Верификация прогноза

В этом плане  важно четко разграничить категории обоснованности и истинности прогноза. Обоснованность научной информации – это уровень состояния знаний и качество научного исследования. Если новая научная информация опирается на основательную научную теорию, эффективность которой в отношении аналогичных объектов исследования доказана, если эта информация получена в результате достаточно надежных методов, процедур, операций научного исследования, проверенного на других объектах, то она считается вполне обоснованной еще до подтверждения ее практикой.

Критерием истинности научной информации является практика. Однако практику нельзя понимать лишь как чисто эмпирический опыт сегодняшнего дня. Более широкое понимание практики включает, прежде всего, общественно-историческую практику развития человеческого общества в целом. Поэтому проблема истинности прогноза не может ограничиваться возможностью «сиюминутной» практической проверки, должна связываться с реальными тенденциями развития человеческого общества.

В конечном итоге  любая верификация прогноза не является самоцелью. Если прогноз дает эффект в плане повышения научного уровня управления, он выступает как полноценный результат научного исследования задолго до возможности абсолютной верификации. В этом отношении современная наука имеет достаточно проверенных на практике примеров.

Верификация прогноза есть определение степени его достоверности, точности и обоснованности. Абсолютная верификация прогноза, то есть установление степени его соответствия действительному состоянию объекта в прогнозируемом будущем, практически возможна лишь к завершению периода упреждения. Это особая задача, которая выходит за рамки собственно прогнозирования. Но уже на заключительных стадиях разработки прогноза возможна и желательна относительная (предварительная) верификация – определение степени соответствия прогноза требованиям современной науки, его достоверности – вероятности осуществления, предсказанного для заданного доверительного интервала точности, обоснованности, в смысле соответствия теории и практики. Опыт показывает, что верифицированные таким образом прогнозы не только имеют очень высокую степень оправдываемости, до 95—96% значений наиболее вероятного тренда, но служат надежной ориентирующей информацией для управления, дают значительный экономический и политический эффект в смысле оптимизации принятия решений и тем самым полностью оправдывают затраты сил и средств на их разработку.

Таким образом, процедура верификации желательна и обязательна. В сравнительно простых случаях роль этой процедуры фактически играют экспертные опросы.

2. Методы верификации.

Верификация прогнозов  может быть осуществлена следующими методами:

1.Прямая верификация – получение того же значения прогноза, что и верифицируемая величина, но только другим методом прогнозирования.

2.Косвенная верификация – подтверждение прогноза ссылкой на приведенный в литературе прогноз того же объекта.

3. Консеквентная верификация – получение значения верифицируемого прогноза путем логического (или математического) выведения следствий из уже известных прогнозов.

4. Дублирующая верификация – получение значения верифицируемого прогноза из другого прогноза, явившегося ответом на тот же вопрос, но сформулированный в другом варианте.

5. Верификация методом «адвоката дьявола» осуществляется следующим образом: назначаются 2-3 оппонента – «адвокаты дьявола», перед которыми ставится задача привести аргументы и доводы в пользу того, что верифицируемый прогноз не осуществится или не реален. Верифицируемый прогноз будет истинен  в том случае, если прогнозист докажет несостоятельность всех аргументов «адвокатов дьявола».

6. Инверсная верификация проводится в том случае, когда имеется совокупность прогноза объекта по годам, начиная с настоящего времени и до некоторого временного горизонта в будущем. Предположим, методом экспертных оценок получен ряд прогнозных значений какого-либо показателя для периода 2011-2018 годов. Тогда, используя метод наименьших квадратов, можно найти уравнение регрессии для нахождения этих же значений динамического ряда. С помощью этого уравнения можно найти значения показателей в ретроспективном периоде , например  за 2005 – 2008 годы. Другими словами, проводится инверсная экстраполяция. Сопоставляя значения прогнозов, полученные инверсной экстраполяцией с физическими значениями объекта в эти же годы ретроспекции, можно сделать вывод о достоверности полученных прогнозов.
7. Верификация минимизацией систематических ошибок – этот метод состоит в проверке учета источников систематических ошибок в процессе разработки прогнозов. Для реализации данного метода нужно располагать классификацией источника ошибок.

8. Альтернативная экспертная верификация – сравнение с оценкой наиболее компетентного эксперта.

Основные операции по верификации:

– верификация поисковой и нормативной моделей прогноза одним или несколькими способами по выбору;

– доработка моделей на основе обсуждения и их окончательная редакция.

3. Ошибки при верификации.

Многие ошибки возникают в связи с трудностью учета «экстремальных» оценок, то есть суждений, резко отличающихся от большинства, которые могут обладать большой вероятностью реализации, а так же в результате ориентации на оценки традиционно мыслящего большинства.

Прогнозист, в  процессе работы с тем или иным методом, сам может явиться источником ошибок. Если он недостаточно глубоко  освоил этот метод или же не обладает практическими навыками работы с ним, неизбежны ошибки всех типов.

Учет требований полноты и достоверности исходных данных даёт возможность избежать многих ошибок при прогнозировании.

В качестве нерегулярных источников ошибок могут выступать  различные случайные события, а так же редкие единичные случаи типа открытий. Последовательный учет всех возможных источников ошибок увеличивает вероятность реализации верифицируемого прогноза.

Распространение уже отчетливо различимых современных тенденций на будущее – наиболее характерный источник ошибок, встречающийся при прогнозировании. Частным случаем такого подхода является необоснованная экстраполяция, какой либо тенденции за пределы её действия.

Более частыми, чем неточная экстраполяция, являются ошибки вследствие непрезентативности данных, их недостаточности для цельной характеристики или лишь поверхностного соответствия объективной действительности. Искажающее действие даже небольших ошибок в исходных данных резко возрастает с увеличением масштабов прогноза, то есть при переходе с одной стороны, к долгосрочным прогнозам,  а с другой – к обширным прогнозам для  областей науки и экономики.

Следует иметь  в виду, что несостоятельность  прогноза может быть обусловлена  предвзятостью теоретических взглядов. В этом случае неточность прогноза вряд ли может быть сбалансирована каким-либо методом, включая экспертные оценки, а ошибка является более опасной, поскольку она может охватить целые научные школы и направления.

К ошибочным  выводам нередко ведет также  перенос специфических особенностей прогресса одной отрасти на другую (ложная аналогия).

Для преодоления  неточностей, неизбежно имеющих  место в процессе прогнозирования, и повышение степени достоверности  прогноза необходимо, помимо всего, обеспечить активное взаимодействие разных прогностических методов, сочетание их, а также дублирование друг друга с целью взаимной проверки. Такой комплексный подход повышает уровень и качество решения задачи.

Для повышения  достоверности прогноза развития сложных  объектов расширяется использование методов имитационного моделирования, которые предусматривают многократное использование прогностической модели.

Сбор и непрерывный  анализ информации о результатах  подтверждаемости разработанных прогнозов, создание соответствующих банков данных позволяет провести корректировку используемых методов прогнозирования и обновление прогноза.

После выполнения и верификации прогноза необходимо оценить его качество. Для этой цели используют следующие показатели:

1. Полнота прогноза - доля вариантов прогноза из множества возможных и(или) доля функций объекта прогнозирования, рассмотренных а процессе прогнозирования.
2. Точность прогноза - оценка доверительного интервала прогноза для заданной доверительной вероятности.
3. Достоверность прогноза - оценка доверительной вероятности осуществления прогноза для заданной точности (доверительного интервала).

Таким образом прогноз должен содержать в себе возможность его подтверждения или опровержения. Прогноз, который не может быть ни подтвержден, ни опровергнут, бесполезен. Верификация – это эмпирическая проверка теоретических положений путем сопоставления их с наблюдаемыми объектами.

 

Заключение

Социальное  прогнозирование является одним  из важнейших видов прогнозирования, позволяя предвидеть тенденции  и перспективы возможного развития социальных систем, объектов, общественных явлений, процессов. Объектом социального прогнозирования могут быть все социальные системы, все явления, протекающие в обществе. Прогнозирование является составной частью процесса разработки социального проекта. В отрыве от проектирования прогнозирование теряет свой практический смысл. Социальное прогнозирование позволяет учитывать различные варианты движения и развития социальных систем. Выработка верных прогнозов позволяет сделать более совершенным управление и эффективным – проектирование. На основе многочисленных вариантов верификации и корректировки прогнозов производится моделирование будущих состояний систем и процессов развития общества. Получение прогнозных оценок должно быть подвергнуто верификации для их надежности.

Верифицированный  прогноз  может дать  высокую  степень оправдываемости  и  может  послужить  надежной  ориентирующей  информацией для принятия управленческого  решения.

 

 

 

 

 

 

 

 

 

 

 

Список  использованной литературы

 

1. Бестужев-Лада И.В., Наместникова Г.А. Социальное прогнозирование. – М.: Педагогическое общество России, 2002. – 215 с.
2. Бестужев-Лада И.В. Основные этапы разработки прогнозов. (К комплексной методике социального прогнозирования) // Социологические исследования. 1982, №1.

3. Курбатов В.И. Социальная работа: Учебное пособие. – М.: Издательско-торговая корпорация «Дашков и К», Ростов н/Д: Наука – Пресс, 2007 – 480с. – (Бакалавр)

 4. Краснов Б.И. Политическое прогнозирование // Социально-политический журнал. – 1995, с 8-12.

5. Луков В.А. Социальное проектирование.- М.: Издательство МГУ: Флинта, 2006. - 240 с.

6. Сафронова В.М. Прогнозирование, проектирование и моделирование в социальной работе. - М.: Академия, 2007. - 234 с.

7. Холостова Е.И. Социальная работа: Учебное пособие. – 4-е изд. – М.: Издательско-торговая корпорация «Дашков и К», 2007. – 668с.

8. Ядов В.А. Социологическое исследование: Методология, программа, методы. – М., 1995

 

 

¹  Краснов Б.И. Политическое прогнозирование // Социально-политический журнал. – 1995, с 8-12.

² Холостова Е.И. Социальная работа: Учебное пособие. – 4-е изд. – М.: Издательско-торговая корпорация «Дашков и К», 2007. – 668с.