Методы прогнозирования

В зависимости оттого, насколько глубоко были исследованы криминологические процессы (получены ли только динамические ряды, либо исследование проведено на уровне изучения причинно-следственных зависимостей) задача выяснения развития любого явления в будущем может решаться тремя методами: экспертных оценок, экстраполяции, моделирования.

Метод экспертных оценок. Сущность метода экспертных оценок состоит в том, что в основе прогноза используется мнение специалистов, основанное на профессиональном, научном и практическом опыте.

Сущность метода экспертных оценок состоит в том, что в осно­ве прогноза используется мнение специалистов, основанное на про­фессиональном, научном и практическом опыте. При этом особенно важно вооружить экспертов качественной и количественной аналити­ческой информацией о состоянии преступности, длительных тенденци­ях в ее среде, процессах, которые на нее могут повлиять. Оценивая все эти данные, эксперты высказывают свое мнение о возможной кар­тине преступности в будущем.

В зависимости от цели экспертизы используются те или иные методы экспертных оценок. Их можно разбить на два класса: методы коллективной работы экспертной группы и методы получения индиви­дуального мнения членов экспертной группы. К методам коллективной оценки относятся: «комиссия», «мозговая атака», «суд», «индуциро­вание психоинтеллектуальной деятельности (ИПИД)», «игровая имита­ция». Колоссальные по своей эмоционально-психологической нагрузке психоэвристические обсуждения на короткое время мобилизуют все мыслительные резервы участников экспертизы, заставляют их интен­сивно думать, познавать всю глубину проблемы.

Наиболее известным методом получения индивидуального мнения членов экспертной группы является метод ДЕЛЬФИ. Работа экспертов по этому методу организована следующим образом. Вначале произво­дится индивидуальный опрос экспертов, при этом эксперты не кон­тактируют друг с другом. Затем производится статистическая обра­ботка индивидуальных экспертных оценок с целью определения усред­ненного мнения группы, а также крайних оценок. Эта обобщенная ин­формация вместе с аргументами экспертов (без персонификации) в пользу своих суждений сообщается всем экспертам. После ознакомле­ния с этой информацией эксперты могут изменить свои первоначаль­ные оценки, если они сочтут аргументы своих коллег убедительными, либо оставить их без изменения. Процедура повторяется несколько раз и завершается при стабилизации экспертных оценок.

Экспертные оценки для разработки прогнозов, как правило, применяются в следующих случаях:

- в условиях отсутствия представительных и достоверных ста­тистических данных о прогнозируемом объекте;

- в условиях неопределенности среды функционирования объек­та, влияния на его развитие факторов внешней среды;

- в условиях дефицита времени и иных экстремальных ситуациях.

Метод экстраполяции заключается в специальной обработке динамических рядов, которая сводится к нахождению показателей уровней, лежащих за пределами временных интервалов анализируемого динамического ряда. Практически, технология экстраполяции часто заключается в продлении на длину прогнозируемого периода тренда, полученного методом наименьших квадратов (рис. 6). Затем из последней точки продленного тренда опускается перпендикуляр на ось Y. Точка пересечения перпендикуляра с осью Y определяет искомое значение признака.

 

 

Рис. 6. Прогноз методом экстраполяции.

 

Следует отметить, что достоверность прогноза методом экстраполяции в большой степени зависит от ряда условий:

1. Факторы, влияющие на динамику исследуемого признака должны быть достаточно стабильны. Например, если разрабатывается прогноз преступности на несколько лет вперед, то должна быть уверенность, что социально-экономические и политические условия не претерпят сильных изменений на прогнозном горизонте.

2. Прогнозный горизонт не должен превышать 1/3 анализируемого периода. Т.е., если необходимо сделать прогноз на три года вперед, то необходимо собрать статистический материал как минимум за последние девять лет.

Ввиду того, что уровни динамического ряда формируются под воздействием множества факторов, а также состоят из нескольких компонент (долговременных, циклических, сезонных и случайных), детальный анализ его поведения представляет собой довольно сложную задачу. Есть и другие особенности прогнозирования динамических рядов области социально-правовых процессов:

- развитие процессов в сфере правопорядка происходит непрерывно, однако характеризующие их уровни динамического ряда соответствуют определенным дискретным моментам времени (месяц, квартал, год), что приводит в некоторых случаях к потере части важной информации;

- динамические ряды представлены часто сравнительно небольшим числом элементов, что затрудняет формальное применение экстраполяционных методов прогнозирования;

- динамические ряды часто бывают автокоррелированными, т.е. их элементы тесно взаимосвязаны между собой, что требует применения специальных, довольно сложных методов анализа;

- при построении многофакторных моделей по данным рядов динамики в некоторых случаях имеется тесная связь между независимыми переменными (мультиколлинеарность), что также требует применения специальных процедур;

- при исследовании взаимосвязей между процессами, характеризующимися рядами динамики, часто возникает явление сдвига во времени влияния одного фактора на другой (временной лаг).

Указанные особенности динамических рядов обусловливают необходимость глубокого содержательного анализа структуры описываемого ими явления и применения для их исследования разнообразных статистических процедур.

Как отмечалось ранее, в основе однофакторных статистических методов прогнозирования лежит гипотеза о том, что исходный динамический ряд состоит из устойчивой детерминированной компоненты и случайной составляющей. При этом выделяются три вида детерминированных компонент:

1) устойчивая долговременная тенденция, описываемая чаще всего гладкими апериодическими функциями типа линейной или квадратичной, - Y₁(t);

2) циклическая долговременная тенденция, связанная с периодическими качественными изменениями процессов и описываемая колебательными функциями с периодом меньшим, чем время действия устойчивой долговременной тенденции, но большим, чем у различных сезонных колебаний, - Y₂(t);

3) циклическая устойчивая тенденция, связанная с периодическими колебаниями уровней ряда за счет влияния сезонных факторов, меняющихся в течение дней недели, месяцев, времен года, - Y₃(t).

Таким образом, общую модель динамического ряда можно представить в следующем виде:

Y(t) = Y₁(t) + Y₂(t) + Y₃(t) + g(t),

где: g(t) - случайная составляющая.

Прогноз методом математического моделирования. Следует отметить, что экстраполяция есть отправной момент прогнозирования, а не конечный итог.

Дело в том, что уровни динамического ряда, отражающие изменение оперативной обстановки, формируются под воздействием многих социально-политических, экономических и демографических факторов, иногда внезапно меняющихся на прогнозируемом периоде. Поэтому прогнозирование криминологических процессов как бы самих из себя при игнорировании факторов внешней среды значительно снижает точность прогноза.

К сожалению, в современной практике аналитической работы, например, органов внутренних дел очень редко применяется многофакторный анализ для прогноза оперативной обстановки. В некоторых случаях используется метод экстраполяции, но обычно результатом аналитической работы является группировка сведений о преступлениях по видам, степени общественной опасности, лицам, вычисление обобщающих показателей.

Между тем выделение и изучение наиболее существенных факторов, влияющих на уровень и структуру преступности, изучение тесноты, а затем и функции взаимосвязи между ними позволяет, по существу, создать модель криминологической обстановки. Зная, какое влияние выявленные факторы, оказывают на состояние преступности, всегда можно сделать выводы об ожидаемых ее изменениях.

Этот метод прогнозирования известен как метод моделирования. Следует отметить, что данный метод имеет некоторое ограничение в применении, связанное с необходимостью привлечения специалистов в области моделирования, математиков и представителей других научных направлений, что не всегда удается реализовать в условиях практической деятельности. Вместе с тем, не всегда остро стоит необходимость в разработке полной математической модели. Чаще необходимо только выявить новые факторы, появляющиеся на прогнозируемом горизонте и оценить степень их влияния на преступность, т.е. оценить насколько сильно их появление изменит тренд, полученный методом экстраполяции (рис. 6).

Технология этого метода выглядит следующим образом:

1. Методом экспертных оценок проводится оценка криминологической обстановки с целью выявления наиболее существенных факторов, которые по мнению экспертов могут влиять на преступность. Задача эта достаточно сложная и требует высокой квалификации экспертов. Необоснованно малое количество выбранных факторов грозит тем, что «вместе с водой можно выплеснуть и ребенка». Необоснованно большое количество - излишне усложняет модель, приводит к ситуации, когда «за деревьями можно и не увидеть леса», т.е., невозможности расчета математическими методами прогнозных значений преступности.

2. По каждому выбранному фактору на основе собранных за определенный период статистических данных составляется динамический ряд. Затем, используя метод корреляционного анализа, рассчитывается теснота взаимосвязей между динамическими рядами, выбранных существенных факторов. Для дальнейшего исследования выбираются только те группы факторов, которые имеют достаточно высокие коэффициенты корреляции, т.е., зависимость между ними должна быть близка к линейной. Обычно, чтобы обеспечить в дальнейшем уверенный подбор функций этих зависимостей, а значит - достоверный прогноз, коэффициент корреляции не должен быть менее 0,7.

3. Применяя систему подбора аппроксимирующих функций, которая реализована, например, в программе EXCEL – МАСТЕР ДИАГРАММ, находим математические функции выбранных зависимостей.

4. Задаваясь известными значениями независимого фактора Х, через найденную функцию зависимости находим неизвестные значения зависимого фактора Y. Например, если было определено, что коэффициент корреляции между количеством ввозимых автомобилей и количеством ДТП больше 0,7 и подобрана функция этой зависимости, то, подставляя известные значения ввезенных автомобилей в функцию этой зависимости можем рассчитать какую долю в общее количество ДТП внесут эти автомобили.

Среди методов этой группы также можно отметить метод имитационного моделирования, как один из наиболее перспективных и вместе с тем наиболее сложных методов прогнозирования. Он основан на построении системы дифференциальных уравнений, описывающих зависимость прогнозируемого объекта от факторов внешней среды. С помощью этой системы уравнений, являющейся математической моделью данного объекта, на ЭВМ производится исследование (имитация) реального развития прогнозируемого объекта. Достоинство метода заключается в возможности исследования различных вариантов развития объекта в зависимости от исходных предположений о возможных изменениях факторов внешней среды.

 

 

ТЕМА 5. ТЕХНОЛОГИЯ РАБОТЫ С БАЗАМИ ДАННЫХ

Основные понятия

Информационная база, поддерживающая работу любого предприятия или учреждения, представляет собой сложный комплекс нормативных, служебных и учетных документов (а также средств и методов их описания и организации).

Работа с информационной базой организуется как традиционным образом (вручную), так и с использованием автоматизированных систем на базе ЭВМ. Любая картотека есть совокупность единообразных документов (учетных карточек). Они имеют определенную структуру (фиксированные поля - реквизиты - для записи отдельных признаков объекта учета; фиксированную форму и т.д.).

Поэтому справочные картотеки являются первоочередным объектом автоматизации информационного обеспечения деятельности любого предприятия.

Рассмотрим основные понятия информационных баз (прежде всего, автоматизированных).

Информация обрабатывается в информационных системах в виде данных.

Данные - это информация, представленная в определенном формализованном виде, позволяющем ее передавать, хранить на различных (в том числе и машинных) носителях и обрабатывать.

По своему составу данные подразделяются на целые и вещественные числа, слова и так называемые булевы величины. Например, в ответах на вопросы анкеты, заполняемой при приеме на работу, содержатся все указанные типы элементарных данных. Так, графа анкеты «профессия» заполняется словами; графа «год рождения» – цифрами. А вот графа «имеете ли награды» - булевыми величинами (да, нет).

Запись (или в обычном представлении - документ) - совокупность данных, в целом характеризующая тот или иной объект учета или описываемое явление (рис. 1.).