МЕТОДЫ И ПРИЁМЫ ПРОГНОЗИРОВАНИЯ

Зинченко Ярослав Игоревич
Московский государственный технический университет имени Н.Э. Баумана
студент

Аннотация
В данной статье рассматриваются различные методы, приёмы и методологии прогнозов в общем, производится их классификация. Также ограниченно рассматривается их применение в практической деятельности.

Ключевые слова: , , , , , , , ,


Рубрика: 01.00.00 ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ

Библиографическая ссылка на статью:
Зинченко Я.И. Методы и приёмы прогнозирования // Современные научные исследования и инновации. 2019. № 3 [Электронный ресурс]. URL: https://web.snauka.ru/issues/2019/03/88823 (дата обращения: 19.03.2024).

Прежде чем говорить о том, какие бывают методы прогнозирования, разберёмся с базовыми терминами и понятиями, которыми будем оперировать по ходу статьи.

Для начала обратимся к словарю русского языка Сергея Ивановича Ожегова [1].

Метод – способ теоретического исследования ил практического осуществления чего-нибудь. [1, с. 446]

Методология – учение о научном методе вообще или о методах отдельных наук. [1, с. 447]

Прогноз – заключение, вывод о предстоящем развитии и исходе чего-нибудь на основании каких-нибудь данных. [1, с. 486]

Приём – способ в осуществлении чего-нибудь. [1, с. 463]

К данному словарю я буду обращаться по ходу статьи для формулировки каких-то определений.

Теперь, опираясь на данные определения, смотрим дальше.

Методы (методика) прогнозирования – конкретное сплетение способов выполнения прогностических операций, получение и обработка данных о будущем на базе однородных способов разработки прогноза.

Методика разработки прогноза – конкретная комбинация методологий, методов, способов и приёмов моделирования.

Система прогнозирования («прогнозирующая система») – совокупность как технологического оборудования для прогнозирования, так и различных теоретических алгоритмов, методов, приёмов прогнозирования.

Приём прогнозирования – способ применения прогнозирующей системы (алгоритмов, методик), технического обеспечения.

Методы прогнозирования

В начале-первой половине 20 века были в основном популярны следующие методы прогнозов: метод экспертиз, метод аналитических моделей, метод экстраполяций.

Данные методы достаточно популярны и в современных исследованиях и используются довольно часто, в особенности экспертиза.

Экспертиза – рассмотрение и обсуждение какого-либо вопроса экспертом или группой экспертов для последующего формулирования вывода и дачи заключений.

Экстраполяция – распространение выводов, сделанных по результатам одной части исследования, на другие части. Перенос полученного опыта, выводов с одного исследования (части исследования) на другое исследование (часть исследования, группу других исследований). Должно проводиться в случаях, когда другое исследование, на которое экстраполируются полученные после первого исследования данные обладало аналогией с первым по экстраполируемым параметрам.

Аналитическая модель – упрощение представления полного описания модели (подробнее ниже).

В настоящее время существует огромное количество методик прогнозирования, но на практике используются достаточно небольшое количество. Так или иначе, использование тех или иных алгоритмов и методик напрямую зависит от выбранной области исследования.

Помимо существующих известных нам методов постоянно появляются новые. Это связано как с развитием технологий, так и с необходимостью решать задачи в новый областях человеческой деятельности.

То есть среди множества методов в большинстве случаев используется из них довольно небольшой процент.

Метод – инструмент в исследовании. Нужно знать, какой метод использовать при каких исходных данных.

Здесь мне вспомнился принцип Парето, который гласит, что 20% усилий дают 80 % результата, а остальные 80 % усилий — лишь 20 % результата. Применительно к методам прогнозирования лишь 20% разных методов используются в 80% исследований. Многие методы используются лишь в некоторых довольно специфических областях и при довольно своеобразных исходных данных.

Теперь рассмотрим некоторые методы прогнозирования по отдельности.

Аналогия

Аналогия – метод прогнозирования, согласно которому определённо взятая ситуация (случай, событие) анализируется, и на основании ранее полученного опыта и каких-либо общих тенденций или особенностей похожего случая делаются выводы о возможном течении событий в конкретно взятой ситуации. Аналогия предполагает использование опыта референтной ситуации в качестве возможного направления развития событий.

Аналогию как метод можно сравнить с судебными прецедентами. То есть при возникновении ситуации, при которой некоторые исходные данные либо похожи на ранее известные ситуации, либо при условии, что эти данные не могут быть обработаны и исследованы с помощью других методов, либо это нецелесообразно, прибегают к методу аналогии, так как это довольно дешёвый и быстрый процесс, при этом довольно эффективный. Причём не обязательно пытаться полностью обработать информацию по тому же принципу, что и у исходного аналога. Можно лишь взять его за пример и использовать в качестве ориентира при последующих исследованиях.

Фактографические методы

Константиновская Людмила Васильевна, кандидат геолого-минералогических наук, имеющая публикации в области исследований прогнозов, приводит следующие фактографические методы:

  • Экстраполяция
  • Трендовая модель (математическое моделирование)
  • Тренд-анализ
  • Интерполяция
  • Моделирование
  • Сценарии
  • Эксперименты
  • «Прогнозы до абсурда»
  • Имитации
  • Графы
  • Матрицы
  • Подборки показателей
  • Графические изображения

[2, 8.2 Фактографические методы]

Они основаны на экстраполяции в будущее тенденций, закономерности развития которых в прошлом и настоящем хорошо известны. То есть в принципе данную группу методов можно в большей или меньшей степени применительно к каждому методу назвать экстраполяционной группой методов, хотя все эти методы лишь в некоторой степени обладают экстраполяционным характером исследования.

Мы рассмотрим некоторые методы из этой группы методов, которые мне кажутся наиболее интересными и популярными:

Модель – это заместитель, упрощённая сущность объекта-оригинала, позволяющая нам познавать свойства и параметры объекта без непосредственного влияния на объект, причем модель может быть разной степени упрощённости в зависимости от целей исследования, необходимости в упрощении и возможности упрощения.

Модели могут быть детерминированными или недетерминированными (стохастическими).

Детерминированная модель – такая модель, в которой каждое последующее состояние может быть определено. В противном случае модель считается недетерминированной, то есть каждое последующее состояние такой модели случайно.

Моделирование – процесс получения данных об объекте-оригинале путём изучения свойств и характеристик модели влиянием на эту модель извне или внутренне.

Трендовая модель (или математическое моделирование) – модель, предполагающая постоянное подобное текущему развитие (даградацию) системы.

Эксперимент – научный опыт. [1, с. 1185]

Сценарии – возможные пути развития системы.

«Прогнозы до абсурда» представляют собой радикальные сценарии, которые скорее всего не произойдут, но при этом возможны. Зачастую такие прогнозы выявляются и определяются посредством «мозгового штурма», также известного в английских источниках как «brainstorming».

Экспертиза

Понятие экспертизы я привёл выше. Однако здесь стоит сказать, что метод экспертизы, по сути, сам по себе довольно разнообразен, так как эксперт как носитель знаний, теоретического и практического опыта, может использовать разные методы в исследовании, в том числе вышеперечисленные, а также свои собственные наработки, основанные на личном опыте.

Снова обратимся к труду Константиновской Л.В.

  • Метод анкетных опросов
  • Метод «интервью»
  • Метод аналитических докладных записок – собственный анализ эксперта, выполняемый в виде небольших докладов (записок), выполняемый либо для себя, либо для группы других экспертов для, например, дальнейшего обсуждения за «круглым столом»
  • Метод «комиссий» («круглого стола») – обсуждение группой экспертов какого-то вопроса
  • Метод коллективных «мозговых атак»
  • Метод «Дельфи» – последовательное анонимное анкетирование экспертов с обратной связью. Получил свое название по имени греческого античного города Дельфи, где проживали известные дельфийские оракулы

[2, 8.3 Экспертиза]

Теперь я хочу заметить, что так как мы живём в компьютеризированном мире, многие методы и приёмы, используемые при прогнозировании, можно автоматизировать, что поможет быстрее обрабатывать большие объёмы данных, а также систематизировать полученную информацию.

Это можно делать как вручную при малых объёмах данных (архивирование), так и с помощью специальных программных продуктов для обработки информации.

Также можно написать свой алгоритм, который может быть обучаемым (машинное обучение). Такой способ будет хорошо работать с такими методами, как экстраполяция, аналогия, моделирование, работа с графами.

Если же говорить о прогнозировании в общем, то почему так хорошо отработанные навыки и приёмы прогнозирования зачастую дают сбой (элементарно при прогнозах погоды, анализ рынка ценных бумаг)?

Дело в том, что мир, жизнь представляют собой сложную многогранную систему, а работаем мы в первую очередь с моделями, представляющими собой, как я уже сказал, лишь упрощение истинной модели источника. Рассмотреть всё обилие факторов и исходных данных невозможно, поэтому возникают ошибки при анализах ситуаций.

Как это ни парадоксально, но человек представляет собой наиболее совершенное устройство принятия решений. Ни одна, даже самая сложная система, во-первых, не сможет принять единственно верное решение (зачастую единственно верного решения просто не существует, существует условно верное решение, базирующееся на ограниченном количестве определённых входных параметров), но также не обладает таким количеством знаний и, что, возможно, важнее, опыта, как человек.

Так или иначе, машина предназначена в первую очередь для решения рутинных повторяющихся задач, дабы облегчить человеку обработку информации и разгрузить информационное давление на человека.

С течением времени компьютерные системы становятся более сложными и комплексными, что позволяет машинам брать на себя большую ответственность при принятии решений. Вполне возможно, что со временем программы будут полностью вести прогнозирование, предоставляя человеку право решения лишь в определённых ситуациях.


Библиографический список
  1. Ожегов С.И. Словарь русского языка. М.: ОНИКС Мир и Образование, 2007 (дата обращения 23.12.2018)
  2. Константиновская Л. В. Прогнозирование. URL: http://www.astronom2000.info/прогнозирование/osl/ (дата обращения 23.12.2018)
  3. Толстых И.В., Толстых В.Н. Ситуационное прогнозирование в техническом анализе .URL: https://poseidon01.ssrn.com/delivery.php?ID=179007082000077113067117086098007011040035001029052027018122106024115012014053009045005118100058056118126086117120098120091069075119000123124103065012113105095083085083030127125092011064074027015064082112082124016091004087085084011125000126025&EXT=pdf (дата обращения 23.12.2018)


Количество просмотров публикации: Please wait

Все статьи автора «Зинченко Ярослав Игоревич»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться:
  • Регистрация