2. Интуитивные методы прогнозирования

В случаях, когда анализируемый объект или проблема не поддается математической формализации, то есть для которых невозможно разрабатывать адекватную модель используют интуитивные (экспертные) методы прогнозирования. Экспертные методы разделяются на индивидуальные и коллективные.

Индивидуальные методы основаны на использовании мнений экспертов-специалистов независимо друг от друга.

Методы коллективной экспертизы основываются на принципах выявления коллективного мнения экспертов о перспективах развития объекта прогнозирования.

В настоящее время широкое применение получил так называемый метод «круглого стола». Однако этот метод имеет недостаток, заключающаяся в том, что группа экспертов в своих суждениях руководствуется в основном логикой компромисса.

Дельфийский метод (от названия г. Дельфы) предусматривает не коллективное обсуждение той или иной проблемы, а опрос экспертов для выяснения относительной важности и сроков свершения событий. После опросов проводится статическая обработка результатов и формируется коллективное мнение. Вся информация сообщается экспертам. Затем участников экспертизы просят объяснить причины своего несогласия с общим мнением. Эта процедура повторяется 3-4 раза. В результате происходит сужение диапазона оценок. Недостатком этого мнения является невозможность учета влияния на экспертов организаторов опроса. Этим методом, возможно, исследовать коллектив или группу людей на креативность, то есть определить степень влияния на коллектив мнения отдельной личности.

Проведения прогноза с помощью группы экспертов выполняется в три этапа:

– формирование экспертной группы;

– подготовка и проведение экспертизы;

– статическая обработка полученных документов.

Отбор экспертов начинается с определения вопросов, охватывающую данную проблему, а затем составляется список компетентных лиц.

К экспертам предъявляются следующие требования:

– высокий уровень общей эрудиции;

– глубокие социальные знания в оцениваемой области;

– способность эксперта к адекватному отображению тенденций развития объекта;

– наличие академической заинтересованности при отсутствии практической заинтересованности;

– наличие производственного или исследовательского опыта в рассматриваемой области.

При статической обработке результатов в виде количественных данных определяются статические оценки прогнозируемых процессов. Общее мнение экспертов выражается как «среднее» значение прогнозируемой величины:

, (14)

где b_i – значение прогнозируемой величины, данное i-м экспертом, i = 1, 2, 3.., n.

β_i – априорный «вес» эксперта.

Для эксперта высокой квалификации вес выше, чем для эксперта низкой квалификации. По смыслу все веса β_i > 0. Для обеспечения устойчивости вычислений удобно «нормировать» вес так, чтобы выполнялось условие , которое допускает естественную вероятную интерполяцию (β_i – вероятность, что прав именно этот эксперт). Нормировка весов проводится стандартным образом: «новые» веса β_i вычисляются по формулам:

, (15)

где – «старые» веса.

Если эксперты называют интервальные оценки, то возможно найти среднее значение:

, (16)

где: – минимальное значение прогнозируемой величины, данное i-м экспертом;

– аналогичное максимальное значение;

f – функция имеющая свойство x ≤ f(x,y) ≤ y.

Типичный выбор функции f есть:

, (17)

Разброс мнений экспертов можно определить как дисперсию:

, (18)

Степень единодушия экспертов можно оценить по коэффициенту вариации:

, (19)

Приближенное значение доверительного интервала:

, (20)

где t – параметр, определяемый по таблицам Стьдента для заданного уровня доверительной вероятности и числа степеней свободы К = n-2.

Для малых выборок значение t приведено в приложении 2.

Истинное значение прогнозируемой величины лежит с заданным уровнем доверительной вероятности в интервале с верхней границей А_В = В+J и нижней границей A_H = B - J.

Ели для какой-нибудь экспертной оценки окажется что:

> , (21)

то мнение i-го эксперта следует исключить из рассмотрения и повторить расчеты, в результате которых может потребоваться исключение мнений и других экспертов.

Степень компетенции i-го эксперта и специалиста, назначившего априорные веса, можно оценить отношением:

, (22)

Если ε_i < 0,3 , то эксперта можно считать «высококомпетентным», если ε_i > 0,5 , то нельзя.

Пример статистической обработки результатов экспертизы приведен в приложении 3.