Xreferat.com » Рефераты по экономике » Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

про індекси цін виробників відносно грудня 2001 р. наведені в додатку 19.

Побудуємо модель прогнозу індексів цін виробників промислової продукції у Львівській області загалом. Графічне зображення даного часового ряду наведено нижче:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.14


Судячи з графіку можна сказати, що часовий ряд досліджуваного показника описується вираженим трендом поліноміального або експоненційного виду, аналогічно до індексу споживчих цін. Також можна припустити існування сезонних коливань. Їх існування та спосіб поєднання з трендово-циклічною складовою перевіримо вивчивши спектральні щільності для приростів індексу споживчих цін ( див рис 3.15 та табл. 3.13) та порівнявши амплітуду коливань на графіку ланцюгових індексів цін виробників промислової продукції у Львівській області (рис. 3.16).


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.15


Табл.3.13 Десять найбільших значень спектральної щільності для індексу цін виробників промислової продукції у Львівській області

Частота

Період

Спектральна щільність

0,395349 2,52941 18,38433
0,348837 2,86667 15,94174
0,453488 2,20513 15,20887
0,337209 2,96552 17,80060
0,406977 2,45714 17,23527
0,081395 12,28571 11,80388
0,465116 2,15000 13,26809
0,267442 3,73913 8,02040
0,116279 8,60000 9,87070
0,127907 7,81818 9,49756

Чіткий пік для періоду 12,28 свідчить про наявність коливань з періодом в 1 рік. Інші піки мають період менший за 12, тому можна вважати, що за допомогою сезонного фактора можна пояснити більшість періодичних коливань у даному часовому ряді.

Графік ланцюгових приростів індексів цін виробників промислової продукції показує зростання амплітуди сезонних коливань, тому сезонність будемо включати в модель за допомогою операції множення.


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.16.


Сезонна декомпозиція для мультиплікативного ряду дає наступні результати:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.17


Протягом року ми можемо спостерігати зростання цін у період з листопада по березень та падіння з квітня по жовтень. З графіка видно, що характер основної тенденції динаміки може бути описаний параболою даний тип кривої зростання характеризуються досить високими значеннями коефіцієнта апроксимації R2= 0 (див рис.3.18).


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.18


Більш детальні результати сезонної декомпозиції наведено в додатку 20.

Прогноз будемо здійснювати за методом Хольта – Вінтера для параболічного тренду з мультиплікативною сезонною складовою. Потрібна нам модель оцінюватиметься у вигляді:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію,


де Статистичне вивчення та прогнозування динаміки цін на промислову продукцію- прогноз індексу цін виробників промислової продукції в момент t на крок k.

В результаті обчислень оцінена модель опишеться таблицями виду:


Табл. 3.15 Параметри згладжування моделі

Параметр згладжування

Значення параметра

α 0,071682233
γ 0,071682233
δ 0,25

Табл. 3.16 Параметри для прогнозу за моделлю Хольта-Вінтера

Параметр прогнозної моделі

Значення параметра моделі

Вільний член Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

248,1441447

Лінійний коефіцієнт Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

3,771791452

Квадратичний коефіцієнт Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

0,031361558

Сезонна складова для мультиплікативної моделі Хольта-Вінтера описується індексами:


Табл. 3.17

Індекси сезонності моделі

Місяць

Сезонний фактор

січень 1,001486681
лютий 0,997513876
березень 1,006998733
квітень 0,998484177
травень 1,004714346
червень 1,004745399
липень 0,999141827
серпень 0,996269352
вересень 0,994726433
жовтень 0,993637876
листопад 0,995406172
грудень 1,006875128

Модель прогнозу для індексу цін виробників промислової продукції остаточно набуде вигляду:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


Прогноз за моделлю можна наведено у додатку 21. Наочно результати прогнозу можна зобразити графіком:

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.19


Можна побачити, що у випадку середнього сценарію розвитку слід очікувати зростання середньорічних цін у 2009 р. та 2010 р. відповідно на 21,48% та 19,94%, що становитиме майже 146% у 2010р. відносно середньорічного рівня цін у 2008 р. Індекс споживчих цін у грудні 2010 р. зросте на 44,2% відносно грудня 2008 р. Песимістичний прогноз дає ланцюгові темпи приросту середньорічних цін за 2009-2010рр. на рівні відповідно 24,45% та 112,7%, що остаточно в 2010 р. становитиме 150,6% від рівня середньорічних цін у 2008 р. Індекс споживчих цін у грудні 2010 р. становитиме 149,1% відносно грудня 2008 р. Оптимістичний прогноз описується ланцюговими темпами приросту за 2009 -2011 рр. на рівні відповідно 18,5% та 10,3. Зростання середньорічних цін у 2010 р. відносно рівня 2008 р. становитиме 140,8%, а зростання цін в грудні 2010р відносно грудня 2008р складе 139,4%.

Індекси цін виробників продукції харчової та легкої промисловості характеризуються описуються спектральними щільностями зображеними на графіках:

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.20, Рис. 3.21


З графіків та таблиць (додаток 22) спектральної щільності видно, що обидва показники мають піки для періоду близького 12, тому можна констатувати наявність сезонних коливань у досліджуваних часових рядах. В результаті графічного аналізу ланцюгових приростів індексів цін виробників промислової продукції у вибраних видах діяльності (див рис. 3.22; 3.23), зважаючи на те, що для обох часових рядів можна стверджувати зростання амплітуди коливань, приймаємо гіпотезу про адитивну сезонність в обох випадках.

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.22


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.23


Результати сезонної декомпозиції індексу цін виробників продукції харчової промисловості для мультиплікативного ряду наведено в додатку 23 . Індекси сезонності, отримані в результаті проведених обчислень, вказують на поступове зростання цін протягом листопада-травня кожного року та зменшення протягом періоду з червня по жовтень. Трендові-циклічна складова може бути описана прямою або параболою (Рис. 3.24) проте коефіцієнт апроксимації для параболи є не набагато кращим за коефіцієнт апроксимації прямої, до того ж, як видно з вищенаведеного рис. 3.22 перхід до перших приростів приводить ряд до практично стаціонарного виду, тому вважаємо, що даний показник добре описується лінійним трендом.

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.24


Таким чином слід оцінити модель Хольта-Вінтера для лінійного тренду з мультиплікативною сезонністю виду:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


де Статистичне вивчення та прогнозування динаміки цін на промислову продукцію - прогноз індексу цін виробників продукції харчової промисловості в момент t на крок k.

Оцінена модель опишеться таблицями виду:


Табл. 3.23

Параметри згладжування моделі

Параметр згладжування

Значення параметра

α 0,49175
γ 0,1
δ 0,76849

Табл. 3.24

Параметри для прогнозу за мультиплікативною моделлю Хольта-Вінтера

Параметр прогнозної моделі

Значення параметра моделі

Вільний член Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

200,57436

Лінійний коефіцієнт Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

2,55057

Сезонна складова для мультиплікативної моделі Хольта-Вінтера описується індексами:


Табл. 3.25 Індекси сезонності моделі

Місяць

Сезонний фактор

січень 1,02288
лютий 1,03139
березень 1,0334
квітень 1,0302
травень 1,01362
червень 1,00472
липень 0,99586
серпень 0,98938
вересень 0,98401
жовтень 0,98603
листопад 1,00536
грудень 1,00741

Стандартна похибка моделі 5,87345
Коефіцієнт апроксимації R2 0,993

Прогноз буде здійснювати за моделлю виду:


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис.3.25

Для легкої промисловості сезонні коливання описуються індексами виду:


Таблиця 3.26

Місяць

Індекс сезонності

січень 1,0106
лютий 0,99441
березень 0,993753
квітень 1,00206
травень 1,001422
червень 0,996816
липень 1,003417
серпень 1,001782
вересень 1,004135
жовтень 0,994594
листопад 0,996825
грудень 1,003969

Трендові-циклічна складова може бути описана прямою (Рис. 3.26), коефіцієнт апроксимації для кривої зростання обраного виду становить майже0,986.


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис. 3.26


Оцінюватимемо модель Хольта-Вінтера для лінійного тренду з мультиплікативною сезонністю виду:

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


де Статистичне вивчення та прогнозування динаміки цін на промислову продукцію - прогноз індексу цін виробників продукції легкої промисловості в момент t на крок k.

Оцінена модель опишеться таблицями виду:


Табл. 3.27 Параметри згладжування моделі

Параметр згладжування

Значення параметра

α 0,54191
γ 0,1
δ 0,39935

Табл. 3.28 Параметри для прогнозу за моделлю Хольта-Вінтера

Параметр прогнозної моделі

Значення параметра моделі

Вільний член 170,56582
Лінійний коефіцієнт 1,39293

Табл. 3.29 Сезонні фактори моделі

Місяць

Сезонний фактор

січень 1,00795
лютий 1,00924
березень 1,01124
квітень 1,00767
травень 1,00253
червень 1,00097
липень 0,99392
серпень 0,98978
вересень 0,98924
жовтень 0,99857
листопад 1,00503
грудень 0,99986

Стандартна похибка моделі 3,19118
Коефіцієнт апроксимації R2 0,992

Прогнозна модель запишеться, як:

Статистичне вивчення та прогнозування динаміки цін на промислову продукцію


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис.3.27


Табл.3.30

Дата

Прогноз

Інтервальні оцінки прогнозу для імовірності 0,95



Верхня межа

Нижня межа

січень 2009 р. 173,3263 176,8275 169,825
лютий 2009 р. 174,953 179,0305 170,8755
березень 2009 р. 176,709 181,3835 172,0346
квітень 2009 р. 177,4888 182,7644 172,2131
травень 2009 р. 177,9796 183,866 172,0932
червень 2009 р. 179,0974 185,6249 172,57
липень 2009 р. 179,2208 186,3764 172,0653
серпень 2009 р. 179,8525 187,6654 172,0395
вересень 2009 р. 181,1314 189,6411 172,6217
жовтень 2009 р. 184,2321 193,535 174,9292
листопад 2009 р. 186,8223 196,9224 176,7221
грудень 2009 р. 187,2544 198,0651 176,4438
січень 2010 р. 190,1744 202,0896 178,2593
лютий 2010 р. 191,8226 204,5329 179,1123
березень 2010 р. 193,6122 207,1461 180,0782
квітень 2010 р. 194,3322 208,638 180,0264
травень 2010 р. 194,7371 209,8046 179,6696
червень 2010 р. 195,8289 211,7197 179,9381
липень 2010 р. 195,8345 212,4764 179,1926
серпень 2010 р. 196,3969 213,8427 178,951
вересень 2010 р. 197,6667 215,9884 179,345
жовтень 2010 р. 200,9235 220,3182 181,5287
листопад 2010 р. 203,6215 224,0644 183,1785
грудень 2010 р. 203,9673 225,247 182,6875

3.4 Транскордонні порівняння динаміки цін виробників промислової продукції Львівщини та Польщі (Підкарпатського воєводства)


За попередніми даними, ціни виробників промислової продукції Підкарпатського воєводства у 2007 році збільшився в порівнянні з попереднім роком на 2,3%, більше за все, 4,0% - у виробництві та розподіленні електроенергії, газу, води. Ціни в добувній промисловості збільшився на 3,1% та в обробній промисловості на 1,9%. В обробній промисловості ціни зросли на 2,2%, в тому числі у виробництві коксу і нафтопродуктів на 22,9% і тютюнові вироби на 20,9%. Вище, ніж у грудні минулого року були також ціни на виробництво інших неметалевих корисних копалин (на 8,2%), продукти харчування та напої (на 6,2%), деревина та вироби з деревини (4, 2%), целюлозно-паперова промисловість (3,1%), хімічне виробництво (1,2%), металевих виробів (1,1%) та видавнича діяльність, друк і розмноження записаних носіїв інформації (0,4%). Ціни на меблі та інша частина виробничої діяльності, була дуже близька до зареєстровано показника в грудні минулого року. В інших галузях промисловості спостерігалось зниження цін: у виробництві медичних, точних та оптичних інструментів, наручних та інших годинників, одягу та хутра (після 0,3%), продуктів, гумових та пластмасових виробів (0,5%), електричних машин і апаратури (на 1,0%), шкіра та вироби з неї (1,1%), в текстильній (1,3%) та виробництві автомобілів, причепів і напівпричепів (на 1,8% ), машини та устаткування (2,3%), інші транспортні засоби (2,6%), метали (7,7%) і офісне обладнання та комп'ютери (на 8,8%), зниження ціни на виробниче обладнання та обладнання радіозв'язку, телебачення та зв'язку (на 12,4%).

Ціни в добувній промисловості зросли на 2,0%, в тому числі у видобутку вугілля і лігніта, видобуток торфу - на 8,2%, у той час як у видобутку руд металів знизились на 15,9%..


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис.3.28 Динаміка індексів цін на промислову продукцію Львівської обл. і Підкарпатського воєводства у 2007 році


Аналіз динаміки цін виробників промислової продукції Львівської області та Підкарпатського воєводства свідчить про те, що на Львівщині протягом 2007 року ціни зростали більшими темпами,ніж у Підкарпатському воєводсті.(див.рис.3.28).За основними видами діяльності найбільша відмінність у цінаї спостерігається у переробній промисловості,а саме у Львівській області у 2007 році ціни зросли на 10.8% більше,ніж у Підкарпатському воєводстві.(див.рис.3.29)


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис.3.29 Динаміка індексів промислової продукції за основними видами діяльності у 2007 році

У хімічній промисловості ціни на виробництво іншої неметалевої мінеральної продукції у Львівській обл. зросли на 38,8,в той же час як у Підкарпатському воєводстві лише на 8,7%,у металургійному виробництві готових металевих виробів зростання відбулось на 20,2% і 2,2% відповідно .


Статистичне вивчення та прогнозування динаміки цін на промислову продукцію

Рис.3.30 Динаміка індексів цін на виробництво та розподілення електроенергії,газу та води


Протягом 2002-2007рр. у виробництві та розподіленні електроенергії,газу та води найбільше зростання цін було у 2006році у Львівській області і склало 67,0%,в той же час як у Підкарпатському воєводстві ціни підвищили на 4,0%.В основному таке зростання цін на Львівщині відбулось за рахунок збільшення цін на тепло енергію.

На основі порівняння динаміки цін на промислову продукцію за основними видами діяльності бачимо,що у всіх галузях промисловості у Львівській області щороку відбувається значне зростання цін,на відміну від Підкарпатського воєводства,де темпи зростання цін значно менші.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ


Закон України «Про державне прогнозування та розроблення програм економічного і соціального розвитку України». — К., 2000.

Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики: Учебник для вузов. — М.: ЮНИТИ, 1998.

Андрієнко В.Ю. Cтатистичні індекси в економічних дослідженнях. – К. : 2004 р., с. 64 – 70.

Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. — М.: Финансы и статистика, 2001. — 228 с.: ил.

Бандура О. Підвищення ефективності економічного прогнозування на концептуальному рівні.// Економіст. - 2007.- №3.

Белецький В. М., Бакуменко В. Д. Моделювання макроекономічних процесів. — К.: УАДУ при Президентові України, 1998.

Прогнозування і розробка програм. (Методичні рекомендації) / За ред. В. Ф.Бесєдіна. — К.: Науковий світ, 2000.

Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. — М.: Мир, 1974.

Боровиков В. П., Ивченко Г. И. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере: Учеб. пособие. — М.: Финансы и статистика, 1999.

Вайнштейн А.Л. Проблема экономического прогноза и ее статистической постановке.-М.:Ранион.1930.-76с.

Винн Р., Холден К. Введение в прикладной эконометрический анализ. — М.: Финансы и статистика, 1981.

Гальперин В. М. и др. Макроэкономика. — СПб.: Экономическая школа, 1994.

Секторальні моделі прогнозування економіки України / За ред. В. М. Гейця. — К.: Фенікс, 1999.

Геєць В. М. Моделі і методи соціально-економічного прогнозування: Підручник / В. М. Геєць, Т. С. Клебанова, О. І. Черняк, В. В. Іванов, Н. А. Дубровіна, А. В. Ставицький – Харків: ВД ІНЖЕК, 2005.– 396 с.

Статистика : Підруч. / С.С. Герасименко, А.В. Головач та ін. - К.:КНЕУ,2000.

Горелова В. Л., Мельникова Е. Н. Основы прогнозирования систем. — М.: Высшая школа, 1986.

Горчаков А. А., Орлова И. В. Кoмпьютерные экономико-математические модели. — М.: ЮНИТИ, 1995.

Статистическое моделирование и прогнозирование / Под ред. А. Г. Гранберга. — М.: Финансы и статистика, 1990.

Моделирование народнохозяйственных процессов. Под ред. В. С. Дадаяна. — М.: Економика, 1973.

Дуброва Т.А. Статистические методы прогнозирования. – М.: ЮНИТИ – ДАНА, 2003. – 206с.

Дубров А. М. Многомерные статистические методы: Учебник. — М.: Финансы и статистика, 2000.

ЕКОНОМІСТ. — 1998. — № 5.

Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. чл.-корр. РАН И.И.Елисеевой. - М.: Финансы и статистика, 1995. - 368 с.

Єріна А.М. Статистичне моделювання та прогнозування. - К.: КНЕУ, 2001. - 171 с.

Єріна А. М., Мазуренко О. К., Пальян З. О. Економічна статистика: Практикум. – К.: ТОВ „УВПК „Екс об”, 2002. – 232 с.

Канторович Г. Г. Анализ временных рядов. Лекционные и методические материалы // Экономический журнал ВШЭ. — 2002. — № 3.

Класс А. и др. Введение в эконометрическое моделирование. — М.: Финансы и статистика, 1978.

Кобелев Н. Б. Практика применения экономико-математических методов и моделей: Учебно-практическое пособие. — М.: ЗАО Финстатинформ, 2000.

Колемаев В. А. Математическая экономика. — М.: ЮТИТИ, 2002.

Костіна Н. І., Алексєєв А. А., Василик О. Д. Фінанси: система моделей і прогнозів: Навч. посібник. — К.: Четверта хвиля, 1998.

Кугаенко А. А. Основы теории и практики динамического моделирования социально-экономических объектов и прогнозирования их развития. — М.: Вузовская книга, 1998.

Красс И. А. Математические модели экономической динамики. — М.: Советское радио, 1976.

Крамченко Л. І. Статистика ринку товарів та послуг: Навчальний посібник. – Львів: ”Новий Світ-2000”, 2006. – 296 с.

Кучеренко В. Р., Карпов В. А. Основи економічної конґюнктури: Навчальний посібник. – Київ: Центр навчальної літератури, 2004. – 224 с.

Льюис К. Д. Методы прогнозирования экономических показателей. — М.: Финансы и статистика, 1986.

Лугінін О.Є. Статистика. Підручник. 2-е видання, перероблене та доповнене - К.: Центр учбової літератури, 2007. - 608 с.

Лук’яненко І., Краснікова Л. Економетрика: Практикум з використанням комп’ютера. — К.: Знання, КОО, 1998.

Лук’яненко І. Г., Городніченко Ю. О. Сучасні економетричні методи у фінансах. — К.: Літера ЛТД, 2002.

Рабочая книга по прогнозированию. — М: Мысль, 1982.

Науменко В., Панасюк Б. Впровадження методів прогнозування і планування в умовах ринкової економіки. — К.: Глобус, 1995.

Наконечний C. І. , Терещенко Т. О., Романюк Т. П. Економетрія: Навч. посібник. — К.: КНЕУ, 1997.

Парсаданов Г. А. Планирование и прогнозирование социально-экономической системы: Учебное пособие для вузов. — М.: ЮНИТИ-ДАНА, 2001.

Петерс Е. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка: Пер. с англ. — М.: Мир, 2000.

Економіка підприємства: Підручник / За заг.ред. С.Ф.Покропивного – Вид 2-ге. – К.: КНЕУ, 2000.

Присенко Г. В., Равікович Є. І. Прогнозування соціально-економічних процесів: Навч. посіб. — К.: КНЕУ, 2005. — 378 с.

Работа с данными в среде SPSS. Основные понятия. - К., 2001. - 689 с.

Рождєственська Л. Г. Статистика ринку товарів послуг: Навч. посіб. — К.: КНЕУ, 2005. — 419 с.

Саркисян С. А., Голованов Л. В. Прогнозирование развития больших систем. — М.: Статистика, 1975.

Слезингер Г. Э. Социальная экономика — М.: Дело и сервис, 2001.

Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах. — М.: Финансы, 1999.

Экономико-математические методы и прикладные модели: Учеб. пособие для вузов / Под ред. В. В. Федосеева. — М.: ЮНИТИ, 2000.

Холден К., Піл Д. А., Томпсон Дж. Л. Економічне прогнозування: Вступ. — К.: Інформтехніка, ЕМЦ, 1996.

Черняк О. І., Ставицький А. В. Динамічна економетрика: Навч. посібник. — К., 2000.

Шелобаев С. И. Математические методы и модели в экономике, финансах, бизнесе: Учебное пособие для вузов. — М.: ЮНИТИ-ДАНА, 2000.

Янковой О.Г., Яшкіна О.І. Прогнозування взаємопов’язаних показників соціально-економічного розвитку України.//Статистика України. - 2006. - №3.

Design and Methodology. Current Population Survey // U.S. Department of Labor, Bureau of Labor Statistics, Technical Paper 63rv, 2002. - P. 10-10, E-5.

Methodology Notes: Seasonal adjustment. Mark Brereton. Office for National Statistics. Economic Trends 621 August 2005. - P. 25-27.

Статистичний збірник Індекси цін у Львівській області.Львів - 2008 - 62 с.

Статистичний збірник Промисловість Львівщини,Львів – 2008.- 206с.

www.stat.lviv

www.ukrexport.gov

www.stat.gov.pl

www.stat.gov.pl/rzesz

ukrstat.gov

1

2

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: