Asosiy prognozlash usullarining tasniflanishi

Izlanishlarni prognozlash

  Tadqiqotni prognozlashda ishlatiladigan asosiy usullardan biri vaqt seriyalarini ekstrapolyatsiya qilish - biz uchun qiziq bo'lgan ob'ekt to'g'risida statistik ma'lumotlar. Ekstrapolyatsiya usullari o'tmishda sodir bo'lgan o'sish qonuni kelajakda ob'ektning to'yinganligi va hayotiy tsiklining mumkin bo'lgan ta'siri tufayli tuzatishlar kiritilishi kerak degan taxminga asoslanadi. Bir qator umumiy vaziyatlarda bashorat qilingan parametrlarning o'zgarishini aniq aks ettiradigan egri chiziqlar orasida eksponent, ya'ni shakl vazifasi mavjud: 
  y \u003d a e bt, 
  t vaqti qayerda 
a va b-eksponentensial egri parametrlari. 
  Prognozlashda ishlatiladigan eng mashhur eksponensial egri chiziqlar organizmlar va populyatsiyalarning o'sishi sohasidagi keng qamrovli tadqiqotlar natijasida olingan va quyidagi shaklga ega bo'lgan Pearl egri chizig'ini o'z ichiga oladi. 
  y \u003d L / (1 + a e -bt), 
  bu erda L - y ning yuqori chegarasi. 
  Gompertts egri keng tarqalgan bo'lib, daromadlarni taqsimlash va o'lim ko'rsatkichlari sohasidagi tadqiqotlar natijalariga ko'ra olingan (sug'urta kompaniyalari uchun): 
, 
  bu erda k - eksponent parametridir. 
  Pearl va Gompertz egri chiziqlari bug 'dvigatellarining samaradorligini oshirish, radiostansiyalarning samaradorligini oshirish, savdo kemalarining tonnajini ko'paytirish va boshqalar kabi parametrlarni prognoz qilish uchun ishlatilgan. Pearl egri ham, Gompertz egri ham S shaklidagi egri sinfiga berilishi mumkin. Bunday egri chiziqlar boshlang'ich bosqichda ekspansional yoki ekspansional o'sishga yaqin bo'lib, keyin to'yinganlik nuqtasiga yaqinlashganda ular yumshoqroq shaklga ega bo'ladi. Ko'rsatib o'tilgan jarayonlarning ko'pini tegishli differentsial tenglamalar yordamida tasvirlash mumkin, ularning echimi biz ko'rib chiqqan Pearl va Gompertts egri chiziqlaridir. Misol tariqasida, men tadqiqotchilar soniga, N tadqiqotchilar soniga qarab har bir tadqiqotchining o'rtacha ish unumdorlik koeffitsienti t ga, ma'lumot hajmidagi o'zgarish dinamikasini tavsiflovchi C doimiy koeffitsientiga qarab ma'lumot (bilim) miqdorining oshishini tavsiflovchi differentsial tenglamani keltiramiz. U quyidagi shaklga ega: 
. 
  Ushbu differentsial tenglamani birlashtirib, biz ma'lumotlarning formulasini olamiz:

Umuman olganda, vaqt o'tishi bilan bashorat qilingan ko'rsatkichlar va parametrlarning o'zgarishi dinamikasi quyidagicha ifodalanishi mumkin: 

, 
  bu erda y (t) parametrning yo'nalishini tavsiflovchi trend funktsiyasi, 
  e (t) - bu taxmin qilingan o'zgaruvchining trenddan og'ishini tavsiflovchi tasodifiy funktsiya. 
Ekstrapolyatsiya uchun regressiya va fenomenologik modellar qo'llaniladi. Reqressiya modellari ekstrapolyatsiya funktsiyasi turini tanlash va uning parametrlarining qiymatlarini aniqlashning maxsus usullaridan foydalangan holda, mavjud hodisalarning ustunlik naqshlari asosida qurilgan. Xususan, ekstrapolyatsiya funktsiyasining parametrlarini aniqlash uchun eng kam kvadrat usuldan foydalanish mumkin. U yoki bu ekstrapolyatsiya modelidan, taqsimotning boshqa qonunidan foydalangan holda taxmin qilingan taxminlarning ishonchliligini tavsiflovchi ishonch oraliqlarini aniqlash mumkin. Fenomenologik modellar jarayonning tendentsiyasiga maksimal darajada yaqinlashish shartlari asosida, uning xususiyatlari va cheklashlari va kelajakdagi rivojlanishi haqidagi qabul qilingan farazlarni hisobga olgan holda qurilgan. Fenomenologik modellarda ko'p faktorli prognoz bilan siz o'tmishdagi voqealarning rivojlanishiga ko'proq ta'sir ko'rsatgan omillarga katta og'irlik omillarini tayinlashingiz mumkin. Agar prognozlash bir necha vaqt davrlarini o'z ichiga olgan retrospektiv davrni ko'rib chiqsa, u holda prognoz qilingan ko'rsatkichlarning xususiyatiga qarab vaqt shkalasi bo'yicha prognoz qilish vaqtidan kamroq masofa va boshqalar. Shuni ham inobatga olish kerakki, ko'pincha ekspert baholarini bashorat qilishda ular haddan tashqari nekbinlik va nisbatan noumidlikda nisbatan uzoq kelajakni baholashda farq qilishi mumkin. 
  Agar prognoz qilinayotgan jarayonda har xil texnologiyalar ishtirok etsa, ularning har biri tegishli egri bilan ifodalanadi, natijada ekspert texnologiyalarining egri sifatida individual texnologiyalarga mos keladigan qisman egri chiziqlar konvertidan foydalanish mumkin.