12.2. Методи верифікації

Існуючі методи верифікації в переважній більшості використовують чисто статистичні процедури, які зводяться до оцінки довірчих інтервалів для розглядання прогнозних значень. При цьому передбачаються два види помилок: помилки, що обумовлені інформацією або описом об'єкту, і помилки безпосередньо методу прогнозування. Помилки першого виду досить легко формалізуються і можуть бути розраховані статистичними методами. Аналіз початкової інформації припускає виявлення сукупності статистичних характеристик, у тому числі визначення виду розподілу. Слід зазначити, що статистичні розрахунки і критерії правомірні лише для нормального закону розподілу, інакше оцінки виявляються неефективними і зміщаються. Іншими статистичними характеристиками є виявлення аномальних спостережень, виділення неперіодичне складових, визначення стрибкоподібних змін у тенденції досліджуваного процесу, визначення варіацій досліджуваного показника, його періодичності. Таких приватних характеристик може бути досить багато в залежності від ступеня деталізації дослідження. Разом з тим найважливішим параметром, що визначає якість прогнозних розрахунків, є обсяг вибірки. Якщо більшість статистичних характеристик можуть бути відкоректовані за допомогою спеціальних процедур, то відсутність інформації можна виправити лише її наявністю. Існують, щоправда, деякі мало обґрунтовані оцінки обсягу вибірки початкової інформації для цілей прогнозування, наприклад оцінка Гурвіца або відоме співвідношення між довжиною інтервалу ретроспекції і попередження, що, як правило, приймається 2:1 або 3:1.

Природно, що інформаційні помилки є основними при одержанні прогнозних результатів. Але варто мати на увазі і помилки, що породжуються самими методами. Існує тісна взаємодія між інформацією і методом, тобто для інформації, що володіє визначеною специфікою, варто використовувати саме той метод, що враховує дану специфіку. Так, існують методи, що досить добре описують сезонні коливання; для інформації, що володіє великими варіаціями, варто використовувати процедури методу найменших квадратів (МНК), у яких реалізується не мінімізація суми квадратів неузгодженостей, а суми модулів неузгодженостей реальних і модельних значень, і т.д.

Таким чином, при проведенні прогнозних розрахунків завжди варто оцінювати і знаходити оптимальну відповідність між інформацією і методом, який використовується для одержання прогнозу. Обґрунтованих процедур отримання такої відповідності в даний час не існує й у цьому є одна з проблем прогнозування. При рішенні цієї проблеми, яка розглянута в аспекті верифікації прогнозних результатів, відповідність «інформація-метод» можна розглядати як один з найважливіших критеріїв при формуванні класифікації методів прогнозування. Дійсно, побудова класифікацій дозволяє упорядкувати, уніфікувати хоча б у деякому наближенні процедуру верифікації, для якої установлення відповідності «інформація-метод» однозначно вказує на мінімальні методичні помилки розрахунків і одночасно, будучи критерієм класифікації формує однозначні групи відповідностей інформаційних характеристик об'єктів і методів.