Классификация методов прогнозирования по Э. Тихонову

В настоящем разборе я цитирую абзацы введения и первой главы пособия «Прогнозирование в условиях рынка». Начнем с введения, в котором отмечается следующее.

В связи с этим очевидна проблема, стоящая перед специалистами, которым требуется выбрать метод прогнозирования.

При упоминании «100 методов прогнозирования» автор ссылается на свою же работу 2001 года (Бурдо А.И., Тихонов Э.Е. «К вопросу систематизации методов и алгоритмов прогнозирования») и учебное пособие Владимирова Л.П. «Прогнозирование и планирование в условиях рынка» (2000). Не исключено, что данная оценка является устаревшей. Кроме того, оценку в «100 методов прогнозирования» я нигде, кроме этого учебного пособия, не встречала. На каких именно зарубежных и отечественных специалистов автор ссылается - мне не ясно.

Базовая классификация методов прогнозирования

Следующий же абзац говорит.

Во-первых, непонятно, что имеется в виду под «открытостью классификационной» — пусть эта опечатка, если она таковой является, останется на совести редакторов.

Во-вторых, я лично в своем обзоре методов и моделей прогнозирования встречала довольно мало, если не сказать, что буквально крупицы, именно классификаций. По большей части в современной литературе авторы не предлагают классификации методов или моделей прогнозирования, а делают простое перечисление. Такое перечисление встречается как PhD работах, например, Jingfei Yang M. Sc. «Power System Short-term Load Forecasting: Thesis for Ph.d degree» (Germany, 2006), так и в обычных статьях, например, «A Computing Model of Artificial Intelligent Approaches to Mid-term Load Forecasting: a state-of-the-art-survey for the researcher» (2010).

На первом этапе классификации Тихонов делает то, что наиболее часто встречается в предлагаемых классификациях, а именно делит методы прогнозирования на интуитивные и формализованные.

При этом он разносит интуитивные и формализованные методы основываясь на следующем принципе.

В выборе методов прогнозирования важным показателем является глубина упреждения прогноза. При этом необходимо не только знать абсолютную величину этого показателя, но и отнести его к длительности эволюционного цикла развития объекта прогнозирования. Для этого можно использовать предложенный В. Белоконем безразмерный показатель глубины (дальности) прогнозирования (τ)

где Δt — время упреждения; t — величина эволюционного цикла объекта прогнозирования. Формализованные методы прогнозирования являются действенными, если величина глубины упреждения укладывается в рамки эволюционного цикла (τ << 1). При возникновении в рамках прогнозного периода «скачка» в развитии объекта прогнозирования (τ ≈ 1) необходимо использовать интуитивные методы, как для определения силы «скачка», так и для оценки времени его осуществления, либо теорию катастроф. В этом случае формализованные методы применяются для оценки эволюционных участков развития до и после скачка. Если же в прогнозном периоде укладывается несколько эволюционных циклов развития объекта прогнозирования (τ >> 1), то при комплексировании систем прогнозирования большее значение имеют интуитивные методы.

Мне лично кажется, что проще и понятнее выполнять деление методов прогнозирования на интуитивные и формализованные на следующем основании: если в методе применяются модель (то есть математическая зависимость будущего значения от прошлого), то метод формализованный; если не применяется — то интуитивный. Дело в том, что в приложении рассматриваемого пособия приведены значения временных рядов длинной от нескольких десятков до нескольких сотен значений. Не думаю, что оценка глубины времени упреждения τ может быть достоверно определена для сложного временного ряда, имеющего 100 000 значений.

Интуитивные методы прогнозирования

Следующим шагом интуитивные методы прогнозирования автор делит на индивидуальные и коллективные (групповые).

По мнению Тихонова коллективные экспертные методы прогнозирования включают

• метод анкетирования,
• метод «комиссий»,
• метод «мозговых атак»,
• метод программного прогнозирования,
• метод эвристического прогнозирования,
• коллективная генерация идей.

Признаться, что до момента подробного разбора материала «Armstrong J.S. Forecasting for Marketing» я не возьмусь комментировать такого рода деление.

По мнению Тихонова индивидуальные экспертные методы прогнозирования включают

• метод «интервью»,
• аналитические докладные записки,
• метод сценариев.

Формализованные методы прогнозирования

Далее Тихонов переходит к разбору формализованных методов прогнозирования.

Признаюсь, что мне такая классификация вовсе не нравится: громоздко и слабо обоснованно.

Во-первых, автор не дал определения ни одной группе и не указал единого классификационного признака, которое положено в основу предложенного деления на группы. Причем двумя страницами выше Тихонов говорит о том, что «в основу классификации должен быть положен единый классификационный признак». Таким образом выходит, что автор противоречит сам себе.

Во-вторых, для меня остается чрезвычайно туманным термин методы экстраполяции. Методом является набор действий, совершаемых с временным рядом с целью получения прогнозных значений этого ряда. Экстраполяция — есть определение значений временного ряда за пределами его фактических значений. В рамках задачи прогнозирования временных рядов понятия «процесс прогнозирования» и «процесс экстраполяции» эквивалентны.

Здесь более корректно говорить о формализованном методе прогнозирования временного ряда с привязкой к конкретной модели прогнозирования. Например, метод прогнозирования на базе моделей ARIMAX содержит в себе шаги, подробно описанные в книге Бокса-Дженкинса.

В пособии представлена следующая классификационная схема формализованных методов прогнозирования. Я ее считаю совершенно безалаберной и многие, занимающиеся прогнозированием, возможно со мною согласятся. Однако в этой классификационной схеме указаны такие методы прогнозирования, которых я больше нигде не встречала. Так что публикую ее более для полноты картины.

По мнению Тихонова, формализованные экстраполяционные методы прогнозирования включают

• метод наименьших квадратов, ,
• вероятностное моделирование и адаптивное сглаживание.

По мнению Тихонова, формализованные системно-структурные методы прогнозирования включают

• функционально-иерархические,
• метод морфологического анализа,
• матричный метод,
• сетевое моделирование,
• методы структурной аналогии,
• граф и дерево цепей,
• прогнозный сценарий.

По мнению Тихонова, формализованные математические методы прогнозирования включают

• корреляционный и регрессионный анализ,
• метод группового учета аргументов,
• факторный анализ,
• распознавание образов,
• вариационные методы,
• спектральный анализ, ,
• математическая логика,
• моделирование стационарных процессов,
• моделирование нестационарных процессов.

По мнению Тихонова, формализованные ассоциативные методы прогнозирования включают

• метод имитационного моделирования,
• историко-логический анализ,
• методы теоретического распознавания образов, ,
• интеллектуальный анализ данных.

По мнению Тихонова, формализованные методы опережающей информации включают