О точности прогноза принято судить по величине погрешности (ошибки) прогноза - разности между прогнозируемым и фактическим значением (реализацией) исследуемой переменной.
Для обеспечения точности и достоверности результатов прогнозирования необходима проверка адекватности или верификация прогнозной модели.
Проверка адекватности модели выполняется с использованием формальных статистических критериев. Однако такая проверка возможна при наличии надежных статистических параметров как оригинала (объекта прогнозирования), так и модели. Если по каким-то причинам такие оценки отсутствуют, то осуществляют сравнение отдельных свойств оригинала и модели.
Верификация модели - оценка ее функциональной полноты, точности и достоверности с использованием всей доступной информации в тех случаях, когда проверка адекватности по тем или иным причинам невозможна.
Наиболее часто используемые методы верификации:
- прямая верификация. Разработка модели того же объекта с использованием иного метода прогнозирования;
- косвенная верификация. Сопоставление результатов, полученных с использованием данной модели, с данными, полученными из других источников;
- консеквентная верификация. Верификация результатов моделирования путем аналитического или логического выведения прогноза из ранее полученных прогнозов;
- верификация оппонентом. Верификация путем опровержения критических замечаний оппонента по прогнозу;
- верификация экспертом. Сравнение результатов прогноза с мнением эксперта;
- инверсная верификация. Проверка адекватности прогнозной модели и объекта в ретроспективном периоде;
- частичная целевая верификация. Построение условных подмоделей, эквивалентных полной модели, в типовых для проектируемой системы ситуациях.
Степень совершенства прогнозов выражают через различные измерители точности прогнозирования. Точность точечного прогноза в момент f, определяется разностью между прогнозом Р, и фактическим значением Fh прогнозируемого показателя в этот момент времени. Отдельный точечный прогноз не определяет точность конкретной процедуры прогнозирования в целом, то есть потребуется некоторая выборка {(Pj, FJ)}, на основе которой рассчитывается значение некоторого измерителя точности прогнозирования.
Для измерения точности прогнозирования можно использовать любой коэффициент парной корреляции между последовательностями прогнозных и фактических значений. Классический критерий точности прогнозирования - коэффициент корреляции Пирсона.
Г. Тейлом, одним из исследователей проблем экономического прогнозирования, предложен в качестве меры качества прогнозов коэффициент расхождения V (или коэффициент несоответствия), числителем которого является среднеквадратическая ошибка прогноза, а знаменатель равен квадратному корню из среднего квадрата реализации.
Et и Pt – соответственно предсказанное и фактическое (реализованное) изменения переменной.
В случае равенства коэффициента нулю (Et = Pt) говорят о совершенном прогнозирование. Соответственно при U > 1 прогноз дает худшие результаты, чем предположения о неизменности исследуемого явлени
Поможем написать любую работу на аналогичную тему