Методы прогнозирования

Размещено на http://www.allbest.ru/

Предвидение -- это предсказание тех или иных событии, знание о будущем. В наиболее общем понимании научное знание - это знание о законах таких явлений, которые существуют, которые реальны. Но ведь будущее никогда не существует. Как только оно становится реальностью, оно перестает быть будущим и превращается в настоящее. Так может ли футурология иметь статус науки, а не просто произвольных гаданий?

Парадокс заключается в том, что футурологии - это наука совсем не о будущем, а о настоящем. Если быть точным - то это наука о предпосылках будущего, которые существуют в настоящем. «Будущее - это плод, который зреет в недрах настоящего» [3].Ныне предвидение будущего стало повелительным социальным императивом, от реализации которого зависят жизнь человечества и судьба грядущих поколений. Важнейшие вопросы, на которые человек стремится получить ответ в процессе социального прогнозирования, можно свести к следующим:* Что может совершиться в будущем?* Когда этого события следует ожидать?* Какие формы это будущее приобретет?* Какова мера вероятности реализации этого прогноза?* Как ускорить наступление этого события (если оно благоприятно) или как отодвинуть его наступление (если оно неблагоприятно)?

Предвидение -- это отображение будущего состояния объектов либо тех изменений, которые могут в них произойти, либо информация о событиях, которые могут свершиться. Предвидеть -- значит давать опережающую картину возможной действительности. Предвидение дает возможность уменьшить степень неопределенности. Успешность прогнозирования зависит от объема и качества информации, правильности формулирования задачи прогнозирования и обоснованности выбора способа ее решения. В настоящее время уже разработаны рекомендации и методы выполнения прогнозирования, многие из которых могут быть использованы для предвидения. Рекомендации по успешному предвидению основаны на следующих постулатах.

Предвидение -- это предположение, видение заранее того, что должно произойти; предугадывание. Понятие «предвидение» включает:

· предсказание (однозначное утверждение будущего состояния объекта или наступления какого-либо события);

· прогноз (наиболее вероятное состояние объекта или возможность наступления события);

· предположение -- описание одного или нескольких возможных вариантов (гипотез) будущего состояния интересующих объектов.

Таким образом, предвидение -- это отображение будущего состояния объектов либо тех изменений, которые могут в них произойти, либо информация о событиях, которые могут свершиться. Предвидеть -- значит давать опережающую картину возможной действительности, характеризуемую системой воздействующих факторов и обеспечивающую их учет, потенциально благоприятное развитие обстановки.

Н. Кондратьев выделяет три типа предвидения:

· иррегулярных событий (будущий урожай, уровень цен в определенный момент);

· менее регулярно повторяющихся событий (сезонные колебания конъюнктуры);

· общее развитие определенных социально-экономических тенденций (развитие или упадок отраслей хозяйства, общее движение цен).

Все типы предвидения относятся к неуправляемым (слабоуправляемым) параметрам. При разработке управленческого решения персонал управления сталкивается с неопределенностью неуправляемых параметров, степень которой может быть разной -- от полной неизвестности их величины до случаев нахождения интересуемого параметра в сравнительно узком диапазоне. Предвидение дает возможность уменьшить степень неопределенности. Предвидение в целом осуществляет только лицо, принимающее решение, а его аппарат управления может участвовать в разработке прогноза при описании предположений.

Во внутрифирменном управлении предвидение должно отвечать следующим требованиям:

· быть четко связанным с реальностью, т. е. результаты предвидения должны быть достижимы;

· отражать личную убежденность одного или нескольких сотрудников предприятия;

· учитывать экономический потенциал успеха предприятия;

· служить базой долгосрочного успеха предприятия;

· выражать интересы всех сотрудников фирмы.

Существуют различные описания того, как возникает и осуществляется предвидение. Различие мнений объясняется незнанием того, как работает наш мозг, и основывается на эмпирическом материале. Рекомендации по успешному предвидению основаны на следующих постулатах:

1. Предвидение представляет собой результат сугубо индивидуального процесса, характерного для данного человека. Чаще всего ему предшествует напряженная интеллектуальная деятельность по решению проблемы. Идеи рождаются в глубинных структурах мозга и как бы случайно осознаются в виде «озарения», в результате мыслительный процесс приобретает нужное направление.

2. Предвидение и идеи не могут появляться в обстановке суеты. Для их возникновения требуется состояние внутреннего покоя, которое может быть достигнуто с использованием комплекса технологий (в основном психотехнологий). Это может быть аутотренинг, управляемый медитативный тренинг или активный отдых.

3. Все открытия и изобретения -- результат сочетания имеющихся знаний и известных фактов. Человек умеет только то, чему сознательно или неосознанно научился. Предвидение осуществляется посредством умелой переработки информации в глубинах мозга при концентрации внимания на проблеме и положительной установке на успех. В настоящее время разработаны технологии, позволяющие человеку сознательно управлять своими мыслительными процессами (метод Э. Куэ, управляемый медитативный тренинг В. Кандыбы, нейролингвистическое программирование (НЛП) и т. п.).

4. Успешное предвидение возможно в результате не только личной самоорганизации, саморегуляции мыслительных процессов способных и профессионально подготовленных руководителей, но и умелой организации интеллектуальной деятельности персонала, аппарата управления, использования соответствующих приемов, методов, технологий и технических средств в системной деятельности при разработке, принятии и реализации решений.

При всем принципиальном отличии направлений прогнозирование объединяет единая цель: определение характера протекания процесса в будущем. Множество методов решения задачи прогнозирования имеет одну общую идею: обнаружение связей между прошлым и будущим, между информацией о процессе в контролируемый период времени и характером протекания процесса в дальнейшем. От того, насколько точно описаны исследуемые связи, будет зависеть точность прогнозирования.

Успешность прогнозирования зависит от таких условий: объема и качества информации о прогнозируемом процессе, объекте управления; правильности формулирования задачи прогнозирования и обоснованности выбора способа ее решения; наличия необходимых вычислительных средств и вычислительного аппарата в соответствии с выбранным методом. Из-за отсутствия этих условий прогнозирование может стать невозможным. Важнейшее из них -- формулирование задачи, поскольку она определяет требования к объему и качеству информации, математический аппарат и точность прогноза. Информация о прогнозируемом объекте (процессе) черпается из результатов контроля деятельности, статистики.

Современные технологии прогнозирования основаны на использовании различных математических теорий: функциональный анализ, теория рядов, теория экстраполяции и интерполяции, теория вероятности, математическая статистика, теория случайных функций и случайных процессов, корреляционный анализ, теория распознавания образов. Чтобы обосновать выбор того или иного средства прогнозирования, необходимо иметь возможность количественно оценить его качество.

Каждый метод (прием) прогнозирования желательно сопровождать определенным значением показателя качества, изменяющимся в зависимости от формулирования задачи, условий ее решения. Это достаточно трудно. В каждом конкретном случае прогнозирования возможны различные методы (способы, приемы), каждый из которых характеризуется не одним показателем, а набором показателей, изменяющихся при изменении формулировки задачи и условий ее решения.

Деятельность лица, принимающего решение, и аппарата управления включает следующие этапы:

· формулирование проблемы;

· построение системы, в которой возникает проблема, и идентификацию (установление причинно-следственных связей и отношений) ключевых переменных;

· сбор данных об обстановке и выдвижение гипотез;

· формирование образа будущего с использованием модели и сценариев;

· принятие стратегических решений.

При этом сценарии формирования образа будущего предусматриваются такие действия:

· исследуемая система представляется с учетом современных реалий и динамики развития;

· строится «дерево будущего», где ветвями являются гипотезы с возможными вариантами последствий;

· конечные результаты прогнозируются для различных временных горизонтов. С помощью сценариев, передвигаясь из будущего в настоящее по системе «ходов», разрабатывают меры, необходимые для достижения поставленной цели.

В настоящее время уже разработаны рекомендации и методы выполнения прогнозирования, многие из которых могут быть использованы для предвидения.

Методы прогнозирования

Классификация прогнозов. В классическом менеджменте считается, что прогнозирование -- это метод, в котором используются как опыт, накопленный в прошлом, так и текущие допущения в отношении будущего в целях его определения. В результате этого получают картину будущего, которую можно использовать как основу при планировании. Прогноз в управлении представляет собой технологию разработки моделей развития управляемого объекта. Показатели прогноза (числовые характеристики объекта, объемы и сроки работ и т. п.) имеют вероятностную природу. На основе прогнозов осуществляется предвидение и принимаются управленческие решения. Цель прогнозирования -- получить научно обоснованные варианты тенденций развития (изменения) управляемого объекта (показателей его состояния) во времени и пространстве.

Источниками информации для прогнозов являются вербальные и письменные тексты, получаемые в процессе коммуникаций между людьми или в открытой печати. Для добывания необходимой информации отдельными структурами частного бизнеса организуется промышленный шпионаж. Информацию из открытой печати получают, используя приемы: структурно-морфологический; определения публичной активности; выявления групп патентных документов; анализа показателей; терминологического и лексического анализа.

Для прогнозирования в практической деятельности применяются различные количественные и качественные методы.

Количественные методы (приемы) базируются на информации, которую можно получить, зная тенденции изменения параметров или имея статистически достоверные зависимости, характеризующие производственную деятельность объекта управления. Примеры этих методов анализ временных рядов, каузальное (причинно-следственное) моделирование.

Качественные методы основаны на экспертных оценках специалистов в области принимаемых решений, например методы экспертных оценок, мнение жюри (усреднение мнений экспертов в релевантных сферах), модели ожидания потребителя (опрос клиентов).

Приведем краткую характеристику методов прогнозирования, используемых чаще других.

Экспертные методы

· Область применения. Экономическая конъюнктура. Решение проблем научно-технического прогресса. Развитие объектов большой сложности

· Предназначение, решаемые задачи. Для объекта, развитие которого не поддается предметному описанию, математической формализации. В условиях отсутствия достоверной статистики относительно объекта управления. В условиях большой неопределенности. При отсутствии ЭВМ. В экстремальных ситуациях.

· Особенности применения. По экспертным оценкам 7-9 специалистов. Выработка коллективного мнения группы экспертов. Требуется много времени для опроса и обработки данных.

Метод эвристического прогнозирования

· Область применения. Научно-технические объекты и проблемы, развитие которых плохо поддается формализации.

· Предназначение, решаемые задачи. Нахождение оптимальных способов создания проектируемых (модернизируемых) систем. Выявление объективизированного представления о перспективах развития узкой области.

· Особенности применения. Математический аппарат неприменим. Специально обрабатываются прогнозные оценки объекта путем систематизированного опроса экспертов в узкой области науки, техники, производства. Информационный массив создается набором заполненных экспертами таблиц.

Коллективная генерация идей

· Область применения. Получение блока идей по прогнозированию и принятию решений.

· Предназначение, решаемые задачи. Определение всего возможного круга вариантов развития управляемого объекта. Определение альтернативного круга факторов, воздействующих на объект прогноза. Получение сценария развития объекта управления

· Особенности применения. Синтез объекта прогноза, мультифакторный анализ событий со стороны определяющих это событие факторов.

Морфологический анализ

· Область применения. При малом объеме информации об изучаемой проблеме для получения систематизирований по всем возможным ее решениям.

· Предназначение, решаемые задачи. Прогнозирование возможного исхода фундаментальных исследований. При открытии новых рынков, формировании новых потребностей.

· Особенности применения. Структурные взаимосвязи между объектами, явлениями и концепциями. Всеобщность предполагает использование полной совокупности знаний об объекте. Необходимое требование -- полное отсутствие предварительных суждений. Содержит этапы: формулирование проблемы; анализ параметров; построение «морфологичееского ящика», содержащего все решения; изучение всех решений.

Прогнозный граф и «дерево решений»

· Область применения. Структурное прогнозирование: нахождение решения проблемы при сохранении функций, но с изменением структуры объекта.

· Предназначение, решаемые задачи. Прогнозирование развития объекта в целом. Формулирование сценария достижения прогнозируемой цели, уровня цели, критерия и весов, ранжированных вершин.

Прогнозирование по аналогии

· Область применения. Разрешение ситуаций, привычных для лиц, принимающих решения.

· Предназначение, решаемые задачи. Решение ситуационных управленческих задач.

· Особенности применения. Использование метода при наличии аналогов объектов, процессов. Применение метода требует специальных навыков.

При решении задач прогнозирования и принятии решений существенной проблемой является количество и качество требуемой информации. Ниже приведены несколько методов (приемов и способов), позволяющих лицам, принимающим решения, с минимальными материальными и организационными затратами наполнять информационную базу данных. Существуют различные методы получения информации:

· Метод структурно-морфологический. Предназначен для выявления внутреннего состава предметной области, фиксации появления принципиально новых разработок (идей, технических решений и т. п.), что позволяет обоснованно формулировать стратегию научно-технического прогресса предприятия.

· Метод определения публикационной активности. Поток документов, относящихся к различным областям знаний, цикличен. Отслеживая циклы, можно определить состояние разработки какой-то проблемы в стране, на предприятиях и принять меры по коррекции стратегий научно-технического прогресса в своей организации.

· Метод выявления группы патентных документов. Любая организация, как правило, патентует только те идеи, которые имеют практическую значимость для ее развития и бизнеса. Изучая патенты-аналоги ведущих фирм, можно выявить направленность их деятельности и уровень решения ими интересующей вас проблемы.

· Метод показателей. Каждая техническая система характеризуется набором показателей, которые совершенствуются, что отражается в документах. Анализируя динамику изменения характеристик показателей этой системы, можно сделать вывод о тенденции ее развития.

· Метод терминологического и лексического анализа. При развитии различных областей знаний происходит естественная смена терминологического аппарата. Лексический анализ текстов позволяет обнаружить на раннем этапе зарождение принципиальных инноваций и спрогнозировать действия своей организации.

Выбор метода прогнозирования. Адекватно подобранные средства прогнозирования значительно улучшают качество прогноза, поскольку:

· обеспечивают функциональную полноту, достоверность и точность прогноза;

· уменьшают временные и материальные затраты на прогнозирование.

На выбор метода прогнозирования влияют:

· сущность практической проблемы, подлежащей решению;

· динамические характеристики объекта прогнозирования в рыночной среде;

· вид и характер имеющейся информации, типовое представление об объекте прогнозирования;

· комбинация фаз жизненного, рыночного цикла товара или услуги;

· период упреждения и его соотношение с предполагаемой продолжительностью рыночного, жизненного цикла, цикла разработки или модификации товара, услуги;

· требование к результатам прогнозирования и другие особенности конкретной проблемы.

Все перечисленные факторы должны рассматриваться в системном единстве, лишь несущественные могут исключаться из рассмотрения. На практике, выбирая метод прогнозирования, рекомендуется учитывать два наиболее важных фактора -- затраты и точность. Следует выяснить, сколько средств выделено на подготовку прогноза, какова возможная цена спрогнозированных ошибок и выход. Лучший прогноз, как правило, представляет собой оптимальную комбинацию точности и стоимости.

При выборе метода прогнозирования нужно учитывать:

· наличие статистических данных за необходимый период;

· компетентность прогнозиста, наличие электронно-вычислительной техники (ЭВТ);

· время, необходимое для сбора и анализа информации.

В ряде случаев для получения независимых прогнозов используются одновременно несколько методов. Требования к прогнозам:

· своевременность, с определенной степенью точности и определенности других показателей;

· надежность, выраженная в знаковых единицах (долларах, единицах продукции, оборудовании, квалификации персонала и т. п.) и зафиксированная на бумаге;

· простота методики прогнозирования для использования.

1. Понятие «предвидение» включает в себя: предсказание (однозначное утверждение будущего состояния); прогноз (наиболее вероятностное состояние); предположение (описания вариантов, гипотез). Предвидение осуществляют лица, принимающие управленческие решения, при активном участии аппарата управления. Предвидение дает возможность уменьшить степень неопределенности последствий воздействия факторов.

2. Предвидение -- это системная деятельность лиц, принимающих решения, персонала управления, привлекаемых экспертов специальных фирм. Оно осуществляется в научно обоснованной последовательности, подчиняется определенным (в основном эмпирическим) требованиям закономерностей мышления, управления, организации труда. Предвидение зависит от индивидуальности человека, его уровня подготовки (профессиональной и личностной).

3. Разработаны и апробированы на практике различные технологии прогнозирования. Однако отсутствие необходимого методологического обеспечения интеграции знаний различных наук и недостаточные комплексные исследования мыслительной деятельности человека не позволяют обеспечить целостную, стройную систему знаний, рекомендаций по прогнозированию. В связи с этим существуют различные классификации методов прогнозирования, для решения задач прогнозирования недостаточно адаптирован имеющийся математический аппарат и т. д.

4. Обоснованность выбора метода прогнозирования определяется условиями его применения и соответствия решаемым задачам. На практике используются различные показатели прогнозирования, соответствующие определенным требованиям к методам: точность, достоверность, стоимость, информативность и т. п.

5. Методы прогнозирования подразделяются на качественные и количественные. Качественные методы основаны на суждении, опыте и экспертизе; количественные -- на использовании статистических данных за определенный период времени или на связи между переменными. Ни один из методов не является универсальным. Методы могут быть простыми и сложными.

6. Все прогнозы обычно бывают неточными и, следовательно, необходимо устанавливать степень их неточности или несоответствия определенному показателю. Разработаны различные рекомендации, позволяющие рассчитывать точности прогноза, оценивать эффективность той или иной методики и выбирать между разными методами прогнозирования. Контроль прогноза обеспечивает адекватность его исполнения. На практике рекомендуется использовать контрольную диаграмму или показатель отклонения. Выбор метода прогнозирования означает выбор методики, отвечающей поставленной задаче на приемлемом уровне затрат и точности.

прогнозирование управляемый закономерность пространство

Статистические методы прогнозирования

Статистические методы прогнозирования -- научная и учебная дисциплина, к основным задачам которой относятся разработка, изучение и применение современных математико-статистических методов прогнозирования на основе объективных данных; развитие теории и практики вероятностно-статистического моделирования экспертных методов прогнозирования; методов прогнозирования в условиях риска и комбинированных методов прогнозирования с использованием совместно экономико-математических и эконометрических (как математико-статистических, так и экспертных) моделей. Научной базой статистических методов прогнозирования является прикладная статистика и теория принятия решений.

Простейшие методы восстановления используемых для прогнозирования зависимостей исходят из заданного временного ряда, т. е. функции, определённой в конечном числе точек на оси времени. Временной ряд при этом часто рассматривается в рамках той или иной вероятностной модели, вводятся другие факторы (независимые переменные), помимо времени, например, объем денежной массы. Временной ряд может быть многомерным. Основные решаемые задачи -- интерполяция и экстраполяция. Метод наименьших квадратов в простейшем случае (линейная функция от одного фактора) был разработан К. Гауссом в 1794--1795 гг. Могут оказаться полезными предварительные преобразования переменных, например, логарифмирование. Наиболее часто используется метод наименьших квадратов при нескольких факторах. Метод наименьших модулей, сплайны и другие методы экстраполяции применяются реже, хотя их статистические свойства зачастую лучше.

Оценивание точности прогноза (в частности, с помощью доверительных интервалов) -- необходимая часть процедуры прогнозирования. Обычно используют вероятностно-статистические модели восстановления зависимости, например, строят наилучший прогноз по методу максимального правдоподобия. Разработаны параметрические (обычно на основе модели нормальных ошибок) и непараметрические оценки точности прогноза и доверительные границы для него (на основе Центральной Предельной Теоремы теории вероятностей). Применяются также эвристические приемы, не основанные на вероятностно-статистической теории: метод скользящих средних, метод экспоненциального сглаживания.

Многомерная регрессия, в том числе с использованием непараметрических оценок плотности распределения -- основной на настоящий момент статистический аппарат прогнозирования. Нереалистическое предположение о нормальности погрешностей измерений и отклонений от линии (поверхности) регрессии использовать не обязательно; однако для отказа от предположения нормальности необходимо опереться на иной математический аппарат, основанный на многомерной Центральной Предельной Теореме теории вероятностей, технологии линеаризации и наследования сходимости [4]. Он позволяет проводить точечное и интервальное оценивание параметров, проверять значимость их отличия от 0 в непараметрической постановке, строить доверительные границы для прогноза.

Весьма важна проблема проверки адекватности модели, а также проблема отбора факторов. Априорный список факторов, оказывающих влияние на отклик, обычно весьма обширен, желательно его сократить, и крупное направление современных исследований посвящено методам отбора «информативного множества признаков». Однако эта проблема пока еще окончательно не решена. Проявляются необычные эффекты. Так, установлено, что обычно используемые оценки степени полинома имеют в асимптотике геометрическое распределение [1, 3]. Перспективны непараметрические методы оценивания плотности вероятности и их применения для восстановления регрессионной зависимости произвольного вида. Наиболее общие результаты в этой области получены с помощью подходов статистики нечисловых данных.

К современным статистическим методам прогнозирования относятся также модели авторегрессии, модель Бокса-Дженкинса, системы эконометрических уравнений, основанные как на параметрических, так и на непараметрических подходах.

Для установления возможности применения асимптотических результатов при конечных (т. н. «малых») объемах выборок полезны компьютерные статистические технологии. Они позволяют также строить различные имитационные модели. Отметим полезность методов размножения данных (бутстреп-методов). Системы прогнозирования с интенсивным использованием компьютеров объединяют различные методы прогнозирования в рамках единого автоматизированного рабочего места прогнозиста.

Прогнозирование на основе данных, имеющих нечисловую природу, в частности, прогнозирование качественных признаков основано на результатах статистики нечисловых данных. Весьма перспективными для прогнозирования представляются регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет нотны и рационального объема выборки, а также регрессионный анализ нечетких данных, разработанный в [5]. Общая постановка [1] регрессионного анализа в рамках статистики нечисловых данных и ее частные случаи -- дисперсионный анализ и дискриминантный анализ (распознавание образов с учителем), давая единый подход к формально различным методам, полезна при программной реализации современных статистических методов прогнозирования.

Основными процедурами обработки прогностических экспертных оценок являются проверка согласованности, кластер-анализ и нахождение группового мнения. Проверка согласованности мнений экспертов, выраженных ранжировками, проводится с помощью коэффициентов ранговой корреляции Кендалла и Спирмена, коэффициента ранговой конкордации Кендалла и Бэбингтона Смита. Используются параметрические модели парных сравнений -- Терстоуна, Бредли-Терри-Льюса -- и непараметрические модели теории люсианов [1, 3]. Полезна процедура согласования ранжировок и классификаций путем построения согласующих бинарных отношений. При отсутствии согласованности разбиение мнений экспертов на группы сходных между собой проводят методом ближайшего соседа или другими методами кластерного анализа (автоматического построения классификаций, распознавания образов без учителя). Классификация люсианов осуществляется на основе вероятностно-статистической модели.

Используют различные методы построения итогового мнения комиссии экспертов. Своей простотой выделяются методы средних арифметических и медиан рангов. Компьютерное моделирование [3] позволило установить ряд свойств медианы Кемени, часто рекомендуемой для использования в качестве итогового (обобщенного, среднего) мнения комиссии экспертов. Интерпретация закона больших чисел для нечисловых данных в терминах теории экспертного опроса такова: итоговое мнение устойчиво, то есть мало меняется при изменении состава экспертной комиссии, и при росте числа экспертов приближается к «истине». При этом в соответствии с принятым в [4] подходом предполагается, что ответы экспертов можно рассматривать как результаты измерений с ошибками, все они -- независимые одинаково распределенные случайные элементы, вероятность принятия определенного значения убывает по мере удаления от некоторого центра -- «истины», а общее число экспертов достаточно велико.

Многочисленны примеры ситуаций, связанных с социальными, технологическими, экономическими, политическими, экологическими и другими рисками. Именно в таких ситуациях обычно и необходимо прогнозирование. Известны различные виды критериев, используемых в теории принятия решений [2] в условиях неопределенности (риска). Из-за противоречивости решений, получаемых по различным критериям, очевидна необходимость применения оценок экспертов.

В конкретных задачах прогнозирования необходимо провести классификацию рисков, поставить задачу оценивания конкретного риска, провести структуризацию риска, в частности, построить деревья причин (в другой терминологии, деревья отказов) и деревья последствий (деревья событий). Центральной задачей является построение групповых и обобщенных показателей, например, показателей конкурентоспособности и качества. Риски необходимо учитывать при прогнозировании экономических последствий принимаемых решений, поведения потребителей и конкурентного окружения, внешнеэкономических условий и макроэкономического развития России, экологического состояния окружающей среды, безопасности технологий, экологической опасности промышленных и иных объектов.

Современные компьютерные технологии прогнозирования основаны на интерактивных статистических методах прогнозирования с использованием баз эконометрических данных, имитационных (в том числе на основе применения метода статистических испытаний) и экономико-математических динамических моделей, сочетающих экспертные, математико-статистические и моделирующие блоки.

Прогностика -- научная дисциплина, изучающая общие принципы и методы прогнозирования развития объектов любой природы, закономерности процесса разработки прогнозов. Как наука прогностика сформировалась в 70 -- 80 годы ХХ столетия. Кроме понятия «прогностика», в литературе используют термин футурология. Как любая наука прогностика имеет набор своих терминов, употребляемых для обозначения определенных понятий. Определения понятий прогностики были зафиксированы в 1978 году.

Прогноз -- обоснованное суждение о возможном состоянии объекта в будущем или альтернативных путях и сроках достижения этих состояний. Прогнозирование -- процесс разработки прогноза. Этап прогнозирования -- часть процесса разработки прогнозов, характеризующаяся своими задачами, методами и результатами. Деление на этапы связано со спецификой построения систематизированного описания объекта прогнозирования, сбора данных, с построением модели, верификацией прогноза.

Прием прогнозирования -- одна или несколько математических или логических операций, направленных на получение конкретного результата в процессе разработки прогноза. В качестве приема могут выступать сглаживание динамического ряда, определение компетентности эксперта, вычисление средневзвешенного значения оценок экспертов и т. д.

Модель прогнозирования -- модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта прогнозирования в будущем и (или) путях и сроках их осуществления.

Метод прогнозирования -- способ исследования объекта прогнозирования, направленный на разработку прогноза. Методы прогнозирования являются основанием для методик прогнозирования.

Методика прогнозирования -- совокупность специальных правил и приемов (одного или нескольких методов) разработки прогнозов.

Прогнозирующая система -- система методов и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования. Средствами реализации являются экспертная группа, совокупность программ и т. д. Прогнозирующие системы могут быть автоматизированными и неавтоматизированными.

Прогнозный вариант -- один из прогнозов, составляющих группу возможных прогнозов.

Объект прогнозирования -- процесс, система, или явление, о состоянии которого даётся прогноз.

Характеристика объекта прогнозирования -- качественное или количественное отражение какого-либо свойства объекта прогнозирования.

Переменная объекта прогнозирования -- количественная характеристика объекта прогнозирования, которая является или принимается за изменяемую в течение периода основания и (или) периода упреждения прогноза.

Сложность объекта прогнозирования -- характеристика объекта прогнозирования, определяющая разнообразие его элементов, свойств и отношений.

Период основания прогноза -- промежуток времени, за который используют информацию для разработки прогноза. Этот промежуток времени называют также периодом предыстории.

Период упреждения прогноза -- промежуток времени, на который разрабатывается прогноз.

Прогнозный горизонт -- максимально возможный период упреждения прогноза заданной точности.

Точность прогноза -- оценка доверительного интервала прогноза для заданной вероятности его осуществления.

Достоверность прогноза -- оценка вероятности осуществления прогноза для заданного доверительного интервала.

Ошибка прогноза -- апостериорная величина отклонения прогноза от действительного состояния объекта.

Источник ошибки прогноза -- фактор, способный привести к появлению ошибки прогноза. Различают источники регулярных и нерегулярных ошибок.

Верификация прогноза -- оценка достоверности и точности или обоснованности прогноза.

Эксперт -- квалифицированный специалист по конкретной проблеме, привлекаемый для вынесения оценки по поставленной задаче прогноза.

При разработке социальных прогнозов в ряде случаев производится выявление мнения представителей различных групп населения, условно приравниваемых к экспертам.

Компетентность эксперта -- способность эксперта выносить на базе профессиональных знаний, интуиции и опыта достоверные суждения об объекте прогнозирования. Количественная мера компетентности эксперта называется коэффициентом компетентности.

Экспертная группа -- коллектив экспертов, сформированный по определенным правилам для решения поставленной задачи прогноза. Частным случаем экспертной группы выступает экспертная комиссия.

Компетентность группы экспертов -- способность экспертной группы выносить суждения об объекте прогнозирования, адекватные мнению генеральной совокупности экспертов. Компетентность экспертной группы определяется различными методиками.

Экспертная оценка -- суждение эксперта или экспертной группы относительно поставленной задачи прогноза. В первом случае используется термин «индивидуальная экспертная оценка», во втором -- «коллективная экспертная оценка».

Размещено на Allbest.ru