
- •Конспект лекций по учебной дисциплине
- •1.4. Классификация предвидений (прогнозов)
- •1.5. Принципы организации прогнозирования
- •1.6. Порядок прогнозирования
- •Доп. Вопросы (для экзамена на 5)
- •Раздел 1. Прогнозирование методами математической статистики Тема 2. Корреляционные методы
- •2.1. Графическое представление вариационных рядов
- •2.2. Зависимость применимости метода прогнозирования от шкалы
- •2.2.1. Номинальная шкала
- •2.2.2. Ранговая шкала
- •2.2.3. Метрические шкалы
- •Тема 3. Трендовая модель прогнозирования
- •3.1. Понятие временного ряда
- •3.2. Задачи анализа временного ряда
- •3.3. Первоначальная подготовка данных
- •3.4. Задача построения аналитического тренда
- •3.5. Определение базы построения тренда
- •3.6. Наиболее употребимые виды трендов
- •3.7. Графический способ определения вида уравнения (типа) тренда
- •3.8. Определение тренда на основе сглаживания ряда
- •3.8.1. Механическое сглаживание
- •3.8.2. Аналитическое сглаживание
- •3.9. Тестовый способ определения вида уравнения (типа) тренда
- •3.10. Прогнозирование по тренду
- •3.11. Оценка качества прогнозов
- •5.1. Определение периода цикличности на основе функции автокорреляции
- •5.2. Сглаживание по нечётной базе
- •5.3. Сглаживание по четной базе
- •5.4. Взвешенное сглаживание
- •5.5. Достоинства и недостатки метода
- •5.6. Прогнозирование на основе сглаживания
- •Тема 6. Метод экспоненциального сглаживания и его использование в прогнозировании
- •6.1. Выбор параметра сглаживания
- •7.2. Метод наименьших квадратов
- •7.5. Тренды на основе сплайн-функций ???
- •Вопросы на 5
- •Тема 8. Анализ цикличности (сезонности)
- •8.1. Задача выявления сезонных колебаний
- •8.2. Определение сезонной составляющей при аддитивной сезонности
- •8.3. Определение сезонной составляющей при мультипликативной сезонности.
- •8.4. Выявление сезонности с использованием тригонометрических функций
- •9.2.1. Поворотные точки
- •9.2.2. Длина фазы
- •9.2.3. Критерий, основанный на знаках разностей
- •9.2.4. Критерии, основанные на ранговой корреляции
- •9.2.5. Сравнительный анализ критериев
- •9.3. Практические способы анализа ошибки ??? Тема 10. Прогнозирование на основе регрессионных моделей
- •10.1. Понятие регрессии
- •10.2. Отбор факторов для регрессии
- •10.3. Вид функции регрессии
- •10.4. Расчет параметров регрессии
- •10.5. Прогнозирования на основе регрессионных моделей
- •10.6. Авторегрессия
- •Тема 11. Производственные функции
- •11.1. Общая характеристика производственной функции
- •11.2. Функция Кобба-Дугласа. Общая характеристика
- •11.3. Функция Кобба-Дугласа. Расчет параметров
- •12.1.2. Задачи о «смесях»
- •12.1.3. Задачи о «раскрое»
- •12.1.4. Общая планово-производственная задача. Выбор интенсивностей использования различных технологических способов производства
- •12.1.5. Распределение ресурсов во времени. Оптимальное регулирование запасов
- •12.2. Графическое решение задачи
- •15.1. Прогнозирование на основе групповой экспертной оценки
- •15.2. Применение метода "Дельфи" для прогнозирования
- •Тема 16. Самореализующиеся прогнозы
- •Тема 17. Имитационное моделирование
15.2. Применение метода "Дельфи" для прогнозирования
Пример применения метода "Дельфи" для прогнозирования развития науки и техники. Рассматриваются перспективы развития науки и техники на ближайшие 50 лет. Выбрано 200 экспертов. Опрос производится в 4 тура с промежутком в один месяц.
1 тур. Экспертам высылается вопросник с просьбой перечислять основные изобретения и научные открытие, которые они считают необходимыми и осуществимыми в течение ближайших 50 лет, в той области науки и техники, к которой они имеют непосредственное отношение. Так как эксперты компетентны в избранной области научно-технического прогресса (например, энергетике), то в анкете они обосновывают потребность в называемых ими открытиях и изобретениях. После сбора анкет проводится их обработка, при которой одинаковые события должны быть объединены, второстепенные (с точки зрения организаторов опроса) исключены, а окончательный перечень становится второй анкетой.
II тyр. Эксперты получают анкету с перечнем событий и оценивают даты их реализации. Их также просят привести соображения, почему указанные прогнозируемые события не должны произойти раньше или позже указанной даты. После сбора результатов 2-го тура организаторы подготавливают статистическую сводку мнений экспертов, включающую дополнительные доводы и аргументы "за" и "против" указанных сроков реализаций событий.
Результатом всей процедуры должен быть прогноз, содержащий точку зрения, с которой могло бы согласиться большинство экспертов в группе.
Для оценки степени согласованности используются статистические характеристики результатов опроса группы экспертов. В классическом методе "Дельфи" на каждом этапе прогнозируемое значение срока наступления события представляется в ведя медианы и двух квартилей. Медиана (Ме) представляет собой число (срок реализации события), оценки которой одной половиной группы экспертов больше этой величины, а другой - меньше. Квартилем называется такое значение срока наступления события, который указан экспертом под номером, равным 1/4 (нижний квартиль) или 3/4 (верхний квартиль) числового ряда распределения временных оценок по возрастанию.
Т.о., каждый ответ внутри группы экспертов учитывается при построении Me, а величина разброса ответов характеризуется величиной интервала между квартилями.
Рассмотрим пример расчета данных характеристик для 2 тура опроса при прогнозе срока создания промышленной термоядерной энергетической установки.
|
При нечетном числе экспертов N=2K+1 медианное значение принимают оценка, данная (K+1)-м экспертом. При четном N=2K Ме равна среднему из значений оценок двух центральных экспертов, т.е. Ме=1/2 (Tк. + Tк+1), где Tк .- ответ эксперта К. В нашем примере (игнорируя мнение «Никогда») медианное значение имеет срок, названный экспертом вод номером (191-1)/2+1=96 от начала ряда. Предполагая, что ответы 52 экспертов в интервале 20-25лет распределены равномерно, получаем ответ эксперта 81: 20+(25-20)/52*(96-73)= 22,2.
Квартили рассчитываются аналогично:
Нижний Q1=Tк.«K=1/4*191=47,75, т.е. в интервале 15-20 лет (28<47.75<73). Q1=T47,75.=15+(20-15)/45*(47,75-28)=17,2
Верхний Q3=Tк.«K=3/4*191=143,25, т.е. интервал 25-30 лет (125<143,25<146). Q3= T143,25.=25+(30-25)/21*(143,25-125)=29,3
Т.о., 50% экспертов за то, что термояд изобретут через 17,2 – 29,3 года, что можно признать достаточно согласованным.
III тур. Эксперты получают статистические данные и сводку аргументов по 2-му туру, чтобы сформировать новые оценки предполагаемой даты наступления данного события. Если прежняя оценка эксперта не попала в интервал между квартилями, то он должен изменить её или подтвердить эту оценку обоснованием.
После 3-го тура организаторы вновь проводят статистическую обработку анкет, вычисляют новые значения Q1, Ме, Q2, и объединяют их в новом вопроснике вместе о аргументами.
IV тур. Эксперты получают анкеты последнего этапа опроса, вновь корректируют сроки наступления указанных событий и, по желанию организаторов, аргументирует свою оценку,
В качестве дополнительной оценки "достоверности" прогноза по методу "Дельфи" могут быть использованы ответы экспертов типа «Никогда».