, что динамика некоторой величины Y описывается трендом вида At , где A и β – неизвестные параметры, а t – время. Для оценивания тренда исследователь может оценить уравнение: а) ln Yt t t . б) ln Yt ln t t . в) ln Yt e t t . г) Изучаемая зависимость не сводится к линейной. №2. Предпосылки классической линейной нормальной регрессионной модели не включают: а) постоянство дисперсии случайной составляющей во всех наблюдениях. б) нормальность распределения объясняющих переменных. в) независимость случайной составляющей в разных наблюдениях. г) отсутствие линейной зависимости среди объясняющих переменных. №3. Циклическая составляющая временного ряда а) имеет точный период колебаний, не связанный с сезонностью, б) отражает долгосрочную тенденцию к росту или падению, в) может не иметь точного периода, г) имеет точный период колебаний, обусловленный сезонностью. №4. По ежегодным данным с 2000 по 2009 год (всего 10 наблюдений) оценивается тренд туристического потока из России в Германию с помощью уравнения регрессии Trips t 1 2 t t . Здесь t – год, которому соответствует наблюдение (t=0 для 2000 года, t=9 для 2009 года), а Tripst – число туристических поездок (в тысячах) российских граждан в Германию в году t. Вот результаты оценивания: Trips t 151.2 19.9 t , ( 25.0 ) ( 4.7 ) R 2 0.7, TSS 47000 . В скобках под оценками коэффициентов приведены их стандартные ошибки. а) Согласно оценённой модели, насколько в среднем увеличивается поток туристов из России в Германию за три года? б) На уровне значимости 5% проверьте гипотезу о равенстве коэффициента 2 нулю. Иначе говоря, выясните, есть ли основания считать, что существует тенденция к усилению или ослаблению туристического потока из России в Германию. №5. Статистик Василий по данным за 2008-2012 годы несколько лет оценил две модели динамики туристического потока в Новые Васюки и построил прогноз на 2013 год. 7 I квартал II квартал III квартал IV квартал Прогноз по модели I Прогноз по модели II 417 638 590 487 430 640 605 452 Наблюдаемый приток туристов 420 673 602 490 Сравните модели с точки зрения средней абсолютной средней квадратической ошибки прогноза. 10.Порядок формирования оценок по дисциплине. Оценка за текущий контроль рассчитывается как среднее из оценок за контрольную работу и домашнее задание: Отекущий= 0.5* Ок/р + 0.5* Од/з Накопленная оценка за текущий контроль совпадает с оценкой за текущий контроль: Онакопленная= Отекущий Результирующая оценка за дисциплину рассчитывается следующим образом: Орезульт = 0.4* Онакопл + 0.6 *·Озач Результирующая оценка округляется по обычным арифметическим правилам, при её расчете накопленная и зачётная оценки включаются не округлёнными. На пересдаче студент имеет право пересдать (помимо зачёта) контрольную и домашнюю работу. 11. Учебно-методическое и информационное обеспечение дисциплины. Основная литература 1. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. 6-е изд. – М.: Дело, 2007. 2. Newbold P. Statistics for Business and Economics. – London, Prentice-Hall, 2007. 3. Vanhove, N. The Economics of Tourism Destinations. Amsterdam: Elsevier, 2nd ed, 2011. Дополнительная литература 4. Айвазян С.А., .Мхитарян В.С. Прикладная статистика. Основы эконометрики: учебник для вузов: В 2 т. 2-е изд. – М : ЮНИТИ_ДАНА, 2001. 5. Мидлтон М.Р. Анализ статистических данных с использованием Microsoft Excel для Office XP. Перевод с англ. под ред. Г.М. Кобелькова. – М.: БИНОМ. Лабораторий знаний, 2005. 6. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере, 3-е изд. Под ред. В.Э. Фигурнова. – М.: ИНФРА-М, 2003. 7. Шведов А.С. Теория вероятностей и математическая статистика, 2-е изд. - М.: Изд. дом ГУ ВШЭ, 2005. 8. Maddala G.S. Introduction to Econometrics, 2nd ed. MacMillan, 1988. 9. Song H., S.F. Witt. Tourism demand modeling and forecasting: modern econometric approaches – Elsevier, 2000. 10. Witt S.F., C.A. Witt (2005). Forecasting tourism demand: a review of empirical research. International Journal of Forecasting, 11(3), 447 – 475. 8