Дайитбегов Дайитбег Магамедович

1. Сформулированы: этапы построения компьютерных эконометрических моделей с учетом специфики предметной области материалоемкости изделий и принципы формирования исходной статистической совокупности однородных наблюдений; методология выбора аналитической формы эконометрической модели, описывающей зависимость норм расхода материалов от техникоэкономических параметров изделий; экономикоматематические основы интерпретации результатов решения эконометрических моделей материалоемкости изделий; методика предварительного анализа наблюдений и восстановления пропущенных данных с использованием компьютерных технологий.
2. Предложена методика компьютерного анализа корреляций и парных регрессий техникоэкономических параметров изделий и норм расхода материалов с автоматическим выбором «наилучшего» уравнения из множества заданных; проведена классификация парных регрессионных моделей по формам уравнения связи, исследована гомоскедастичность эконометрических моделей и показана компьютерная технология устранения их гетероскедастичности.
3. Апробирована методология компьютерного многофакторного эконометрического моделирования материалоемкости изделий и удельного расхода материалов на основе линейных и нелинейных функций.
4. Выдвинуты методологические положения комплексной оценки относительного влияния фактороваргументов на нормы расхода материалов изделий, построения частных уравнений множественной регрессии материалоемкости изделий и оценки частных коэффициентов эластичности расхода материалов.
5. Сформулированы и реализованы теоретикометодологические положения применения методов многомерного компьютерного анализа техникоэкономических параметров изделий при построении адекватных эконометрических моделей, таких как: анализ выбросов по множеству признаков; кластерный и дискриминантный анализ для классификации объектов наблюдений; оценка равенства векторов средних двух групп (по критерию Т2статистики Хотеллинга) с целью определения качества классификации; компонентный и факторный анализ для выявления некоррелированных обобщающих факторов (латентных характеристик) развития явления. Построены регрессии зависимой переменной (норм расхода материалов) на главные компоненты и обобщающие факторы.
6. Даны методические рекомендации по реализации компьютерной технологии выполнения процедур адаптации эконометрических моделей, разработанных на основе пространственно-Временных наблюдений, и составлению системы одновременных уравнений эконометрической модели материалоемкости с выделением эндогенных и экзогенных переменных.
7. Аргументирована адекватность разработанных компьютерных моделей анализа, ретропрогноза и прогноза временных рядов, отражающих специфику динамики материалоемкости изделий, с использованием методов кривых роста, Брауна, Хольта, авторегрессии, авторегрессии - скользящего среднего и обобщенного линейного метода прогноза. Разработаны практические рекомендации по технологии автоматического выбора «лучшего» метода из числа названных для аппроксимации и прогноза уровней временных рядов и верификации отобранных методов прогноза на участках аппроксимации и ретропрогноза.
8. Реализована методика компьютерной технологии прогноза, ретропрогноза и определения доверительных интервалов прогноза для статических и динамических эконометрических моделей, построенных на основе пространственновременных данных.
9. Показаны особенности компьютерной технологии построения и решения экономикоматематической модели оптимизации программы применения организационнотехнических мероприятий по снижению материалоемкости изделий.
10. 10. Даны обобщенная схема концептуальной модели АРМ для статистической обработки данных и детализированная структурная схема его функционального программного обеспечения. Обозначены основные направления дальнейшего развития АРМ СтОД.

1. Компьютерные технологии анализа данных в эконометрике: Монография. —М.: ИНФРАМ; Вузовский учебник, 2008. — 50,76 п.л.

2. Компьютерные технологии анализа данных в эконометрике: Монография. —М.: ИНФРАМ; Вузовский учебник, 2010. — XIV, 575 с. — Полная электронная версия (электронная библиотека на сайте — http.:www.infram.ru).

3. Автоматизированное рабочее место для статистической обработки данных: Монография. — М.: Финансы и статистика, 1990. — 12 п.л. / 3 авт. л.

4. Информатика в экономике: Учебное пособие / Под ред. проф. Б.Е. Одинцова, проф. А.Н. Романова. Гриф НМС по заочному экономическому образованию. — М.: Вузовский учебник, 2008. — 30 п.л. / 0,6 авт. л.

5. Информационные системы в экономике: Учебное пособие / Под ред. проф. А.Н. Романова, проф. Б.Е. Одинцова. Гриф Минобрнауки РФ. — М.: Вузовский учебник, 2008. — 26 п.л. / 0,63 авт. л.

6. Основы маркетинга: Практикум с учебнотехнологическим тренингом: Учебное пособие / Под ред. проф. Д.М. Дайитбегова, проф. И.М. Синяевой. Гриф Совета УМО по образованию в области менеджмента. — М.: Вузовский учебник, 2007. — 23 п.л.

7. Компьютерные информационные технологии в маркетинге: Учебник /Под ред. проф. Г.А. Титоренко. Гриф Минобразования России. — М: ЮНИТИДАНА, 2000. — 21 п.л. / 2 авт. л.

8. Экономикоматематические методы и прикладные модели: Учебное пособие / Под ред. В.В. Федосеева. Гриф Минобразования России. — М.: ЮНИТИ, 1999. — 24,5 п.л. / 3,5 авт. л.

9. Информатика в статистике: Словарьсправочник / Под ред. Д.М. Дайитбегова, В.П. Божко, А.М. Дуброва и др. — М.: Финансы и статистика, 1994. — 13,19 п.л.

10. Основы алгоритмизации и алгоритмические языки: Учебник.– 2е изд. Гриф Комитета по Высшей школе РФ. — М.: Финансы и статистика, 1992. —31,65 п.л. / 23 авт. л.

11. Программирование на языке Паскаль для персональных ЭВМ: Учебное пособие. — М.: МЭСИ, 1989. — 16,5 п.л.

12. Основы алгоритмизации: Учебное пособие. — М.: МЭСИ, 1989. — 8,5 п.л.

13. Автоматизированное рабочее место для статистической обработки экономической информации: Учебное пособие. — М.: МЭСИ, 1987. — 12 п.л. / 3 авт. л.

14. Программирование на языке Бейсик для персональных ЭВМ: Учебное пособие. — М.: МЭСИ, 1986. — 5,0 п.л. / 1,5 авт. л

15. Программное обеспечение статистической обработки данных: Учебное пособие. Гриф Минвуза СССР. — М.: Финансы и статистика, 1984. — 12 п.л. /3 авт. л.

16. Организация наборов данных в ОС ЕС ЭВМ: Учебное пособие. Гриф Минвуза СССР. — М.: Финансы и статистика, 1982. — 18 п.л. / 12 авт. л.

17. Создание и обработка наборов данных: Учебное пособие. — М.: МЭСИ, 1982. — 6,0 п.л. / 3,0 авт. л.

18. Основы алгоритмизации и алгоритмические языки: Учебное пособие. Гриф Минвуза СССР. — М.: Статистика, 1979. — 24,23 п.л. / 12,5 авт. л.

19. Математическое обеспечение статистической обработки данных: Учебное пособие. — М.: МЭСИ, 1978. — 5,5 п.л. / 1,5 авт. л.

20. Основы алгоритмизации и алгоритмические языки: Учебное пособие. Ч. I. — М.: МЭСИ, 1977. — 5,0 п.л.

21. Основы алгоритмизации и алгоритмические языки: Учебное пособие. Ч. II. — М.: МЭСИ, 1977. — 5,0 п.л.

22. Основы алгоритмизации и алгоритмические языки: Учебное пособие. Ч. III. — М.: МЭСИ, 1977. — 6,0 п.л.

23. Математическое обеспечение статистической обработки опытных наблюдений: Учебное пособие. — М.: МЭСИ, 1974. — 7,5 п.л. / 5 авт. л.

24. Моделирование экономических информационных потоков в системах управления при проектировании АСУ: Учебное пособие. — М.: МЭСИ, 1973. —4,0 п.л. / 3,0 авт. л.

Статьи в научных сборниках, журналах и доклады на научных конференциях

1*. Обобщенная линейная модель прогноза временных рядов норм расхода материалов на изделия // Сегодня и завтра российской экономики: Научноаналитический сборник. — 2009. — № 29. — 0,63 п.л.

2*. Компьютерное моделирование и прогнозирование материалоемкости изделий в машиностроении // РИСК: Ресурсы, Информация, Снабжение, Конкуренция: Аналитический журнал о логистике. — 2009. — № 2. — 0,70 п.л.

3*. Компьютерная технология построения динамических регрессионных моделей прогноза материалоемкости изделий // Вопросы статистики: Научноинформационный журнал. — 2009. — № 6. — 0,68 п.л.

4*. Использование фактора времени в эконометрических моделях, построенных на основе пространственновременных наблюдений // Сегодня и завтра российской экономики: Научноаналитический сборник. — 2008. — № 21. — 0,44 п.л.

5*. Классификация моделей парной регрессии материалоемкости изделий //Сегодня и завтра российской экономики: Научноаналитический сборник. — 2008. — № 21. — 0,44 п.л.

6. Технология разработки нелинейных эконометрических моделей материалоемкости изделий // Инновационный путь развития РФ как важное условиепреодоления мирового финансовоэкономического кризиса: Материалы Международной научнопрактической конференции 21–22 апреля 2009 г.: Пленарное заседание. — М.: ВЗФЭИ, 2009. — 0,71 п.л.

7. Анализ эконометрической модели материалоемкости продукции // Социальноэкономическая и финансовая политика России в процессе перехода на инновационный путь развития: Материалы Международной научно практической конференции 22–23 апреля 2008 г.: Пленарное заседание. — М.: ВЗФЭИ, 2008. — 0,46 п.л.

8. Состояние развития автоматизированных рабочих мест для статистического анализа данных // Информационные системы в науке, экономике и обра

зовании: Сб. науч. ст. Первой межгосударственной научнопрактической конференции. — Махачкала: ДГУ, 1998. — 1,5 п.л.

9. О концепции развития автоматизированных рабочих мест для статического анализа данных // Экономика и финансы России в современных условиях: Сб. науч. трудов ВЗФЭИ. — М.: Экономическое образование, 1997. — 1,7 п.л.

10. Вопросы организации сохранности информации при ее передаче по открытым каналам связи в экономических системах // Роль финансов в стабилизации экономики России: Сб. тезисов научнопрактической конференции ВЗФЭИ. — М.: Экономическое образование, 1997. — 0,5 п.л. / 0,2 авт. л.

11. Разработка автоматизированного рабочего места по обеспечению сохранности информации при передаче ее по открытым каналам связи в экономических системах: Сб. науч. ст. ВЗФЭИ. — М.: Экономическое образование, 1997. — 0,4 п.л. / 0,2 авт. л.

12. Электронная система статистического анализа и прогнозирования ОЛИМП // Информатика в статистике: ловарьсправочник. — М.: Финансы и статистика, 1994. — 0,7 п.л. / 0,2 авт. л.

13. Автоматизированное рабочее место для статистической обработки данных (АРМ СтОД) // Информатика в статистике: Словарьсправочник. — М.: Финансы и статистика, 1994. — 0,3 п.л.

14. Термины по разделу «Применение вычислительной техники в статистике» // Статистический словарь / Гл. ред. М.А. Королев. — 2е изд., перераб. и доп. — М.: Финансы и статистика, 1989. — 1,0 п.л.

15. Вопросы анализа укрупненных норм расхода материалов с применением АРМ для статистической обработки данных // Компьютеризация информационных процессов в народном хозяйстве: Всесоюзная конференция: Тезисы докЛадов. — М.: МЭСИ, 1988. — 0,13 п.л.

16. Программное обеспечение автоматизированного рабочего места для статистической обработки данных (АРМ СтОД) // Программноалгоритмическое обеспечение прикладного многомерного статистического анализа: III Всесоюзная школасеминар: Тезисы докладов. — М.: ЦЭМИ АН СССР, 1987. — 0,43 п.л. / 0,11 авт. л.

17*. Персональные ЭВМ и их использование для организации автоматизированных рабочих мест // Бухгалтерский учет: Научноинформационный журнал. — 1987. — № 10. — 0,4 п.л. / 0,13 авт. л.

18. Вопросы планирования организационнотехнических мероприятий по экономии расхода материалов с применением микроЭВМ // Технологические средства проектирования систем обработки данных на базе мини и микроЭВМ: Сб. науч. ст. — М.: МЭСИ, 1987. — 0,26 п.л. / 0,13 авт. л.

19. Анализ выбросов и многомерная классификация объектов с помощью средств АРМ для статистической обработки данных //Технологические средства проектирования систем обработки данных на базе мини и микроЭВМ:

Сб. науч. ст. — М.: МЭСИ, 1987. — 0,44 п.л. / 0,2 авт. л.

20*. Автоматизированное рабочее место для статистической обработки данных // Вестник статистики: Научноинформационный журнал. — 1986. — №11. — 0,6 п.л. / 0,2 авт. л.

21. Автоматизированное рабочее место для статистической обработки данных в учебном процессе статистиков // Первый Всемирный конгресс общества математической статистики и теории вероятностей им. Бернулли: Тезисы. Т. 3. — М.: Наука, 1986. — 0,04 п.л.

22. Проблемы разработки многомерных статистических моделей анализа и проектирования норм расхода материалов //Применение многомерного статистического анализа в экономике и оценке качества продукции: III Всесоюзная научнотехническая конференция: Тезисы докладов. Ч. I. –М.: ЦЭМИ АН СССР, 1985. — 0,2 п.л.

23. Экономикоматематическая модель оптимизации планирования организационнотехнических мероприятий по снижению норм расхода материалов в производстве отрасли // Математическое обеспечение ЭВМ и АСУ: Сб.

науч. ст. — М.: МЭСИ, 1984. — 0,96 п.л.

24. Адаптация статистических моделей норм расхода материалов // Математикостатистический анализ экономических показателей: Сб. науч. ст. — М.: МЭСИ, 1984. — 0,35 п.л.

25. Проблемы разработки статистических моделей прогнозирования укрупненных норм расхода материалов // Моделирование экономических процессов: Сб. науч. ст. — М.: МЭСИ, 1984. — 0,87 п.л.

26. Состояние и перспективы использования программного обеспечения статистического анализа данных в экономическом вузе//Программноалгоритмическое обеспечение прикладного многомерного статистического анализа:

II Всесоюзная школасеминар: Тезисы докладов. — М.: ЦЭМИ АН СССР, 1983. — 0,4 п.л. / 0,3 авт. л.

27. Методологические вопросы построения логической структуры базы данных системы агрегируемых показателей // ПО ЭВМ и АСУ и их использование в системе учета и статистики: Сб. науч. ст. — М.: МЭСИ, 1983. — 0,49 п.л. / 0,24 авт. л.

28. Развитие концепции автоматизированных рабочих мест // Теоретические и практические основы механизированной обработки экономической информации: Сб. науч. ст. — М.: МЭСИ, 1982. — 0,43 п.л. / 0,21 авт. л.

29. Анализ организации и методов доступа к наборам данных в системах обработки экономической информации (на болгарском языке) // Интегрированная обработка информации в промышленных организациях: Международная научная конференция. — Свищов, 1981. — 0,48 п.л. / 0,4 авт. л.

30. Анализ методов организации и доступа к наборам данных // Избранные главы по программированию Ч. II. / Под ред. проф. В.В. Щуракова. — М.:МЭСИ, 1980. — 1,0 п.л. / 0,4 авт. л.