Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений icon

Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений



НазваниеЭкстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений
Дата конвертации20.05.2012
Размер69.39 Kb.
ТипДокументы

Экстраполяция тенденций как метод анализа информации

при прогнозировании социальных явлений


Бугаев Константин Валериевич


Опубликовано: Вiсник Луганського державного університету внутрішніх справ імені Е.О. Дідоренка, Інформаційне забезпечення розслідування злочинів у сучасних умовах. Спеціальний випуск № 3. Луганськ, 2011. * - издание входит в список ВАК Украины


Источник: сайт «Криминалистика и Судебная экспертиза» http://kbugaev.narod.ru/


Аннотация: с использованием математической формализации предпринята попытка показать специфику метода экстраполяции тенденций: совокупность необходимых данных для прогнозирования, неизбежное снижение точности прогноза в зависимости от его отдаленности, увеличение точности прогноза при более полных исходных данных об объекте исследования и более совершенном научном инструментарии.


^ Ключевые слова: информация, прогнозирование, экстраполяция, тенденции, формализация, социальные явления, правоохранительная деятельность.


Метод экстраполяции тенденций – это частный случай метода экспертных оценок; он актуален при наличии некоторых количественных статистических данных за определенные периоды времени, позволяющих эти тенденции выявить. Для систем, которые можно оценить по некоторым количественным, например, статистическим показателям (что существенно в области социальных явлений – например – для деятельности правоохранительных органов) метод экстраполяции тенденций весьма актуален.

По-cуществу, говоря о прогнозе развития некоего объекта данным методом, можно сказать, что мы, основываясь на имеющейся информации о его настоящем – эмпирические данные (состояние в момент времени t=0 – обозначим A) и научный инструментарий (Q), удовлетворительно описывающий данный объект (соответствующие теории наблюдения)1, выдвигаем гипотезу о его состоянии в той или иной степени отдаленном будущем и даем этому логически обоснованное причинное объяснение, используя научную методологию, теории и средства исследования (обозначим их M) – т.е. выполняем прогноз, который мы понимаем здесь как состояние исследуемого объекта в последующие моменты времени – таким образом «осуществляется экстраполяция прошлых и настоящих тенденций в будущее – без внимания к возможным субъективным последствиям»2. Таким образом, мы логически выводим «описывающее его высказывание, используя в качестве посылок один или несколько универсальных законов вместе с определенными сингулярными высказываниями – начальными условиями»3, с учетом, однако того, что прогноз не однозначен, вероятностен.


Можно выразить необходимые исходные данные для прогноза, обозначив их как D в следующем виде:

[ 1 ] D = A + Q + M

Разумеется, при суммировании в формуле [1] мы не имеем ввиду механическое сложение неких данных – речь идет о необходимости совместного использования вышеуказанных сведений. При этом заметим, что для конкретного прогноза D = константа, т.к. Q, M зависят от состояния научной методологии на текущий момент, подготовленности исследователя и его инструментария; значение A (исходные эмпирические данные, сведения) – также должно быть постоянным в серии прогнозов для одного и того–же объекта исследования для целей повышения достоверности. Из формулы [1] также следует, что научно описанное состояние объекта – это A + Q. Обозначим его S.

[ 2 ] A + Q = S.

Получение прогноза, таким образом, можно представить условно в виде функции развития состояния объекта исследования:


[ 3 ] F (S0, M, t) = Si , где t – временной интервал (t = 1,2,3 … n), S0 – состояние объекта исследования в момент времени t=0, Si – последующие состояния объекта.

Применяя в формуле [3] функцию F мы подразумеваем, что происходят некоторые творческие научные процессы4 для различных периодов времени t с использованием данных S – применяются средства M, а, возможно также и интуиция. Из формулы [3] ясно, также, что точность прогноза выше при более высоких значениях S и M вообще.

Разумеется, чем более полную информацию мы имеем относительно начальных условий, тем более достоверными являются и наши выводы. Однако, в начальные периоды исследования практически невозможно получить полные сведения об изучаемом объекте, поэтому специалисты говорят об уровнях гипотез: первые гипотезы характеризуются низким уровнем достоверности (являясь, в общем, догадками); с накоплением данных об объекте появляются гипотезы второго и, возможно, последующих уровней, которые отличаются более общим или более глубоким содержанием5.

Очевидно, что чем на более отдаленную перспективу распространяется прогноз, тем более обширные и полные сведения необходимы для его построения. Однако, объем исходных знаний об объекте (A) рано или поздно исчерпывается (ограничениями являются методы и средства, доступные исследователю), поэтому точность прогноза на последующие моменты времени (t0+1, t0+2, … t0+n) будет неизбежно снижаться – экстраполяция кривых годится только для краткосрочных прогнозов; быстрый рост кривой может означать близкий разворот тенденции6.

Обозначим закон, по которому происходит снижение точности прогноза как Z. С учетом вышесказанного условно представим точность прогноза (обозначим её – P) в моменты времени t следующим образом:


[ 4 ] St ∙ Z = Pt , где t=0,1, 2, … n

Поясним. Если провести аналогию с известным физическим законом снижения освещенности объекта обратно пропорционально квадрату расстояния от источника света, то тогда в нашем случае расстоянием выступает временной отрезок, а освещенностью – точность прогноза7. Разумеется, квадратичный закон приближенно описывает ситуацию снижения точности прогноза – мы лишь предполагаем для простоты примера, что она снижается именно по данному закону. Не исключено, однако, что это снижение происходит по иному закону – например, по экспоненте. Вопрос о конкретном законе для изучаемого явления вряд-ли может быть решен удовлетворительно на текущий момент ввиду несовершенства точных математических исследований в сфере социальных явлений. Тем не менее, предложив в качестве примера именно квадратичный закон, получаем:

[ 4–1 ] St . 1 = Pt , где t=0,1, 2, … n

(t+1)2


Здесь: для момента времени t=0 точность прогноза (P) равна исходному состоянию объекта (S0) – о прогнозе в данном случае говорить вообще не корректно. Поэтому в данной модели в полном смысле слова прогнозом развития объекта являются его состояния в моменты времени t>0. И уже в момент времени t=1 (шаг или период прогнозирования) условное значение точности прогноза отличается от реального состояния объекта исследования на значение 1/22 , т.е. 0,25 от S1 (напомним: S1 – реальное состояние объекта исследования в момент времени t=1). В момент времени t=2 точность прогноза падает ещё и составляет 1/32 , т.е. 0,11 от S2. И т.д. По-существу, St – это реальное положение дел в изучаемом объекте в разные моменты времени; Pt – прогнозируемое положение дел в данном объекте. И, конечно-же, данная модель – это идеализация, т.к. открытые системы всегда подвержены влиянию извне, т.е. случайности, которая может внести существенные и не поддающиеся прогнозу коррективы в состояние изучаемого объекта (в точке бифуркации, выбора пути развития «поведение системы нельзя предсказать с полной достоверностью»8).

Подчеркнем еще раз, что предложенные формулы – лишь математическая абстракция, модель, призванная в краткой форме наглядно иллюстрировать: а) совокупность необходимых данных для прогнозирования; б) неизбежное снижение точности прогноза в зависимости от его отдаленности9; в) увеличение точности прогноза при более полных исходных данных об объекте исследования и более совершенном научном инструментарии.

Заметим, что некоторые авторы считают, что «строго научной частью прогнозирования может быть лишь подготовительный этап, когда формулируются гипотезы и в соответствии с ними собираются и статистически обрабатываются различные данные. Собственно прогнозирование … все же остается только искусством»10. Думается, что данное утверждение не должно останавливать научные изыскания в рассматриваемом направлении – в науке всегда есть место открытию и то, что раньше было более искусством (алхимия, астрология) дало начало вполне достоверным наукам.


11 Эмпирические данные, описанные научными методами превращаются в научные факты.

2 Феофанов К.А. О сценарном подходе к прогнозированию // Социологические исследования, №5, 2008, С.68.

33 См.: Поппер К. Логика научного исследования / Пер. с англ., – М.: «Республика» . – 2004. – С.54–55.

44 В частности, могут применяться подходы К.Поппера, К.Гемпля, модель Семантического предсказания, о которых говорилось выше, или иные – это вопрос выбранной методологии.

55 Майданов А.С. Методология научного творчества. – М.: Издательство ЛКИ. – 2008. – С.308–309.

66 См.: Турчин А.В. О возможных причинах недооценки рисков гибели человеческой цивилизации // Труды Института системного анализа РАН 2007. Т. 31. – С.277.

77 Конечно, здесь мы говорим о правдоподобности данной гипотезы. Сам термин «правдоподобность» отнюдь не нонсенс в науке – так, например, из анализа произведений К.Поппера специалисты в области научной методологии делают вывод, что Поппер характеризует правдоподобность как степень приближения к более полной информации о реальности – см. Пирожкова С.В. Научное предвидение К.Поппера // Вопросы философии. – №6, 2009. – С.165.

88 См.: Рузавин Г.И. Неопределенность, вероятность и прогноз // Вопросы философии. – №7, 2005. – С.69.

99 Выход из ситуации высокой степени неопределенности долгосрочных прогнозов в какой-то степени разрешает сценарный подход – одновременное рассмотрение нескольких вариантов (сценариев) развития – см., напр.: Феофанов К.А. О сценарном подходе к прогнозированию // Социологические исследования. – №5, 2008. – С.67.

10 10 Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. – М.: «Наука», 1969. – С.181–182.





Похожие:

Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconАнатомические особенности: Сократительный миокард
Экг- это графический метод регистрации электрических явлений, возникающих при работе сердца
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconКомпьютерные м
Компьютерное моделирование как основной метод анализа, прогнозирования и планирования деятельности экономических систем
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconНовый методологический подход в исторической психологии. Занимаясь исторической психологией по теме «реконструкция средневековой личности»
В связи со всем вышеперечисленным, метод палеопсихологической реконструкции следует понимать как своеобразный системный историко-психологический...
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconМетод дискуссии Метод кейс стади
Поиск: оценка информации, полученной из материалов задания, и самостоятельно привлеченной
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconПроект «Бородинское сражение – как было и как могло быть» Критерии для анализа качества исследования
...
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений icon2. Используя ms word, выполните обработку текстового документа
Понятие информации. Виды информации. Роль информации и живой природе и в жизни людей. Язык как способ представления информации: естественные...
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconПротокол № От 200 г. Утверждаю
Выявление отрицательных и положительных тенденций в организации образовательного процесса, разработка на этой основе предложений...
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconБилет 1 Понятие информации. Виды информации. Роль информации и живой природе и в жизни людей. Язык как способ представления информации: естественные и формальные языки.
Понятие информации. Виды информации. Роль информации и живой природе и в жизни людей. Язык как способ представления информации: естественные...
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений iconДокументы
1. /Герменевтика и метод социальных наук.doc
Экстраполяция тенденций как метод анализа информации при прогнозировании социальных явлений icon1. Понятие информации. Виды информации. Роль информации в живой природе и в жизни людей. Язык как способ представления информации: естественные и формальные языки
Понятие информации. Виды информации. Роль информации в живой природе и в жизни людей. Язык как способ представления информации: естественные...
Разместите кнопку на своём сайте:
Документы


База данных защищена авторским правом ©podelise.ru 2000-2014
При копировании материала обязательно указание активной ссылки открытой для индексации.
обратиться к администрации
Документы

Разработка сайта — Веб студия Адаманов