Период изготовления: март 2023 года.
ВУЗ: неизвестно.
Целью данной работы является разработка компьютерной системы для предсказания параметра коррумпированности на основе открытых данных из сети Интернет.
Достижение указанной цели осуществлялось путем решения следующих основных задач:
1. Изучить предметную область и методы регрессионного анализа и временных рядов;
2. Собрать данные для тестирования компьютерной системы;
3. Произвести расчеты в MS Excel для последующего тестирования системы;
4. Разработать компьютерную систему;
5. Протестировать компьютерную систему и обработать результаты.
Есть приложения (листинги программ).
Работа была успешно сдана - заказчик претензий не имел.
Готовые работы я могу оперативно проверить на оригинальность по Antiplagiat .ru и сообщить Вам результат.
ВВЕДЕНИЕ 6
Глава 1 Теоретические аспекты коррупции 8
1.1. История коррупции 8
1.2. Факторные признаки для анализа коррупции и данные для тестирования 9
Глава 2 Теоретические аспекты математических моделей и алгоритмы предсказания параметра коррумпированности 12
2.1. Математические модели регрессионного анализа 12
2.1.1. Степенная регрессия с временным трендом 13
2.1.2. Степенная регрессия 14
2.1.3. Множественная регрессия 15
2.2. Математические модели для анализа временных рядов 16
2.2.1. Линейный временной ряд 17
2.2.2. Полиномиальный временной ряд 18
2.2.3. Экспоненциальный временной ряд 19
2.2.4. Степенной временной ряд 19
2.2.5. Логарифмический временной ряд 20
2.3. Вычисление коэффициентов математических моделей регрессионного анализа в MS Excel 21
2.3.1. Вычисление коэффициентов степенной регрессии с временным трендом 21
2.3.2. Вычисление коэффициентов степенной регрессии 23
2.3.3. Вычисление коэффициентов множественной регрессии 26
2.4. Вычисление коэффициентов математических моделей по временным рядам в MS Excel 29
2.4.1. Вычисление коэффициентов линейного временного ряда 30
2.4.2. Вычисление коэффициентов полиномиального временного ряда 32
2.4.3. Вычисление коэффициентов экспоненциального временного ряда 33
2.4.4. Вычисление коэффициентов степенного временного ряда 35
2.4.5. Вычисление коэффициентов логарифмического временного ряда 36
Глава 3 Разработка компьютерной системы для предсказания параметра коррумпированности и демонстрация работы 39
3.1. Постановка задачи на разработку компьютерной системы для предсказания параметра коррумпированности 39
3.2. Средства разработки 39
3.3. Описание разработки приложения 40
3.3.1. Разработка базы данных 40
3.3.2. Разработка компьютерной системы и демонстрация работы 43
ЗАКЛЮЧЕНИЕ 63
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 66
Приложение А 69
Приложение Б 71
Приложение В 72
Приложение Г 73
Приложение Д 74
Приложение Е 76
Приложение Ж 78
Приложение З 90
Приложение И 92
Приложение К 108
Приложение Л 109
Приложение М 113
Приложение Н 116
1. Шкиотов С.В., Маркин М.И. Исследование взаимосвязи между уровнем коррумпированности страны, темпами экономического роста и качеством жизни населения // Теоретическая экономика. 2018. № 2. С. 88-100.
2. Коррупция: основные тенденции противодействия. Коллективная монография / Под редакцией Л.А. Андреевой. – Новосибирск: Изд-во «СибАК», 2015. – 196 с.
3. Бартошек М. Римское право (понятия, термины, определения) / М. Бартошек. – М.: Изд-во Юридическая литература, 1989. – 448 с.
4. Гайдарова Е. Н. Актуальные проблемы противодействия коррупции в системе государственной службы / Е.Н. Гайдарова // Вестник АГУ. Серия 1. – 2011. № 4. – С. 8-14
5. Our story – Transparency.org [Электронный ресурс] URL.: https://www.transparency.org/en/our-story
6. Россия в Индексе восприятия коррупции-2020: 30 баллов и 129 место [Электронный ресурс] URL.: https://transparency.org.ru/research/indeks-vospriyatiya-korruptsii/rossiya-v-indekse-vospriyatiya-korruptsii-2020-30-ballov-i-129-mesto.html
7. Осипов А. Л., Рапоцевич Е.А. Модели регрессионного анализа для прогнозирования уровня коррумпированности // Наука Красноярья. 2020. Т. 9. № 4-4. С. 185-190
8. Transparency International. [Электрон. данные] – Режим доступа: https://transparency.org.ru/research/
9. The World Bank. [Электрон. данные] – Режим доступа: https://data.worldbank.org/indicator
10. Human Development Reports. [Электрон. данные] – Режим доступа: http://www.hdr.undp.org/
11. Тимофеев В. С., Фаддеенков А. В. Эконометрика. Новосибирск. 2013. С. 340
12. Анализ данных : учеб. пособие / А. Л. Осипов ; Новосиб. гос. ун-т экономики и управления. – 2-е изд., стер. – Новосибирск : НГУЭУ, 2017 – 169 с.
13. Mobile game development software [Электронный ресурс] URL.: https://unity.com/solutions/mobile
14. Introduction to programming and the C# language. Publisher: Poul Klausen. 2013, - 289 p.
15. Alan Beaulieu – Learning SQL: Master SQL Fundamentals — O’Reilly Media — 2009 — 338 p.
16. Что такое Windows Presentation Foundation – WPF .NET [Электронный ресурс] URL.: https://docs.microsoft.com/ru-ru/dotnet/desktop/wpf/overview/?view=netdesktop-5.0
17. ALGLIB – C++/C# numerical analysis library [Электронный ресурс] URL.: https://www.alglib.net/
18. Основы регрессионного анализа – Справка [Электронный ресурс] URL.: https://desktop.arcgis.com/ru/arcmap/10.3/tools/spatial-statistics-toolbox/regression-analysis-basics.htm
19. WPF и C# | Полное руководство [Электронный ресурс] URL.: https://metanit.com/sharp/wpf/
20. Руководство по синтаксису XAML [Электронный ресурс] URL.: https://docs.microsoft.com/ru-ru/windows/uwp/xaml-platform/xaml-syntax-guide
21. Кормен Т., Лейзерсон Ч., Ривест Р., Штайн К. Алгоритмы: построение и анализ, 3-е изд. — Спб. : ООО «Диалектика», 2020. — 1328 с.
22. Кнут Д. Искусство программирования. Т. 1. Основные алгоритмы. — М.: Издательский дом "Вильямс", 2000. — 720 с.
23. Дейт К. Введение в системы баз данных. — СПб.: Издательский дом "Вильямс", 1999. — 848 с.
24. Рихтер, Джеффри CLR via C#. Программирование на платформе Microsoft .NET Framework 4.0 на языке C# / Джеффри Рихтер. - М.: Питер, 2013. - 928 c.
25. Doubles C. Montgomery, Elizabeth A. Peck, G. Geoffrey Vining. – Introduction to Linear Regression Analysis (Wiley Series in Probability and Statistics) — Wiley — 2021 — 704 p.
26. William Mendenhall, Terry Sincich – A Second Course in Statistics: Regression Analysis — Pearson — 2019 — 848 p.
27. James Douglas Hamilton – Time Series Analysis — Princeton University Press — 1994 — 820 p.
28. Chris Chatfield – The Analysis of Times Series: An Introduction – Chapman and Hall/CRC – 2019 – 414 p.
29. Douglas C. Montgomery, Cheryl L. Jennings, and Murat Kulahci – Introduction to Time Series Analysis and Forecasting – 2015 – 672 p.
30. George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel, and Greta M. Ljung – Time Series Analysis: Forecasting and Control – 2015 – 681 p.
31. Документация по Windows Presentation Foundation [Электронный ресурс] URL.: https://docs.microsoft.com/ru-ru/dotnet/desktop/wpf/?view=netdesktop-5.0