I øjeblikket kan ingen samfundssfære styres uden forudsigelse som en fremsynsmetode. Forecasting bruges på forskellige områder: inden for økonomi, ledelse, sport, industri osv. Det er muligt at drage foreløbige konklusioner om forskellige processer, fænomener, reaktioner og operationer ved hjælp af ekstrapolering og trend.
essensen af prognose
Socioøkonomiske prognoser er en vigtig videnskabelig faktor i strategier og taktikker for social udvikling. Derfor er forskningsspørgsmål og prognosemetoder ret relevante. Problemet med prognoserelevans bestemmes også af graden af risiko (f.eks. finansielle risici) i beslutningstagning inden for områder som regional ledelse, lagerstyring, produktionsplanlægning, finansiel planlægning osv.
Prognoseresultater bruges til at understøtte beslutningstagning. Derfor bestemmes karakteren af beslutningerne af flertallet af de ønskede karakteristika ved systemetprognoser. At studere dette problem skulle hjælpe med at besvare spørgsmål om, hvad der skal forudsiges, hvilken form prognosen skal have, hvilke tidselementer der skal inkluderes, hvad er den nødvendige nøjagtighed af prognosen.
Usikkerheden i det ydre miljø i fremtiden og manglen på information om objektets tilstand under indflydelse af forskellige eksterne og interne forhold gør opgaven med at forudsige ret vanskelig, og selve processen passer måske ikke altid ind i en bestemt algoritme. Dette får forskere til at lede efter nye måder at løse problemer på ved hjælp af sandsynlighedsteori og matematisk statistik, kombinatorisk teori og ikke-lineær dynamik osv.
Udviklingen af arbejdet med spørgsmål relateret til prognoser udføres i sådanne hovedretninger som:
- intensivering af teoretisk og anvendt forskning af flere grupper af metoder, der opfylder kravene til forskellige objekter og typer af prognoser;
- udvikling og implementering i praksis af specielle metoder og procedurer til brug af forskellige metodiske teknikker under en bestemt undersøgelse;
- stifinding og algoritmisk præsentation af prognosemetoder, samt deres implementering ved hjælp af computere.
Klassificeringsproblem
Spørgsmålet om at studere og kategorisere prognosemetoder er meget relevant på grund af mulighederne for dets anvendelse i overensstemmelse med den påkrævede type prognoseobjekt og prognoseform. Det er nødvendigt at studere den teoretiske ogmetodiske aspekter af prognoser, bestemme prognosens rolle i objektstyringssystemet. Dette er vigtigt for at afklare opgaver, funktioner og principper for prognoser, for at organisere klassifikationsfunktionerne for prognoser og finde ud af dens essens. En anden opgave er at karakterisere og analysere nuværende prognosemetoder, at analysere mulighederne for at bruge forskellige prognosemetoder til at løse forskellige typer praktiske problemer.
Definition
Forecasting er defineret som en metode, der bruger teoretiske og praktiske trin til at udvikle prognoser. Denne definition er generel og giver os mulighed for at forstå dette udtryk ret bredt: fra simple ekstrapoleringsberegninger til komplekse flertrins ekspertforskningsprocedurer.
Grundlæggende begreber
Der er nogle grundlæggende begreber inden for forskningsemnet.
Prognosefasen er en del af prognoseudviklingsprocessen, som har bestemte opgaver, metoder og resultater. Opdelingen i faser er forbundet med funktionerne i konstruktionen af processen, som omfatter:
- systematisk beskrivelse af prognoseobjektet;
- dataindsamling;
- simulering;
- forecast.
Forudsigelsesmodellen er en model af forudsigelsesobjektet, der giver information om de mulige fremtidige tilstande for forudsigelsesobjektet og/eller hvordan og hvornår de kan blive realiseret.
Prognosemetoder repræsentererer et sæt særlige regler og metoder (en eller flere), der sikrer udviklingen af prognosen.
Prognosesystem er et system af metoder, der fungerer i overensstemmelse med de grundlæggende principper for prognoser. Implementeringsmetoder er en gruppe af eksperter, et sæt programmer osv. Forudsigelsessystemer kan være automatiserede og ikke-automatiserede.
Formålet med prognoser er en proces, et system eller et fænomen, hvis tilstand bestemmes af prognosen. Prognosevariabelobjektet er en kvantitativ karakteristik af prognoseobjektet, der tages som en variabel relateret til prognosens tidsinterval.
Prognoseteknik er et sæt specielle regler og metoder, der bruges til at udvikle specifikke prognoser.
Prognose kan være enkel eller kompleks. En simpel prognose er en metode, der ikke kan opdeles i mere simple prognosemetoder. Kompleks prognose er en metode, der består af en sammenhængende kombination af flere simple metoder.
Konsistens af metoder
I øjeblikket har problemet med at vælge en prognosemetode flere kriterier, denne proces er dårligt designet og ikke fuldt struktureret. Det grundlæggende princip for at løse et sådant problem er princippet om konsistens.
Systemtilgangen giver dig mulighed for at opdage og implementere princippet om konsistens. Den er universel og svarer til metoden til analyse og undersøgelse af alle komplekse systemer.
BInden for rammerne af denne tilgang studeres genstandes, fænomeners og processers egenskaber, struktur og funktioner som helhed ved at repræsentere dem som systemer med alle komplekse interelementrelationer, elementers gensidige indflydelse på systemet og miljøet, samt systemets indflydelse på strukturelle elementer.
Konsistensen af prognosemetoder og modeller forstås som muligheden for deres fælles brug, hvilket gør det muligt at lave en konsistent og konsistent prognose for udviklingen af et objekt. Denne metode er baseret på undersøgelsen af nuværende og fremtidige tendenser i regelmæssighed i henhold til de specificerede parametre, tilgængelige ressourcer, identificerede behov og deres dynamik.
Metode
Prognosesystemet inkluderer en bestemt rækkefølge for brug af modellen til dannelse af en omfattende prognose for objektet eller fænomenet, der undersøges. Denne metode hjælper med at definere prognosemetoden. Det inkluderer et sæt prognosemodeller, metoder og beregningsmetoder.
En systematisk forskningsmetode er især vigtig for at løse komplekse problemer. Behovet for en systematisk tilgang til prognoser følger af de særlige kendetegn ved udviklingen af videnskab og teknologi. Et stort antal elementer, objekter af forskellige typer, komplekse relationer mellem dem og et objekts adfærd i det ydre miljø førte til skabelsen af store tekniske og industrielle (organisationsøkonomiske) systemer.
grundlæggende om klassificering
I øjeblikket er der sammen med et betydeligt antal offentliggjorte prognosemetodermange måder at klassificere dem på. Hovedformålene med klassificeringen af prognosemetoder:
- understøttelse af forsknings- og analyseprocessen;
- Understøtter processen med at vælge en metode til udvikling af objektprognoser.
I dag er det svært at tilbyde en generel klassifikation, der er lige relevant for disse to formål.
Forudsigelsesmetoder kan klassificeres efter flere egenskaber. Et af de vigtigste klassifikationskriterier er graden af formalisering, som ganske fuldt ud dækker prognosemetoder.
Generelt er klassifikationen åben, da den giver mulighed for at øge antallet af elementer i niveauerne og øge antallet af niveauer gennem yderligere fragmentering og specifikation af de endelige niveauelementer.
En anden tilgang til definition
Ifølge en mere præcis definition af begrebet prognose, typer af prognoser, er det et sæt af metoder og måder at tænke på, der gør det muligt at bedømme dets (objekt) fremtidige udvikling. Den er baseret på analysen af historiske data, eksogene (eksterne) og endogene (interne) relationer af prognoseobjektet, såvel som deres måling inden for rammerne af dette fænomen eller proces.
Klassificeringskriterier er også enheden af klassifikationsattributten på hvert niveau; disjunktiv klassificering af en sektion; og åbenhed i klassifikationsskemaet.
Til gengæld er hvert niveau i ordningen bestemt af sit eget klassifikationskriterium: graden af formalisering, det generelle princip om handling; måde at få en vejrudsigt på.
Klassificering af metoder
Fra den generelle tilgangs synspunkt kan mange prognosemetoder, der sigter på at løse anvendte problemer med at analysere et objekts tilstand og forudsige dets aktuelle udvikling, repræsenteres i følgende klassifikation.
Hovedtyperne af prognoser, i overensstemmelse med graden af formalisering, kan være intuitive og formaliserede.
Intuitiver kan være individuelle og kollektive.
Individuelle er til gengæld opdelt i interviews, spørgeskemaer og bearbejdning af analytiske hierarkier. Kollektive metoder omfatter Delphi-metoden, brainstorming, ekspertkommission, manuskriptbygning.
Formaliserede metoder kan være matematiske, systemstrukturelle, associative. Også i denne kategori er metoder til at fremme information.
Matematiske metoder er opdelt i to kategorier: statistiske og ekstrapolære.
Den første kategori er repræsenteret ved korrelationsanalyse, regressionsanalyse, tidsseriemodeller, adaptive modeller.
Den anden kategori er repræsenteret ved glidende gennemsnit og eksponentiel udjævning.
Matematiske metoder omfatter også kombinationsmetoder.
Systemstrukturelle metoder er repræsenteret ved morfologisk analyse, funktionel-hierarkisk modellering, netværksmodellering og matrixmodellering.
Associative metoder omfatter simulering, historisk analogi, datamining.
Typerne af prognoser omfatterSe også metoder til informationsfremme præsenteret ved analyse af strømmen af publikationer, betydningen af opfindelsen og analyse af patenter.
Karakterisering af intuitive metoder
Eksperttyper (intuitive, heuristiske) prognoser er baseret på information modtaget fra professionelle eksperter som et resultat af systematiske identifikations- og synteseprocesser. Disse metoder kræver, at eksperter har dyb teoretisk viden og praktiske færdigheder i at indsamle og syntetisere al tilgængelig information om prognoseobjektet.
Intuition (ustruktureret viden) hjælper specialister med at identificere tendenser i udviklingen af prognoseobjektet uden nogen grundlæggende information om det. For eksempel prognosen for efterspørgsel efter nye varer og tjenester, effektiviteten af innovation, afslutningen på økonomiske reformer, verdensmarkedspriser på energiprodukter, metaller (ikke-jernholdige og ædle) og endda valutaer.
Sådanne typer og metoder til prognoser som eksperter bruges norm alt i følgende tilfælde:
- når det er umuligt at overveje indflydelsen af mange faktorer på grund af den betydelige kompleksitet af prognoseobjektet;
- når der er en høj grad af usikkerhed i den tilgængelige information i prognosebasen.
Således bruges intuitive metoder, når det forudsagte objekt enten er for simpelt eller for komplekst og uforudsigeligt, så det er næsten umuligt at analysere indflydelsen af mange faktorer analytisk.
Kollektive metoder til ekspertvurderinger er baseret på det faktum, at kollektivetbevidsthed giver en højere nøjagtighed af resultater. Når de opnåede resultater behandles, kan der desuden opstå uproduktive (ekstraordinære, abstrakte) ideer.
Karakteristika ved formaliserede metoder
Formaliserede (faktiske) typer af prognoser er baseret på de faktiske og tilgængelige oplysninger om prognoseobjektet og dets tidligere udvikling. De bruges i tilfælde, hvor information om prognoseobjektet hovedsageligt er kvantitativ, og indflydelsen af forskellige faktorer kan forklares med matematiske formler.
Fordelen ved denne gruppe af metoder er prognosens objektivitet, hvilket udvider muligheden for at overveje forskellige muligheder. Men i formaliseringsmetoden forbliver mange aspekter uden for analysen. Jo større grad af formalisering, jo dårligere er modellen.
Indtil for nylig var den statistiske metode hovedmetoden i praksis med prognoser. Dette skyldes hovedsageligt det faktum, at statistiske metoder er afhængige af teknikanalyse, udvikling og anvendelsespraksis, der har en temmelig lang historie.
Processen baseret på statistiske typer planlægning og prognose er opdelt i to faser. For det første en generalisering af de indsamlede data for en vis periode, og skabelsen af en procesmodel baseret på denne generalisering. Modellen beskrives som analytiske udtryk for en udviklingstendens (ekstrapolationstrend) eller som en funktionel afhængighed af en eller flere argumentfaktorer (regressionsligninger). Enhver form for prædiktiv model børomfatte valget af form for ligningen, der beskriver fænomenets dynamik, sammenhængen og vurderingen af dets parametre ved hjælp af en bestemt metode.
Den anden fase er selve prognosen. På dette trin, baseret på forskellige mønstre, bestemmes den forventede værdi af det projicerede mønster, størrelse eller karakteristik.
De opnåede resultater kan selvfølgelig ikke betragtes som en endelig konklusion. Under deres evaluering og brug af faktorer, betingelser og begrænsninger bør alle faktorer, der ikke var involveret i specifikationen og konstruktionen af modellen, tages i betragtning. Deres justering bør udføres i overensstemmelse med den forventede ændring i omstændighederne for deres dannelse.
Princip for valg af metoder
Forskellige typer planlægning og prognoser giver dig mulighed for at vælge den bedste måde at løse et bestemt problem på. Korrekt valgte metoder forbedrer kvaliteten af prognoser markant, da de sikrer fuldstændigheden, pålideligheden og nøjagtigheden af prognosen, samt muligheden for at spare tid og reducere omkostningerne ved prognosen.
Valget af metode er påvirket af:
- essensen af det praktiske problem, der skal løses;
- dynamiske karakteristika for prognoseobjektet i det eksterne miljø;
- type og art af tilgængelig information, typisk type prognoseobjekt;
- krav vedrørende prognoseresultater og andre detaljer vedrørende det specifikke problem.
Alle disse faktorer bør betragtes som et enkelt system, mens kun ubetydelige faktorer kan udelukkes fra overvejelse. På denI praksis, når du vælger en prognosemetode, anbefales det at overveje to hovedfaktorer - omkostninger og nøjagtighed.
Når du vælger en metode, skal du overveje mulighederne:
- tilgængelighed af statistiske data for den påkrævede periode;
- kompetence hos prognosemager, tilgængelighed af udstyr;
- krævede tid til at indsamle og analysere oplysninger.
Prognoser i forskellige felter
De præsenterede metoder i en eller anden kombination bruges på forskellige områder. Blandt typerne af social forecasting kan der skelnes mellem kollektive og individuelle intuitive metoder. Matematiske metoder er også meget brugt på dette område. De er også hovedtypen for økonomisk prognose. Det er i virkeligheden et system af videnskabelig forskning med en kvantitativ og kvalitativ karakter. Anvendes i det indledende stadium af udviklingen af økonomiske løsninger.
For at lave forskellige typer af prognoser, er prognoser ofte tyet til i et område som sport. Dette gælder for en bred vifte af processer: udviklingen af sport og dens individuelle typer, konkurrencer, sportstræningssystemer, tekniske og taktiske funktioner, fremkomsten af nye sportsrekorder osv. Af det enorme antal typer prognoser i sport, de bruge især videnskabelige, empiriske og intuitive metoder: metoder til logisk analyse; ekspertvurderinger; ekstrapolering; analogier; modellering osv.
Af særlig interesse er udarbejdelsen af prognoser inden for kriminologi, hvor den fremtidige kriminalitetstilstand er kendt, faktorerpåvirker dets ændringer, udvikles en kriminologisk prognose. Det giver dig mulighed for at etablere de mest generelle indikatorer, der karakteriserer udviklingen (ændringen) af kriminalitet i fremtiden, at identificere på dette grundlag uønskede tendenser og mønstre, for at finde måder at ændre dem i den rigtige retning.
Der er flere typer kriminologiske forudsigelser: kriminalitet, gerningsmandens identitet, faktorer og konsekvenser af kriminalitet, foranst altninger til bekæmpelse af kriminalitet. Der er også prognoser for udviklingen af videnskaben om kriminologi, forudsigelse af kriminalitet og forudsigelse af individuel kriminel adfærd.
Den præsenterede opdeling af metoder i grupper er ret betinget. Det skal bemærkes, at uafhængig brug af disse grupper af prognosemetoder er umulig. Moderne forhold (fremskridt inden for videnskab og teknologi, såvel som sofistikeringen af forbindelser i systemer og deres struktur) nødvendiggør brugen af flere prognosemetoder for at løse et problem. Dette førte til fremkomsten af kombinerede metoder. Deres brug er især relevant for komplekse socioøkonomiske systemer, hvor forskellige kombinationer af prognosemetoder kan bruges i udviklingen af prognoseindikatorer for hvert element i systemet.
