Львівський державний університет

безпеки життєдіяльності

Кафедра управління

інформаційною безпекою

Лекція

з курсу

«ПРОГНОЗУВАННЯ ТА МОДЕЛЮВАННЯ В СОЦІАЛЬНІЙ СФЕРІ»

на тему: «Експертні методи прогнозування»

(для курсантів 4-го курсу за спеціальністю 6.170301 «Управління інформаційною безпекою»)

Львів

Мета лекції

Навчальна мета:

Визначити суть експертних методів прогнозування

Виховна мета:

Виховання інтересу до експертних методів прогнозування

Розвиваюча мета:

Засвоїти загальні поняття експертних методів прогнозування

Забезпечення заняття

1. Наочні прилади

2. Роздатковий матеріал

3. Технічні засоби навчання

4. Місце проведення заняття лекційний зал

План лекції

1. Принципи формування експертних систем прогнозування.

2. Індивідуальні і колективні експертні методи.

3. Етапи проведення колективної експертної оцінки.

4. Визначення чисельності експертної групи і коефіцієнта компетентності експертів.

5. Статистична обробка експертних оцінок.

6. Методи оцінки погодженості думок між експертами.

7. Стійкість групових експертних оцінок.

Література:

1. Принципи формування експертних систем прогнозування.

Вплив несподіваних подій або факторів, що не можна врахувати у статистичній моделі, був вивчений і було показано, що використання експертних оцінок, як правило, призводить до підвищення точності прогнозу.

Для створення чіткої системи прогнозування на основі суджень експертів або їх оцінок зі статистичними прогнозами слід визначити всі головні компоненти, необхідні для вдалого прогнозування, та охарактеризувати їх.

1. Характеристики часових рядів.

1.1 Тренд. Наявність трендової компоненти досить чітко виявляється експертами в порівнянні зі статистичними методами, які можуть бути неточними у разі великих збурень.

1.2. Сезонність. Наявність сезонності пов'язана з більш високою помилкою при прогнозуванні як для статистичних, так і для експертних методів. Дуже важко визначити, який з типів методів є кращим у загальному випадку.

1.3. «Шум». «Шум», або збурення, як правило, заважають цілісному сприйняттю часового ряду людиною. Особливо це помітно у разі великого «шуму», що становить більше 10% від середнього значення часового ряду. В такому випадку точність прогнозу підвищують статистичні методи.

1.4. Нестабільність. Нестабільність може бути пов’язана а з відсутністю чіткого закону розвитку процесу або часовими змінами. У таких випадках експертне прогнозування значно підвищує точність прогнозу.

1.5. Кількість наявних спостережень. Цей елемент є дуже важливим для більшості статистичних методів, оскільки для ідентифікації моделі потрібна достатня база даних часового ряду. В той же час велика кількість даних призводить до погіршення точності прогнозів експертів, оскільки наявність великої кількості якісних та кількісних ознак, що неможливо виміряти, веде до необхідності оцінювання експертами значень атрибутів та відношень між ними.

1.6. Кількість періодів для прогнозування. Практика показує, що короткотермінове прогнозування краще довгострокового для обох типів методів. При довгостроковому прогнозуванні перевагу мають статистичні методи.

1.7. Представлення даних. Воно може здійснюватися у табличній або графічній формах. У літературі існує гіпотеза про деякий вплив типу представлення на експертні прогнози.

1.8. Можливість аналізу попередніх прогнозів. Суть цього явища полягає в тому, що дослідник може перед визначенням прогнозу на основі статистичних методів чи експертних оцінок розглянути їх похибки за минулий період. Це дає можливість визначити більш точні джерела інформації. Проведені дослідження дозволяють зробити висновок, що в експериментальних умовах ця можливість значно покращує точність прогнозів. Напевно, що в реальних умовах це також буде вірним, хоча, можливо, не так очевидно. В будь-якому разі ця можливість дає змогу проранжувати експертів або статистичні методи за точністю прогнозів принаймні на один період, визначити вкрай невдалі, відмовитися від якихось в майбутньому. Недоліком можна вважати складність отримання експертних оцінок в реальному часі. Адже для прогнозування, наприклад, квартальних даних, виникає необхідність збирати кожного кварталу тих самих експертів, що є дуже коштовним.

2. Характеристики експертів.

2.1. Досвід. Цей фактор включає оцінку накопленого експертами досвіду при прогнозуванні часових рядів. Розрізняють два його аспекти:

2.1.1.Технічні знання, які стосуються методів аналізу та формальних процедур прогнозування.

2.1.2.Причинні знання, які стосуються розуміння експертом причинних ефектів взаємозв'язків. Ці знання набуваються із загального досвіду прогнозування.

Ці два аспекти не аналізувалися окремо, тому що їх майже неможливо розділити.

2.2. Контекстуальна інформація. Вона визначається як інформація, яка не включена до даних часового ряду, але яка допомагає у поясненні, інтерпретації та передбаченні поведінки часового ряду, та досвід експертів. Зазначимо, що це визначення контекстуальної інформації включає також і назви самих часових рядів, тобто експерт знає, що саме він аналізує і може враховувати ті фактори, які, на його думку, впливають на стан процесу. Такими факторами можуть бути драматичні зміни в економіці, або так звана «м'яка інформація», наприклад, чутки. Роблячи висновок, перевагою контекстуальної інформації є те, що вона пояснює минулі зміни та передбачає майбутні. Без неї, як правило, експерти не можуть вказати точний рівень процесу у випадку різкої зміни.

2.3. Мотивація. Вона визначає ті фактори, які впливають на вибір стратегії прогнозування експертом. Огляд літератури за даною проблематикою дає можливість виділити такі чотири фактори:

2.3.1. Якщо експерт отримує додаткову винагороду яри точному прогнозуванні.

2.3.2. Якщо прогноз може бути змінений при отриманні додаткової інформації.

2.3.3. Якщо прогноз є частиною роботи експерта і тому в разі поганого прогнозу може постраждати його репутація.

2.3.4. Якщо експерт адекватно сприймає інформацію про мотивацію, оскільки в разі неточного прогнозу він втрачає обіцяні стимули. Високий рівень мотивації визначає додатковий ефект у роботі експертів, що особливо проявляється у разі наявності контекстуальної інформації.

Таким чином, експертне прогнозування має такі характеристики.

1. Відомі як інформація про часовий ряд, так і контекстуальна інформація.

2. Немає причин припускати незмінність поведінки часового ряду в майбутньому.

3. Існує можливість:

3.1. Організаційного або політичного впливу на утворення прогнозу.

3.2. Впливання прогнозу на економічне середовище, наприклад, економічний прогноз Міністерства економіки, має вплив на суб'єктів економічної діяльності.

3.3. Отримання прогнозу в результаті взаємодії групи експертів.

4. Експерт може:

4.1. Використовувати свій досвід та знання для вироблення прогнозу.

4.2. Впливати на розвиток процесу, тобто на значення прогнозованої змінної.

4.3. Робити дослідження щодо вивчення взаємовпливу деяких економічних змінних на даний процес.

4.4. Бути зацікавленим у тому, щоб процес розвивався деяким визначеним чином, наприклад, він є оптимістом або песимістом.

4.5. Бути матеріально та/або морально зацікавленим у точності прогнозу.

4.6. Перевіряти та аналізувати результати свого прогнозування.

Багато з цих характеристик нівелюються при дослідженнях, які проводяться у лабораторних умовах. Перевагою таких досліджень є можливість контролювати та повторювати багато разів одні й ті ж умови для експериментів. Але за таких умов майже неможливо дослідити вплив політичних та структурних факторів, які у реальних умовах можуть мати визначальний вплив. До того ж нівелюються уподобання та характери експертів (оптимістичні або песимістичні очікування), зменшується мотивація для отримання більш точного прогнозу.

Наступним кроком у побудові системи прогнозування є визначення методів поєднання статистичних методів з експертними оцінками. їх взаємодія може, на нашу думку, відбуватися шістьма шляхами.

1. Побудова моделі, коли експерту надається можливість вказати всі необхідні змінні, визначити структуру моделі та деяким чином перевести наявну контекстуальну інформацію у параметри моделі. Експертні оцінки в даному випадку грають важливу роль у чотирьох напрямах:

1.1. Вибір змінної.

1.2. Специфікація моделі.

1.3. Оцінка параметрів моделі.

1.4. Аналіз даних.

2. Імовірнісне експертне прогнозування, коли експерти вказують імовірність здійснення деякої події, наприклад, зростання величини змінної в наступному періоді. На основі групи таких прогнозів будується загальний імовірнісний прогноз.

3. Комбінування прогнозів, коли статистичний прогноз та експертна оцінка комбінуються визначеним чином для отримання більш точного прогнозу або для зменшення невпевненості у майбутньому. Використання комбінованих прогнозів не означає, що індивідуальні прогнози вже не мають ваги. Вони дають інформацію про переваги відповідних моделей, методів та про взаємозв'язок між прогнозами. До того, слід подавати як індивідуальні, так і комбіновані прогнози, щоб можна було спостерігати різницю та змінність між ними. Це викликано тим, що майже завжди помилки прогнозування різними методами є сильно корельованими.

4. Зміна статистичного прогнозу експертом, коли експерт змінює значення прогнозу, отриманого на основі статистичної моделі у відповідності з контекстуальною інформацією, яка в ній не врахована. Такий вид прогнозування є, напевно, найбільш вживаним на практиці. Але слід відзначити, що таке прогнозування дає збільшення точності прогнозу лише за умови наявності контекстуальної інформації, бо без неї зміна прогнозу є інтуїтивною і ненауковою, тому практику зміни експертом статистичного прогнозу можна розкритикувати за її неформальну природу.

5. Зміна моделі прогнозування, коли експерт вказує на основі досвіду або контекстуальної інформації саме ту статистичну модель, яка дасть найменшу похибку саме для наступного періоду. Таким чином, знаючи поведінку методів в залежності від попередніх даних часових рядів, експерт вибирає як модель, так і її параметри. Цей шлях поєднує в собі ознаки пунктів 1 та 3. Таке прогнозування може робитися і тільки статистичним шляхом, як це описане у підрозділі «Моделювання часових рядів при зміні економічної ситуації».

6. Експертна декомпозиція, яка є трикроковим процесом, на кожному з яких статистичні та експертні методи можуть взаємодіяти. По-перше, часовий ряд поділяється (експертом або програмно) в залежності від минулої контекстуальної інформації; по-друге, декомпозований ряд прогнозується; по-третє, прогноз компонується з майбутньою контекстуальною інформацією. Головною відмінністю зміни статистичного прогнозу експертом від експертної декомпозиції є те, що перша намагається врахувати минулі та майбутні контекстуальні фактори після того, як прогноз зроблений; декомпозиція ж, навпаки, намагається виключити з часового ряду ефекти контекстуальних факторів перед тим, як робити прогноз, та врахувати майбутню контекстуальну інформацію у кінцевому прогнозі. Таким чином, декомпозиція розглядає оцінку по точної ситуації окремо від оцінки змін. Така декомпозиція буде неефективною, якщо:

6.1. Декомпозиція є механічною та/або експерт відноситься скептично до методів, що використовуються.

6.2. Експерт не має досвіду у проведенні декомпозиції.

6.3. Неможливо виділити точну відповідність між контекстуальною інформацією та номером періоду, до якої вона насправді відноситься. Така ситуація можлива, наприклад, при прийнятті закону, дія якого починається лише через декілька періодів спостережень, але опосередкований вплив на суб'єктів економічної діяльності, а значить, і на величину досліджуваної змінної, відбувся.

Останній з підходів є найбільш складним, але він є найбільш повним, оскільки враховується структура ряду, причому її можна використовувати багаторазово.

Для кожної події можна знайти її Істинний опис. Якщо експерти можуть не знати його, але за допомогою досвіду, статистичних показників вони можуть отримати простий опис такої події. Припустимо, що торгівля між країнами становить 100 млн. дол., а через помилки у підрахунках та інших факторів враховано лише 80 млн. дол., то експерт при утворенні прогнозів буде виходити саме з останнього числа. Однак далі експерт завдяки своєму суб'єктивістському баченню може вважати, що обрана для прогнозування статистична модель не врахувала фактор циклічності, тому ЇЇ прогноз на наступний період -90 млн. дол. слід інтерпретувати як 85 млн. дол. Таким чином, слід помітити, що створення експертного прогнозу залежить від декількох факторів. У літературі їх виділяють п'ять.

1. Передбачуваність навколишнього середовища визначає верхню границю точності виробки прогнозів, а тому показує, на скільки можливо підвищити їх точність завдяки іншим компонентам.

2. Прогностичні навички можуть бути нівельовані, якщо інформаційна система вимірює часовий ряд неточно.

3. Зв'язок між середовищем та експертом є оцінкою потенціальних навичок, які експерт може досягти при обраній стратегії за умови ідеального вимірювання середовища та незміщених і надійних прогнозах. Очевидним шляхом для підвищення цього зв'язку є навчання експерта взаємозв'язкам у середовищі.

4. Надійність статистичних даних та надійність додаткової інформації. Практика показує, що ненадійність є всезагальною. Вона може бути викликана як і простими помилками, так і готовністю системи (економічного середовища) перейти на новий рівень. Надійність також підвищується за умови збільшення кількості інформації, яка іноді може перевищити можливості людини обробляти її. В свою чергу велика кількість інформації дозволяв знаходити взаємозв'язки між змінними.

5. Зміщення. Воно складається з двох компонентів:

5.1. Умовне (регресійне зміщення).

5.2. Безумовний рівень (природній рівень зміщення).

Перший виникає внаслідок занадтої впевненості або невпевненості експертів в прогнозних значеннях, що призводить до заниження чи завищення рівня даних. Другий є звичайним рівнем зміщення прогнозу.

Взагалі слід відмітити, що зміщення майже неможливо подолати. У експериментальних умовах зміщення можна знизити за умови можливості повтору прогнозів або програмного коригування прогнозних значень.

Отже, сучасне прогнозування неможливе без широкого поєднання статистичних методів та експертних оцінок. В останні роки статистичні методи набули достатньо великого розвитку. Тепер слід розвивати та впроваджувати методи розробки та коригування саме експертних прогнозів. Нами подана спроба класифікувати як характеристики експертних суджень, так і фактори, які необхідні для вдалого прогнозування. Наступним кроком, на наш погляд, повинна стати експериментальна частина, де експерти роблять прогнози і вивчають свої помилки. При цьому вони можуть робити або свої власні прогнози на основі відомої контекстуальної інформації, або коригувати статистичні прогнози, або комбінувати статистичні прогнози та експертні оцінки. В будь-якому разі розвиток сфери прогнозування є досить перспективним у сенсі збільшення точності прогнозів.