Xreferat.com » Рефераты по социологии » Методи прогнозування у різних галузях

Методи прогнозування у різних галузях

Зміст


Вступ

1. Задачі і принципи прогнозування

2. Методи науково-технічного прогнозування

2.1 Класифікація методів прогнозування

2.2 Екстраполяційні методи прогнозування

2.2.1 Попередня обробка початкової інформації в задачах прогнозної екстраполяції

2.3 Статистичні методи

2.4 Експертні методи

2.4 1 Область вживання експертних методів

2.4.2 Метод евристичного прогнозування (МЕП)

3. Класифікації економічних прогнозів

Висновок

Використана література


Вступ


Процес прогнозування достатньо актуальний в даний час. Широка сфера його вживання. Прогнозування широко використовується в економіці, а саме в управлінні. В менеджменті поняття "планування" і "прогнозування" тісно переплетено. Вони не ідентичні і не підміняють один одного. Плани і прогнози розрізняються між собою тимчасовими межами, ступенем деталізації показників, що містяться в них, ступенем точності і вірогідності їх досягнення, адресністю і, нарешті, правовою основою. Прогнози, як правило, носять індикативний характер, а плани володіють силою директивного характеру. Не підміна і зіставлення плану і прогнозу, а їх правильне поєднання - такий шлях планомірного регулювання економіки в умовах ринкової економіки і переходу до неї.

В промисловості методи прогнозування також грають першорядну роль. Використовуючи екстраполяцію і тенденцію, можна робити попередні висновки щодо різних процесів, явищ, реакцій, операцій.

Певну нішу прогнозування займає і у військових дисциплінах. Використовуючи методи прогнозування, можна визначити (оцінити) радіоактивну обстановку місцевості і т.д.

Існує багато методів прогнозування. Продиференціювавши їх загальне число, необхідно вибрати оптимальний з них для використовування в кожній конкретній ситуації.

Аналіз методів прогнозування, вивчення цих методів, використовування їх в різних сферах діяльності є заходом раціоналізаторського характеру. Ступінь достовірності прогнозів можна потім порівняти з дійсно реальними показниками, і, зробивши висновки, приступити до наступного прогнозу вже з існуючими даними, тобто наявною тенденцією. Спираючись на одержані дані, можна в тимчасовому аспекті переходити на більш високий ступінь і т.д.

1. Задачі і принципи прогнозування


Прогноз - конкретний прогноз, думка про стан якого-небудь явища в майбутньому на основі спеціально наукового дослідження. Класифікація прогнозів здійснюється, як правило, по двох признаках тимчасовому і функціональному. По тимчасовій ознаці розрізняють прогнози: коротко, середньо, довгострокові і наддовгострокові. Функціональна класифікація прогнозів припускає їх розподіл на дослідницькі, програмні і ресурсні.

Прогнозування - процес розробки прогнозів. Залежно від виду прогнозу розрізняють нормативне, пошукове, оперативне.

Прогнозна модель - модель об'єкту прогнозування, дослідження якої дозволяє одержати інформацію про можливі стани об'єктах в майбутньому і (або) шляхах і термінах їх здійснення

Щоб одержати інформацію про майбутнє, потрібно вивчити закони розвитку народного господарства, визначити причини, рушійні сили його розвитку - це основна задача планування і прогнозування. Як основні рушійні сили розвитку виробництва виступають соціальні потреби, технічні можливості і економічна доцільність. Відповідно до цього можна вказати на три основні задачі планування і прогнозування: встановлення цілей розвитку господарства; вишукування оптимальних шляхів і засобів їх досягнення; визначення ресурсів, необхідних для досягнення поставлених цілей.

Вибір цілей є результатом аналізу соціально-політичних задач, які необхідно вирішити в суспільстві і які відображають об'єктивний характер дії економічних законів.

Вибору цілей передує розробка альтернатив цілей, побудова ієрархічної системи або "дерева цілей", ранжирування цілей, вибір провідних ланок. Початковими передумовами вибору цілей є, з одного боку, реальна можливість рішення даної альтернативи, а з іншою - її оптимальність по критерію ефективності.

Шляхи і засоби досягнення цілей визначаються на основі аналізу розвитку народного господарства і науково-технічного прогресу. При цьому в. процесі прогнозування відбувається обмеження області альтернативних варіантів шляхів і засобів досягнення поставлених цілей, тобто визначається область оптимальних рішень. В процесі розробки плану (ухвалення рішення) визначається єдине рішення, оптимальне по прийнятому вектору критеріїв.

Залежно від того, яка задача розв'язується в першу чергу, розрізняють два види прогнозування: дослідницьке (або пошукове) і нормативне. Формування прогнозу об'єктивно існуючих тенденцій розвитку на основі аналізу історичних тенденцій називається дослідницьким або пошуковим прогнозуванням. Цей вид прогнозування заснований на використовуванні принципу інерційності розвитку, при якому орієнтація прогнозу в часі відбувається по схемі "від теперішнього часу, - до майбутнього". Дослідницький прогноз - це картина стану об'єкту прогнозу в певний момент майбутнього, одержана в результаті розгляду процесу розвитку як рухи за інерцією від теперішнього часу до горизонту прогнозу. Прогнозування тенденцій розвитку об'єкту прогнозу, які повинні забезпечувати досягнення у встановлений момент майбутнього певної соціально-політичної, економічної і оборонної мети, називається нормативним. В цьому випадку орієнтація прогнозу в часі відбувається по схемі "від майбутнього - до теперішнього часу".

Розузгодження нормативних і дослідницьких оцінок об'єкту прогнозу в кожний момент часу майбутнього є слідством суперечності "потреби-можливості". Комплексний прогноз будується на основі композиції дослідницького і нормативного прогнозів.

Вибір цілей і засобів для їх досягнення неодмінно повинен поєднуватися з визначенням потреби в ресурсах. При визначенні цієї потреби слід розглядати планові і прогнозні матриці ресурсів (фінансових, трудових, матеріальних і енергетичних), а також матриці виробничих потужностей і ресурсів часу. Оцінці підлягають як потрібні ресурси, так і вірогідні обмеження на їх величину в діапазоні часу попередження плану або прогнозу. Матриці ресурсів прогнозу є найважливішими початковими даними при складанні балансів народного господарства при перспективному плануванні.

Не дивлячись на спільність задач, їх постановка при прогнозуванні і плануванні різна. При плануванні діє наступна схема: "мета - директивна, шляхи і засоби її досягнення - детерміновані, ресурси - обмежені". При прогнозуванні схема інша: "цілі - теоретично досяжні, шляхи і засоби їх досягнення - можливі, ресурси - вірогідні". Задачі прогнозування відрізняються широтою обхвату. Задачі прогнозування треба оцінювати як глобальні. До них можна віднести: аналіз ситуації, визначення рівнів достовірності інформації, визначення ступеня вірогідності, вироблення поточних, середньо і довгострокових прогнозів. Принципи прогнозування: поєднання соціально-політичних і господарських цілей; демократичний централізм; системність; безперервність і зворотний зв'язок; пропорційність і оптимальність; реальність і об'єктивність; виділення провідної ланки і т.д.

Прогнозування повинне носити системний характер. Необхідність системного підходу в прогнозуванні витікає з особливостей розвитку науки і техніки, народного господарства в період науково-технічної революції. Науково-технічна революція привела до принципової зміни властивостей, характеристик і структури сучасної техніки і народного господарства. Зростання кількості елементів, об'єктів різної природи, ускладнення зв'язків між ними і поведінки об'єкту в зовнішньому середовищі привели до створення великих технічних і виробничих (організаційно-економічних) систем.

Сучасні машини володіють високою конструктивно-функціональною складністю, є технічними комплексами, що включають величезну кількість деталей, вузлів, агрегатів і готових виробів, з'єднаних кінцевою функціональною цілісністю. конструктивно-функціональна складність обумовлює високу матеріаломісткість, трудомісткість, енергоємність і вартість технічних комплексів. Розвиток техніки привів до створення складних ієрархічних структурних побудов - великих технічних систем. Ця властивість технічних комплексів зажадала системний підхід до її створення, системне проектування. В технічних комплексах конструкції окремих вхідних елементів, що розробляються, повинні бути підлеглі загальній меті, ради якої створюється система, тобто повинна бути забезпечена єдина стратегія поведінки технічної системи.

Створення великих технічних систем викликало у свою чергу появу великих організаційно-економічних (виробничих) систем, що охоплюють безліч підприємств, з'єднаних випуском певного технічного комплексу. Виникає ієрархія в структурі управління виробничими підприємствами. неухильно наростаючі темпи розвитку науки і техніки, створення сучасних організаційно-економічних систем привели до лавиноподібного зростання інформації і збільшення ступеня нерегулярності її надходження. Все це зажадало вдосконалення методів планування, створення системи планування.

Найважливішими вимогами системного підходу є комплексність прогнозів і планів і безперервний характер процесу планування.

Комплексний підхід передбачає складання прогнозів і планів у взаємозв'язку як в просторі (в галузевому і територіальному розрізі), так і в часі. Взаємозв'язок в просторі означає встановлення раціональних відносин між галузями народного господарства, економічними районами, встановлення оптимальних співвідношень між темпами розвитку науки, техніки і промислового виробництва, збалансованість потреб і ресурсів на всіх рівнях ієрархії. [3]

Взаємозв'язок прогнозів і планів в часі забезпечується реалізацією принципу безперервності планування. Коректування планів і прогнозів повинне носити дискретний характер з наперед встановленими термінами (режим функціонування). Відносна часта зміна планів, що обумовлює зміну виробничих програм, може привести до дезорганізації роботи галузей і підприємств через складність структури виробничих зв'язків в народному господарстві, великій трудомісткості і матеріаломісткості процесів підготовки промислового виробництва.

Чутливість прогнозу і планів до змін залежить від рівня ієрархії, термінів попередження і періодичності коректувань. Чим нижче рівень, тим чутливість вище, тим винні бути коротшим періоди коректування.

Найважливішим моментом упровадження і використовування безперервних систем планування є визначення якості роботи таких систем і на основі цього знаходження оптимального режиму функціонування.

Безперервність планування забезпечується шляхом реалізації принципу зворотного зв'язку. Коректування планів і прогнозів проводиться на підставі інформації зворотного зв'язку, що містить дані про результати реалізації планів, і прогнозів, уточнення потреб, про зміну тенденції розвитку об'єкту і зовнішнього середовища (соціально-політичного, науково-технічного і економічного фону).

Різний ступінь невизначеності інформації, що виробляється, про майбутнє впливає на характер вживаних методів, способів і прийомів прогнозування і планування. Якщо при розробці планів перевага віддається детермінованим методам, то при прогнозуванні - стохастичним. При складанні планів переважне вживання мають регулярні методи, при прогнозуванні - евристичні.

Специфіка стадій і етапів планування впливає також на кількість і рівень агрегації планових і прогнозних показників, ступінь їх детермінованої, співвідношення директивних і розрахункових показників.

2. Методи науково-технічного прогнозування


2.1 Класифікація методів прогнозування


Перш за все приведемо визначення методу прогнозування як способу теоретичної і практичної дії, направленої на розробку прогнозів. Це визначення є достатньо загальним і дозволяє розуміти термін "метод прогнозування" вельми широко: від найпростіших екстраполяційних розрахунків до складних процедур багатокрокових експертних опитів.

Для вивчення методичного апарату прогностики доцільно із самого початку деталізувати це широке поняття. Далі розрізнятимемо прості методи прогнозування і комплексні методи прогнозування. При цьому під простим методом прогнозування розумітимемо метод, нерозкладний на ще більш прості методи прогнозування, і відповідно під комплексним - метод, що складається з взаємозв'язаної сукупності декількох простих.

В даний час разом із значним числом опублікованих методів прогнозування відомі численні способи їх класифікації. Проте вважати це питання задовільно вирішеним не можна, оскільки єдину, корисну і повну класифікацію зараз ще не створено. Ймовірно, прогностика, як молода наука, ще не досягла такого рівня розвитку, коли можливе створення класифікації, що задовольняє всім цим вимогам. Отже, які ж цілі класифікації методів прогностики? Можна вказати дві такі основні цілі. Це, по-перше, забезпечення процесу вивчення і аналізу методів і, по-друге, обслуговування процесу вибору методу при розробці прогнозів об'єкту. На сучасному етапі важко запропонувати єдину класифікацію, в рівному ступені задовольняючу обом з вказаних цілей.

Існують два основні типи класифікації: послідовна і паралельна. Послідовна класифікація припускає той, що виключає приватних об'ємів з більш загальних. Це процес, тотожний розподілу родового поняття на видові. При цьому повинні дотримуватися наступні основні правила:

1) підстава розподілу (ознака) повинна залишатися однією і тією ж при утворенні будь-якого видового поняття;

2) об'єми видових понять повинні виключати один одного (вимога відсутності перетину класів);

3) об'єми видових понять повинні вичерпувати об'єм родового поняття (вимога повного обхвату всіх об'єктів класифікації).

Паралельна класифікація припускає складну інформаційну підставу, що складається не з одного, а з цілого ряду ознак. Основний принцип такої класифікації - незалежність вибраних ознак, кожний з яких вагомий, всі разом одночасно властиві предмету і лише їх сукупність дає вичерпне уявлення про кожний клас.

Послідовна класифікація має наочну інтерпретацію у вигляді деякого генеалогічного дерева, охоплює всю дану область в цілому і визначає місце і взаємозв'язки кожного класу в загальній системі. Тому вона є більш прийнятною для цілей вивчення, дозволяє методично більш струнко представляти область знань, що класифікується.

Кожний рівень класифікації характеризується своєю класифікаційною ознакою. Елементи кожного рівня є найменуваннями підмножин елементів найближчого нижнього рівня, що належать їм, причому підмножин непересічних.

Елементи нижнього рівня є найменуванням вузьких груп конкретних методів прогнозування (іноді з одного елемента), які є модифікаціями або різновидами якого-небудь одного, самого загального з них.

В цілому класифікація є відкритою, оскільки представляє можливість збільшувати число елементів на рівнях і нарощувати число рівнів за рахунок подальшого дроблення і уточнення елементів останнього рівня.

На першому рівні всі методи діляться на три класи по ознаці "інформаційна підстава методу". Фактографічні методи базуються на фактично наявному інформаційному матеріалі про об'єкт прогнозування і його минулий розвиток. Експертні методи базуються на інформації, яку поставляють фахівці-експерти в процесі систематизованих процедур виявлення і узагальнення цієї думки. Комбіновані методи виділені в окремий клас, щоб можна було відносити до нього методи із змішаною інформаційною основою, в яких як первинна інформація використовуються фактографічна і експертна. Наприклад, при проведенні експертного опиту учасникам представляють цифрову інформацію про об'єкт або фактографічні прогнози, або, навпаки, при екстраполяції тенденції разом з фактичними даними використовують експертні оцінки.

Не слід відносити до комбінованих методів ті методи прогнозування, які до експертної початкової інформації застосовують математичні методи обробки або початкову фактографічну інформацію оцінюють експертним шляхом. В більшості випадків вони достатньо добре укладаються в перший або другий з перерахованих вище класів. [2]

Ці класи розділяються далі на підкласи за принципами обробки інформації. Статистичні методи об'єднують сукупність методів обробки кількісної інформації про об'єкт прогнозування за принципом виявлення математичних закономірностей розвитку і математичних взаємозв'язків характеристик, що містяться в ній, з метою отримання прогнозних моделей. Методи аналогій направлені на те, щоб виявляти схожість в закономірностях розвитку різних процесів і на цій підставі проводити прогнози. Випереджаючі методи прогнозування будуються на певних принципах спеціальної обробки науково-технічної інформації, що реалізовують в прогнозі її властивість випереджати розвиток науково-технічного прогресу.

Експертні методи розділяються на два підкласи. Прямі експертні оцінки будуються за принципом отримання і обробки незалежної узагальненої думки колективу експертів (або одного з них) за відсутності дій на думку кожного експерта думки іншого експерта і думки колективу. Експертні оцінки із зворотним зв'язком в тому або іншому вигляді утілюють принцип зворотного зв'язку шляхом дії на оцінку експертної групи (одного експерта) думкою, одержаною раніше від цієї групи або від одного з її експертів.

Третій рівень класифікації розділяє методи прогнозування на види по класифікаційній ознаці "апарат методів". Кожний вигляд об'єднує в своєму складі методи, що мають як основа однаковий апарат їх реалізації. Так, статистичні методи по видах діляться на методи екстраполяції і інтерполяції; методи, що використовують апарат регресійного і кореляційного аналізу; методи, що використовують аналіз чинника.

Клас методів аналогій підрозділяється на методи математичних і історичних аналогій. Перші як аналог для об'єкту прогнозування використовують об'єкти іншої фізичної природи, іншої області науки, галузі техніки, проте мають математичний опис процесу розвитку, співпадаючий з об'єктом прогнозування. Другі як аналог використовують процеси однакової фізичної природи, що випереджають в часі розвиток об'єкту прогнозування.

Випереджаючі методи прогнозування можна розділити на методи дослідження динаміки науково-технічної інформації; методи дослідження і оцінки рівня техніки. В першому випадку в основному використовується побудова кількісно-якісних динамічних рядів на базі різних видів НТІ і аналізу і прогнозування на їх основі відповідного об'єкту. Другий вид методів використовує спеціальний апарат аналізу кількісної і якісної інформації, що міститься в НТІ, для визначення характеристик рівня, якості існуючої і проектованої техніки.

Прямі експертні оцінки по ознаці апарату реалізації діляться на види експертного опиту і експертного аналізу. В першому випадку використовуються спеціальні процедури формування питань, організації отримання на них відповідей, обробки одержаних відповідей і формування остаточного результату. В другому - основним апаратом дослідження є цілеспрямований аналіз об'єкту прогнозування з боку експерта або колективу експертів, які самі ставлять і вирішують питання, що ведуть до поставленої мети.

Експертні оцінки із зворотним зв'язком в своєму апараті мають три види методів: експертний опит; генерацію ідей; ігрове моделювання. Перший вигляд характеризується процедурами регламентованого неконтактного опиту експертів переміжними зворотними зв'язками в розглянутому вище значенні. Другий - побудований на процедурах безпосереднього спілкування експертів в процесі обміну думками по поставленій проблемі. Він характеризується відсутністю питань і відповідей і направлений на взаємне стимулювання творчої діяльності експертів. Третій вигляд використовує апарат теорії ігор і її прикладних розділів. Як правило, реалізується на поєднанні динамічної взаємодії колективів експертів і обчислювальної машини, що імітує об'єкт прогнозування в можливих майбутніх ситуаціях.

Нарешті, останній, четвертий, рівень класифікації підрозділяє види методів третього рівня на окремі методи і групи методів по деяких локальних для кожного виду поєднанням класифікаційних ознак, з яких вказати один загальний для всього рівня в цілому неможливо.


2.2 Екстраполяційні методи прогнозування


Методи екстраполяції тенденцій є, мабуть, найпоширенішими і самими розробленими серед всієї сукупності методів прогнозування. Використовування екстраполяції в прогнозуванні має в своїй основі припущення про те, що даний процес зміни змінної є поєднанням двох складових-регулярної і випадкової.

Вважається, що регулярна складова f (а, х) є гладкою функцією від аргументу (в більшості випадків - часу), описуваною кінцевомірним вектором параметрів а, які зберігають свої значення на періоді попередження прогнозу. Ця складова називається також трендом, рівнем, детермінованою основою процесу, тенденцією. Під всіма цими термінами лежить інтуїтивне уявлення про якесь обчищене від перешкод єство аналізованого процесу. Інтуїтивне, тому що для більшості економічних, технічних, природних процесів не можна однозначно відділити тренд від випадкової складової. Все залежить від того, яку мету переслідує це розділення і з якою точністю його здійснювати.

Випадкова складова n (х) звичайно вважається некорельованим випадковим процесом з нульовим математичним очікуванням. Її оцінки необхідні для подальшого визначення точністних характеристик прогнозу.

Екстраполяційні методи прогнозування основний упор роблять на виділення якнайкращого в деякому розумінні опису тренда і на визначення прогнозних значень шляхом його екстраполяції. Методи екстраполяції багато в чому перетинаються з методами прогнозування по регресійних моделях. Іноді їх відмінності зводяться лише до відмінностей в термінології, позначеннях або написанні формул. Проте сама по собі прогнозна екстраполяція має ряд специфічних рис і прийомів, що дозволяють зараховувати її до деякого самостійного виду методів прогнозування.

Специфічними рисами прогнозної екстраполяції можна назвати методи попередньої обробки числового ряду з метою перетворення його до вигляду, зручного для прогнозування, а також аналіз логіки і фізики прогнозованого процесу, що робить істотний вплив як па вибір виду екстраполюючої функції, так і на визначення меж зміни її параметрів.


2.2.1 Попередня обробка початкової інформації в задачах прогнозної екстраполяції

Попередня обробка початкового числового ряду направлена на рішення наступних задач (всіх або частини з них): понизити вплив випадкової складової в початковому числовому ряду, тобто наблизити його до тренда; представити інформацію, що міститься в числовому ряду, у такому вигляді, щоб істотно понизити трудність математичного опису тренда. Основними методами рішення цих задач є процедури згладжування і вирівнювання статистичного ряду.

Процедура згладжування направлена на мінімізацію випадкових відхилень точок ряду від деякої гладкої кривої передбачуваного тренда процесу. Найбільш поширений спосіб усереднювання рівня по деякій сукупності навколишніх крапок, причому ця операція переміщається уздовж ряду крапок, у зв'язку з чим звичайно називається ковзаюча середня. В найпростішому варіанті згладжуюча функція лінійна і згладжуюча група складається з попередньої і подальшої крапок, в складніших - функція нелінійна і використовує групу довільного числа крапок.

Згладжування проводиться за допомогою многочленів, що наближають по методу якнайменших квадратів групи досвідчених крапок. Якнайкраще згладжування виходить для середніх точок групи, тому бажано вибирати непарну кількість крапок в згладжуваній групі.

Згладжування навіть в простому лінійному варіанті є у багатьох випадках вельми ефективним засобом виявлення тренда при накладенні на емпіричний числовий ряд випадкових перешкод і помилок вимірювання. Для рядів із значною амплітудою перешкоди є можливість проводити багатократне згладжування початкового числового ряду. Число послідовних циклів згладжування повинне вибиратися залежно від виду початкового ряду, від ступеня передбачуваною його зашумленості перешкодою, від мети, яку переслідує згладжування. Треба мати при цьому на увазі, що ефективність цієї процедури швидко зменшується (в більшості випадків), так що доцільно повторювати її від одного до трьох разів.

Лінійне згладжування є достатньо грубою процедурою, що виявляє загальний приблизний вид тренда. Для більш точного визначення форми згладженої кривої може застосовуватися операція нелінійного згладжування або зважені ковзаючі середні. В цьому випадку ординатам крапок, що входять до ковзаючої групи, приписується різна вага залежно від їх відстані від середини інтервалу згладжування.

Якщо згладжування направлено на первинну обробку числового ряду для виключення випадкових коливань і виявлення тренда, то вирівнювання служить цілям більш зручного представлення початкового ряду, залишаючи колишнім його значення.

Самими загальними прийомами вирівнювання є логарифмування і заміна змінних.

У випадку якщо емпірична формула передбачається тією, що містить три параметри або відомо, що функція трьох параметрична, іноді вдається шляхом деяких перетворень виключити один з параметрів, а що залишилися два привести до однієї з формул вирівнювання.

Можна розглядати вирівнювання не тільки як метод представлення початкових даних, але і як метод безпосереднього наближеного визначення параметрів функції, що апроксимує початковий числовий ряд. Часто саме так і використовується цей метод в деяких екстраполяційних прогнозах. Відзначимо, що можливість безпосереднього його використовування для визначення параметрів апроксимуючої функції визначається головним чином видом початкового числового ряду і ступенем наших знань, нашої упевненості щодо виду функції, що описує досліджуваний процес.

В тому випадку, якщо вид функції нам невідомий, вирівнювання слід розглядати як попередню процедуру, в процесі якої шляхом вживання різних формул і прийомів з'ясовується самий відповідний вид функції, що описує емпіричний ряд.

Одним з різновидів методу вирівнювання є дослідження емпіричного ряду з метою з'ясування деяких властивостей функції, що описує його. При цьому не обов'язково перетворення приводять до лінійних форм. Проте результати їх готують і полегшують процес вибору апроксимуючої функції в задачах прогностичної екстраполяції. В найпростішому випадку пропонується використовувати наступні три типи диференціальних функцій зростання:

1) Перша похідна, або абсолютна диференціальна функція зростання.

2) Відносний диференціальний коефіцієнт, або логарифмічна похідна

3) Еластичність функції

2.3 Статистичні методи


Перш ніж приступити до аналізу статистичних методів прогнозування, розглянемо деякі загальні поняття і визначення, що відносяться до кореляційних і регресійних моделей. Дві випадкові величини є кореляційно зв'язаними, якщо математичне очікування однієї з них міняється залежно від зміни іншої.

Вживання кореляційного аналізу припускає виконання наступних передумов:

а) Випадкові величини у (y1, у2..., Уn) і x (x1, x2..., Хn) можуть розглядатися як вибірка з двовимірної генеральної сукупності з нормальним законом розподілу.

б) Очікувана величина погрішності і рівна нулю

в) Окремі стахостично незалежні спостереження, тобто значення даного нагляду не повинне залежати від значення попереднього і подальшого наглядів.

г) Коваріація між помилкою, пов'язаною з одним значенням залежної змінної у, і помилкою, пов'язаною з будь-яким іншим значенням у, рівна нулю.

д) Дисперсія помилки, пов'язана з одним значенням у, рівна дисперсії помилки, пов'язаній з будь-яким іншим значенням.

е) Коваріація між погрішністю і кожній з незалежних змінних рівна нулю.

ж) Безпосередня застосовність цього методу обмежується випадками, коли рівняння кривої є лінійним щодо своїх параметрів bo, bi...,bk Це, проте, не означає, що саме рівняння кривої щодо змінних повинне бути лінійним. Якщо емпіричні рівняння наглядів не є лінійними, то у багатьох випадках виявляється можливим привести їх до лінійної форми і вже. після цього застосовувати метод якнайменших квадратів.

з) Спостереження незалежних змінних проводяться без погрішності.

Перед початком кореляційного аналізу необхідно перевірити виконання цих передумов.

Зв'язок між випадковою і невипадковою величинами називається регресійним, а метод аналізу таких зв'язків - регресійним аналізом. Вживання регресійного аналізу припускає обов'язкове виконання передумов (б-г) кореляційного аналізу. Тільки при виконанні приведених передумов оцінки коефіцієнтів кореляції і регресії, одержувані за допомогою способу якнайменших квадратів, будуть незміщеними і мати мінімальну дисперсію.

Регресійний аналіз тісно пов'язаний з кореляційним. При виконанні передумов кореляційного аналізу виконуються передумови регресійного аналізу. В той же час регресійний аналіз пред'являє менш жорсткі вимоги до початкової інформації." Так, наприклад, проведення регресійного аналізу можливе навіть у разі відмінності розподілу випадкової величини від нормальної, як це часто буває для техніко-економічних величин. Як залежна змінна в регресійному аналізі використовується випадкова змінна, а як незалежна - невипадкова змінна.

По ступеню комплексності статистичні дослідження можна розділити на двовимірні і багатовимірні. Перші торкаються розгляду парних взаємозв'язків між змінними (парні кореляції і регресії) і направлені в прогнозних дослідженнях на рішення таких задач, як встановлення кількісної міри тісноти зв'язку між двома випадковими величинами, встановлення близькості цього зв'язку до лінійної, оцінки достовірності і точність прогнозів, одержаних екстраполяцією регресійної залежності. Багатовимірні методи статистичного - аналізу направлені в основному на рішення задачі системного аналізу багатовимірних стохастичних об'єктів прогнозування. Метою такого аналізу є, як правило, з'ясування внутрішніх взаємозв'язків між змінними комплексу, побудова багатовимірних функцій зв'язку змінних, виділення мінімального числа характеристик, що описують об'єкт з достатнім ступенем точності. Однією з основних задач тут є скорочення розмірності опису об'єкту прогнозування.

Таким чином, статистичні методи використовуються в основ-ном для підготовки даних, приведення їх до вигляду, придатного для виробництва прогнозу. Як правило, після їх вживання використовується один з методів екстраполяції або інтерполяції для отримання безпосередньо прогнозного результату.


2.4 Експертні методи


2.4 1 Область вживання експертних методів

Методи експертних оцінок в прогнозуванні і перспективному плануванні науково-технічного прогресу застосовуються в наступних випадках:

а) в умовах відсутності достатньо представницької і достовірної статистики характеристики об'єкту (наприклад, лазери, що голографічні запам'ятовують пристрої, раціональне використовування водних ресурсів на підприємствах);

б) в умовах великої невизначеності середовища функціонування об'єкту (наприклад, прогнозів людино-машинної системи в космосі або облік взаємовпливу областей науки і техніки);

в) при середньо і довгостроковому прогнозуванні об'єктів нових галузей промисловості, схильних сильному впливу нових відкриттів у фундаментальних науках (наприклад, мікробіологічна промисловість, квантова електроніка, атомне машинобудування);

г) в умовах дефіциту часу або екстремальних ситуаціях.

Експертна оцінка необхідна, коли немає належної теоретичної основи розвитку об'єкту. Ступінь достовірності експертизи встановлюється по абсолютній частоті, з якою оцінка експерта зрештою підтверджується наступними подіями. Існує дві категорії експертів - це вузькі фахівці і фахівці широкого профілю, що забезпечують формулювання крупних проблем і побудову моделей. Вибір експертів для прогнозу проводиться на основі їх репутації серед певної категорії фахівців. Проте не слід забувати і тієї обставини, що першокласний фахівець не завжди може достатньо кваліфікований розглянути і зрозуміти загальні, глобальні, питання. Для цієї мети потрібно привертати експертів хоча і недостатньо вузько інформованих, але володіючих здібністю до дерзання і уяви.

"експерт" в дослівному перекладі з латинської мови означає "досвідчений". Тому і у формалізованому, і в неформалізованому способах визначення експерта значне місце займають професійний досвід і розвинена на його основі інтуїція. Умови необхідності і достатності віднесення фахівця до категорії експертів вводяться таким чином.

Важливо встановити не абсолютний ступінь надійності експертної оцінки, а ступінь надійності в порівнянні з оцінкою середнього фахівця, а також кореляцію між вірогідністю його прогнозної оцінки і надійністю класу тих гіпотез, якими оперує експерт. Загалом, потрібно визначити, що таке експерт. Перерахуємо деякі вимоги, яким винен задовольняти експерт:

1) оцінки експерта повинні бути стабільні в часі і транзитивні;

2) наявність додаткової інформації про прогнозовані ознаки лише покращує оцінку експерта;

3) експерт повинен бути визнаним фахівцем в даній області знань;

4) експерт повинен володіти деяким досвідом успішних прогнозів в даній області знань.

Характеризуючи експертів, слід мати у вигляді, що в результаті вироблення оцінок можуть мати місце помилки двох видів. Помилки першого вигляду відомі в техніці вимірювань як систематичні, помилки другого вигляду - як випадкові. Експерт, схильний до помилок першого вигляду, видає значення, які стійко відрізняються від істинного убік збільшення або зменшення. Вважають, що помилки цього вигляду пов'язані з складом розуму експертів. Для корекції систематичних помилок можна застосовувати поправочні коефіцієнти або ж використовувати спеціально розроблені тренувальні ігри. Помилки другого вигляду характеризуються величиною дисперсії. Виходячи з аналізу основних видів помилок при винесенні експертних думок, можна додати до розглянутого раніше переліку вимог до експертів ще одне. Значення його полягає в тому, що слід віддати перевагу експерту, оцінки якого мають малу дисперсію і систематичне відхилення середньої помилки від нуля, експерту з середньою помилкою, рівною нулю, але з більшою дисперсією. На жаль, апріорі визначити здатність людини робити правильні експертні оцінки неможливо. Важливим засобом підготовки експертів є спеціальні тренувальні ігри.

Організація форм роботи експерта може бути програмованою або непрограмованою, а діяльність експерта може здійснюватися в усній (інтерв'ю) або у письмовій формі (відповідь на питання спеціальних таблиць експертних оцінок або вільний виклад по заданій темі).

Організація стимуляції роботи експерта полягає в розробці:

евристичних прийомів і способів, що полегшують пошук прогнозної експертної оцінки; правових норм, що гарантують експерту оформлення пріоритету і авторства, а також нерозголошування всіх науково-технічних ідей, що висуваються їм в процесі експертизи;

форм моральної, професійної і матеріальної зацікавленості експерта в експертних оцінках; організаційних форм роботи експерта (включення в план роботи і т.п.).

Виходячи з одержаної в результаті аналізу моделі об'єкту прогнозування, визначаються наукові і технічні напрями, по яких необхідно привернути експерта, виділяються групи експертів по приналежності питання до області фундаментальних, прикладних наук або до стикових наукових напрямів. [5]

При рішенні задачі формування експертної групи необхідно виявити і стабілізувати працездатну мережу експертів. Спосіб стабілізації експертної мережі полягає в наступному. На основі аналізу літератури по прогнозованій проблемі вибирається будь-який фахівець, що має декілька публікацій в даній області. До нього поводяться з проханням назвати 10 самих компетентних, на його думку, фахівців по даній проблемі. Потім звертаються одночасно до кожного з десяти названих фахівців з проханням вказати 10 найкрупніших їх колег-учених. З одержаного списку фахівців викреслюються 10 первинних, а іншим розсилаються листи, що містять вказане вище прохання. Дану процедуру повторюють до тих пір, поки жоден із знов названих фахівців не додасть нових прізвищ до списку експертів, тобто поки не стабілізується мережа експертів. Одержану мережу експертів можна вважати генеральною сукупністю фахівців, компетентних в області прогнозованої проблеми. Проте через ряд практичних обмежень виявляється недоцільним привертати всіх фахівців до експертизи. Тому необхідно сформувати репрезентативну вибірку з генеральної сукупності експертів.

Визначення специфіки процедур для методів класу ПЕО (персональних експертних оцінок) здійснюється на основі аналізу вимог до експертів і їх оцінок, витікаючих з суті методів:

а) аналітичні записки пред'являють вимоги структуризації экспериментальної проблеми, эксплікації і ранжирування цілей, аналізу альтернативних шляхів досягнення мети, оцінки витрат на кожну альтернативу і рекомендацій за найефективнішими способами рішення проблем;

б) парні порівняння, нормування і ранжирування вимагають однорідності оцінюваних ознак, наявності логічно обґрунтованих критеріїв і еталонів,

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: