Sélection de la méthode de prévision optimale. Classification des méthodes de prévision

25.09.2019

Les différences dans la nature des objets prévus, ainsi que dans le calendrier de prévision, le degré d'exhaustivité et de fiabilité des données initiales, prédéterminent l'utilisation de différentes méthodes de prévision. La spécificité des méthodes se reflète dans la séquence et le contenu des travaux d'élaboration de la prévision.

L'ensemble des méthodes de prévision, principalement selon leur degré d'homogénéité, peut être largement divisé en groupes de méthodes simples et complexes (Fig. 7.3).

Groupe de méthodes simples combine des méthodes de prévision homogènes dans leur contenu et dans les outils utilisés (analyse morphologique, extrapolation de tendances, etc.).

Méthodes complexes refléter des agrégats, des combinaisons de méthodes, le plus souvent mises en œuvre par des systèmes de prévision particuliers (méthode du graphe prévisionnel, méthode des Patterns, etc.).

Selon la nature des informations sur la base desquelles la prévision est établie, toutes les méthodes de prévision sont divisées en trois classes : factuel, expert et combiné.

Méthodes factuelles basé sur des faits matériel d'information sur l'évolution passée et présente de l'objet de prévision. Ces méthodes sont le plus souvent utilisées dans la prévision exploratoire des processus évolutifs et sont attrayantes pour leur relative simplicité et leur objectivité. Cependant, si des contraintes imprévues entravent le processus de développement, l'utilisation de ces méthodes peut conduire à des erreurs dans les prévisions. Lors du choix de ces méthodes, il convient de tenir compte du fait qu'elles sont applicables sous réserve des conditions suivantes :

– la probabilité de maintenir les facteurs qui ont déterminé le processus de développement dans le passé est supérieure à la probabilité de leur changement ;
– la probabilité de l'influence combinée de tous ces facteurs sur le développement dans la direction précédente est supérieure à la probabilité de son changement.

La fiabilité et la précision des méthodes factuelles peuvent être augmentées en les combinant avec des méthodes expertes.

Parmi les méthodes factuelles, on distingue un groupe de méthodes statistiques (paramétriques) et un groupe de méthodes avancées. Le premier d'entre eux comprend des méthodes basées sur la construction et l'analyse de séries dynamiques de caractéristiques (paramètres) de l'objet de prévision. Parmi eux, les plus répandus sont : l'extrapolation,

Riz. 7.3.

interpolation, méthode des analogies (modèles de similarité), méthode paramétrique.

Le deuxième groupe factuel comprend des méthodes basées sur l'utilisation de la propriété de l'information scientifique et technique pour faire progresser la mise en œuvre des réalisations scientifiques et techniques dans activités pratiques. L'une des méthodes appartenant à ce groupe (publication) repose sur l'analyse et l'évaluation de la dynamique des publications.

Une autre méthode (brevet) repose sur l'évaluation des inventions et l'étude de la dynamique de leur brevetage. Sur la base de la dynamique de l'intensité des brevets, on peut évaluer et prédire le développement d'une direction particulière.

Contrairement aux méthodes de prévision factuelles, les méthodes expertes reposent sur des jugements d’experts. Ils peuvent être divisés en groupes selon le nombre d'experts impliqués et la disponibilité d'un traitement analytique des données d'examen.

Considérons les principales méthodes de prévision de recherche (recherche).

Il existe des méthodes d'extrapolation et d'interpolation des tendances de développement. La base de l'extrapolation est l'analyse de séries chronologiques, qui représentent des ensembles de mesures ordonnées dans le temps des principales caractéristiques de l'objet étudié. Les méthodes d'extrapolation prédictive comprennent : l'extrapolation de tendance, l'extrapolation de courbes enveloppes, les dépendances de corrélation, etc. Une tendance est une représentation analytique ou graphique de l'évolution d'une variable au fil du temps, obtenue en isolant la composante régulière (systématique) d'un des séries chronologiques. La séquence temporelle des valeurs rétrospectives d'une variable d'objet de prévision est appelée une série dynamique, constituée de composantes déterministes et stochastiques.

La composante déterministe (ou tendance) caractérise la dynamique naturelle du développement de l'objet dans son ensemble, et la composante stochastique reflète les fluctuations aléatoires (bruit) dans le processus de fonctionnement de l'objet au fil du temps. La tâche de la prévision est de déterminer le type de fonctions d'extrapolation X t et e t basé sur les données réelles initiales sur l'objet.

Lors de l'utilisation de l'extrapolation pour former une prévision, il est nécessaire de prendre en compte l'effet de facteurs externes, car la fonction d'extrapolation reflète la tendance de développement dans le passé et le présent, mais elle peut ne pas toujours persister dans le futur. L’extrapolation des tendances sans tenir compte de l’impact attendu des facteurs de fond de prévision actifs est appelée « extrapolation naïve ».

L'extrapolation s'effectue en deux étapes : dans la première, le type de fonction qui décrit la série empirique est sélectionné ; sur la seconde, les paramètres de la fonction d'extrapolation sélectionnée sont calculés.

L'extrapolation peut être utilisée non seulement pour prédire des paramètres espèce individuelle produits, mais aussi pour déterminer les perspectives de développement d'une large classe de systèmes. Dans ce cas, ils ont recours à la méthode de la courbe enveloppe. Courbe d'enveloppe- il s'agit d'une ligne qui présente en tous points une tangente commune avec l'une des lignes de la famille d'évolution des paramètres caractéristiques du système, dont l'analyse des évolutions permet de prédire efficacement l'évolution de l'ensemble du système.

Le plus difficile est de déterminer les paramètres caractéristiques du système. L'un des moyens possibles de surmonter cette difficulté est de diviser tous les paramètres en intensifs et extensifs, en fonction des facteurs de développement d'un système donné qui prédomineront - internes ou externes.

Exemples paramètres intensifs peut être:

– rapport entre les intrants et les extrants (efficacité de conversion de la matière, de l'énergie, du transfert d'informations, taux de croissance des produits, etc.) ;
– caractéristiques fonctionnelles (efficacité du nettoyage, limites de modification des paramètres physiques et chimiques, intensité de travail, etc.).

Options étendues peut inclure des caractéristiques telles que le poids, les dimensions du produit, le volume de production, la marge bénéficiaire, le volume des rejets et émissions industriels. La fiabilité de la méthode d'évaluation peut être augmentée en combinaison avec d'autres méthodes (par exemple, l'expertise).

Avec diverses options les extrapolations dans les prévisions sont également utilisées méthode d'interpolation. Il est utilisé dans le cas où des valeurs intermédiaires inconnues sont déterminées à partir des valeurs initiales et finales connues de la caractéristique souhaitée d'un objet. Un exemple classique d’utilisation de la méthode d’interpolation est la prédiction de D.I. Mendeleev sur l’apparition de nouveaux éléments chimiques basé sur les fonctions précédemment ouvertes et installées loi périodique répartition des éléments.

Prévision par analogie consiste à établir l'équivalence (similarité) entre des objets comparés, lorsque, sur la base d'une étude du comportement d'un système, est prédit le comportement (le développement) d'un autre système.

L'utilisation de l'analogie à des fins de prévision présente certaines difficultés. Il faut tout d'abord identifier les éléments de continuité et les critères de similitude des objets comparés, ainsi qu'analyser l'identité de l'action des facteurs environnementaux (fond actif). Sur la base de l'analyse d'un modèle similaire et de l'objet prédit, la possibilité (conditions et restrictions) d'utiliser un modèle de similarité lors de l'élaboration d'une prévision est établie.

Méthodes expertes (individuelles et collectives), qui s'appuient sur les jugements de spécialistes concernant les perspectives d'évolution des objets. Ces méthodes s'appuient sur la mobilisation de l'expérience professionnelle et de l'intuition. Généralement, les méthodes expertes sont utilisées lorsque des objets qui ne peuvent pas être formalisés mathématiquement sont analysés.

Méthode la génération d'idées basé sur l'activation de l'activité psycho-intellectuelle. Cette méthode peut avoir plusieurs variétés. En tant que méthode d'expertise individuelle, elle consiste à identifier l'opinion d'un expert à l'aide d'un contrôle programmé, notamment l'accès à la mémoire humaine ou à un périphérique de stockage informatique.

Une autre option est la génération d’idées collectives. La promotion des idées est activée avec la participation directe d'une équipe d'experts. Le but de la méthode est d'obtenir grand nombre des idées originales dans un court laps de temps. Pour assurer une atmosphère de libre créativité, le brainstorming nécessite le respect d'un certain nombre de règles : inadmissibilité des critiques, expression concise des idées, strict respect des réglementations, continuation et développement des idées précédemment exprimées par d'autres experts, écoute de tous les avis (même fantastiques). au premier coup d'œil). La composition du groupe d'experts est de 5 à 7 (jusqu'à 10) personnes. La durée des discussions est de 30 à 40 minutes. Le principal problème lié à l’utilisation de cette méthode est la constitution d’un groupe d’experts. Le plus souvent, ils sont composés de spécialistes différents profils, mais enclin à générer des idées. Le brainstorming est basé sur l'utilisation méthode de pensée associative.

Analyse morphologique– une méthode de prévision experte, qui appartient au groupe des méthodes individuelles et vise à identifier les options possibles pour le développement d'un objet de prévision en construisant une matrice des caractéristiques de l'objet et de leurs valeurs possibles, suivie d'une énumération et d'une évaluation des options de combinaison. Cette méthode peut servir d’outil pour prédire les inventions qui n’ont pas encore été réalisées ou pour classer les inventions probables en fonction du moment de leur apparition.

Les principales dispositions de l'analyse morphologique sont la nécessité de :

– formuler avec précision le problème à résoudre ;
– déterminer les moyens nécessaires pour réaliser fonctions spécifiées;
– identifier les paramètres caractéristiques de l'objet ;
– classer chacun des paramètres en plages ou modes et dresser une carte morphologique (matrice) ;
– générer des options sous forme de chaînes d’éléments cartographiques à travers des combinaisons incluant un élément de chaque ligne de la matrice ;
– évaluer l’efficacité et la faisabilité des options de mise en œuvre.

Si nous décrivons toutes les caractéristiques d'un objet (paramètres) et les alternatives pour chacun d'eux dans forme matricielle, les options de conception peuvent alors être représentées par des lignes passant par un seul élément dans chaque ligne.

Méthode "arbre d'objectifs"peut être considérée comme la méthode experte la plus efficace de prévision normative. Sa tâche principale est de relier les objectifs lointains aux actions qui doivent être entreprises dans le présent. L'"arbre des objectifs" est une structure hiérarchique reflétant les relations de cause à effet entre éléments (objectifs).

Logiquement lié à la méthode « goal tree » méthode matricielle basé sur l'utilisation de matrices reflétant l'influence de facteurs sur l'objet de prévision. Lors de la construction de matrices, un certain nombre d'actions séquentielles sont effectuées :

– identifier et regrouper les facteurs influençant l’atteinte de l’objectif, selon la nature de leur contribution ;
– identifier des complexes homogènes de facteurs ;
– déterminer l’influence des complexes les uns sur les autres ;
– déterminer le plein impact de chaque facteur sur la réalisation des objectifs finaux.

Parmi les méthodes d'expertise prévisionnelle qui font appel aux avis de groupes d'experts, les plus connues sont la méthode Delphi et la méthode des expertises collectives.

Méthode Delphi (Delphes) - l'une des méthodes courantes pour dresser un tableau de l'avenir - consiste à généraliser et à traiter statistiquement les avis d'experts sur les perspectives de développement des domaines dans lesquels ils se spécialisent, ainsi que des domaines connexes.

L'essence de la méthode est que l'enquête auprès des experts est réalisée en plusieurs tours (à l'aide de questionnaires spéciaux). Chaque tour affine les réponses précédentes et amène progressivement les experts à une solution convenue. Les évaluations d'experts ne nécessitent pas d'interaction personnelle et remplacent le débat direct par un programme soigneusement conçu d'entretiens individuels séquentiels.

Les résultats du traitement de l'expertise collective sont utilisés lors de la construction d'un « arbre d'objectifs » et lors du choix des moyens d'étudier (ou de mettre en œuvre) un problème.

Quel que soit le niveau de traitement analytique, toutes les méthodes expertes souffrent encore d’évaluations subjectives. Ainsi, chacun des groupes évoqués ci-dessus présente certains avantages et inconvénients. La volonté de réduire les erreurs de prévision et d'apporter des solutions à des problèmes très divers (du formalisé à l'informel) a conduit à l'émergence de méthodes de prévision complexes, le plus souvent mises en œuvre dans les systèmes de prévision.

Méthodes combinées inclure des méthodes avec une base d'informations mixtes, dans lesquelles les informations expertes et factuelles sont utilisées comme informations primaires.

Une de ces méthodes est Méthode de modèle– justification de la planification par l'évaluation scientifique et technique de données quantitatives. La prévision est réalisée sur la base d'un scénario - un bilan synthétique un certain nombre tendances simulées dans le développement d’événements réels possibles. Le plan de travail comprend plusieurs étapes :

– construction d'un scénario pronostique ;
– élaboration de prévisions de recherche des principales caractéristiques de l'objet de prévision ;
– analyse morphologique ;
– élaboration d'un « arbre d'objectifs » ;
– évaluation des éléments des niveaux de « l'arbre des objectifs » selon les critères d'importance relative, d'utilité, d'état, de développement, etc. ;
– développement d'options pour la répartition optimale des ressources entre les éléments des niveaux de « l'arbre des objectifs ».

Le scénario tente d'analyser, sans estimations quantitatives, les objectifs de l'entreprise, l'orientation des efforts et des tâches. Les résultats sont utilisés pour créer un « arbre des objectifs » et établir des coefficients de signification. Parallèlement, grâce aux méthodes d'extrapolation et de courbe enveloppe, une prévision technologique est établie à tous les niveaux.

Lors de l'élaboration d'un « arbre d'objectifs », deux groupes supplémentaires de caractéristiques sont déterminés :

– coefficient d'utilité mutuelle (utilisation des résultats obtenus dans d'autres domaines) ;
– état de préparation du projet (recherche, recherche et développement technique, conception, produit fini) et délais de travail sur les systèmes et sous-systèmes.

Un des tâches les plus importantes la prévision doit être considérée comme une augmentation de la fiabilité, de la fiabilité et de l’exactitude des prévisions.

Cet article décrit les méthodes de prévision, leur signification, leur classification et leurs brèves caractéristiques. Les principaux critères de sélection de ces méthodes sont présentés et des exemples de leur application pratique efficace sont donnés. Souligné également rôle spécial méthodologie de prévision dans monde moderne une instabilité accrue.

L'essence et l'importance de la méthodologie de prévision

DANS concept général la prévision est le processus de prédétermination de l'avenir en fonction de paramètres initiaux (expérience, modèles identifiés, tendances, connexions, perspectives possibles, etc.). Sur une base scientifique, la prévision est utilisée dans divers domaines de l'activité humaine : économie, sociologie, démographie, sciences politiques, météorologie, génétique et bien d'autres. La plupart Exemple illustratif utilisation de la prévision dans Vie courante une personne connaît les prévisions météorologiques quotidiennes.

À son tour, utilisation efficace les prévisions fondées sur une base scientifique nécessitent le recours à certaines techniques, notamment ligne entière méthodes de prévision. Au début du siècle dernier, lorsque la recherche scientifique a commencé dans ce domaine, seules quelques méthodes similaires avec une gamme d'applications limitée ont été proposées. Sur ce moment Il existe de nombreuses méthodes de ce type (plus de 150), même si dans la pratique, seules quelques dizaines de méthodes de prévision de base sont utilisées. Parallèlement, le choix de certaines méthodes dépend à la fois du champ d'application de leur application et des objectifs des recherches prévisionnelles menées, ainsi que de la disponibilité d'outils de prévision spécifiques pour le chercheur.

Concepts de base en méthodologie de prévision

Une méthode de prévision est une méthode spécifique visant à étudier l'objet de prévision afin d'obtenir une prévision cible.

La méthodologie de prévision est un ensemble général de connaissances sur les méthodes, techniques et outils permettant de faire des prévisions.

La méthodologie de prévision est une combinaison de méthodes, de techniques et d'outils choisis pour obtenir une prévision cible.

L'objet de la prévision est un certain domaine de processus dans lequel des recherches sont menées sur le thème de la prévision.

Objet de la prévision - juridique ou individuel, réalisant travail de recherche afin d'obtenir des prévisions.

Différences et relations entre la planification et le processus de prévision

Prévision versus planification :

est informatif et non prescriptif ;
couvre non seulement les activités d'une entreprise ou d'une organisation spécifique, mais l'ensemble de l'environnement externe et interne ;
peut être de nature à plus long terme ;
ne nécessite pas de détails importants.

Cependant, malgré toutes les différences, prévision et planification entretiennent des relations étroites, notamment dans le domaine économique. La prévision cible qui en résulte montre le domaine des risques et des opportunités potentiels, dans le contexte duquel se forment des problèmes, des tâches et des objectifs spécifiques qui doivent être résolus et pris en compte lors de l'élaboration de plans de diverses formes (stratégiques, opérationnels, etc. .). En outre, les prévisions offrent la possibilité d’avoir une vision analytiquement solide et multivariée du développement potentiel, ce qui est nécessaire pour élaborer des plans alternatifs. DANS dans un sens général on peut dire que la relation entre prévision et planification réside dans le fait que, bien que la prévision ne définisse pas de tâches de planification spécifiques, elle contient les informations nécessaires à une planification efficace des objectifs.

Classificateurs de base dans la méthodologie de prévision

La classification principale des méthodes de prévision est généralement effectuée selon les critères suivants :

Par degré de formalisation :

intuitifs, qui sont utilisés pour des tâches difficiles à prévoir à l'aide d'expertises (entretiens, méthode des scénarios, méthode Delphi, brainstorming, etc.) ;
les méthodes formalisées, qui font principalement appel à des calculs mathématiques plus précis (méthode d'extrapolation, méthode des moindres carrés, etc., ainsi que diverses méthodes de modélisation).

De par la nature du processus pronostique :

méthodes qualitatives basées sur des évaluations d'experts et des analyses ;
méthodes quantitatives basées sur des méthodes mathématiques ;
méthodes combinées, incluant (synthèse) des éléments de techniques à la fois qualitatives et quantitatives.

Selon le mode d'obtention et de traitement des données d'information :

Méthodes statistiques, impliquant l'utilisation de modèles structurels quantitatifs (dynamiques) pour le traitement des données d'information ;
méthodes d'analogies basées sur conclusions logiques sur la similitude des modèles de développement divers processus;
méthodes avancées, caractérisées par la capacité de construire des prévisions basées sur les dernières tendances et modèles de développement de l'objet étudié.

En outre, l'ensemble de ces méthodes peut être divisé en méthodes de prévision générales et méthodes spécialisées. Les méthodes générales comprennent celles qui couvrent un large éventail de solutions aux problèmes pronostiques champs variés activité de la vie. Un exemple de telles prévisions peut être des évaluations d'experts dans divers domaines. D'autre part, il existe des méthodes qui se concentrent uniquement sur un certain domaine d'activité, comme par exemple la méthode du bilan, largement répandue dans le domaine économique et axée sur l'information comptable.

Brève description des méthodes de prévision

Comme nous l'avons déjà indiqué, il existe actuellement de nombreuses méthodes de prévision. Les principales méthodes de prévision comprennent celles qui sont actuellement les plus répandues et utilisées dans divers domaines.

Méthode Étant donné que pour résoudre de nombreux problèmes de prévision, les données formalisées fiables, y compris les données mathématiques, sont souvent insuffisantes, cette méthode est très populaire. Il s'appuie sur l'avis professionnel d'experts expérimentés et de spécialistes dans divers domaines, suivi du traitement et de l'analyse d'enquêtes.
La méthode d'extrapolation est utilisée pour la dynamique systémique stable de divers processus, lorsque les tendances de développement persistent à long terme et qu'il existe la possibilité de les projeter sur des résultats futurs. Cette méthode est également utilisée pour des objets du même domaine d'activité avec des paramètres similaires, en supposant que l'impact de certains processus sur un objet, entraînant certaines conséquences, entraînera des résultats similaires dans d'autres objets similaires. Cette prévision est aussi appelée méthode des analogies.
Méthodes de modélisation. Le développement de modèles est effectué sur la base de certains objets ou systèmes, de leurs éléments et processus, avec test expérimental ultérieur du modèle construit et apport des ajustements nécessaires. À l'heure actuelle, les méthodes de modélisation prédictive ont le plus large éventail d'applications dans divers domaines allant de la biologie à la sphère socio-économique. En particulier, les possibilités de cette technique ont été révélées avec l'avènement des technologies informatiques modernes.
est également l'une des principales méthodes. Cela implique une approche de prévision axée sur des buts et objectifs spécifiques formulés par le sujet de la prévision avec l'établissement de certaines valeurs normatives.
La méthode des scénarios s'est généralisée dans l'élaboration de décisions de gestion permettant d'évaluer l'évolution probabiliste des événements et des résultats possibles. C'est-à-dire que cette méthode implique d'analyser la situation avec la détermination ultérieure des tendances probables de son évolution sous l'influence de certaines décisions de gestion.
Méthodes de prospective. La méthodologie la plus récente, qui comprend toute une gamme de méthodes et de techniques différentes, visant non seulement à analyser et à prévoir l'avenir, mais également à le façonner.

Méthodes de prévision statistique

L'une des principales méthodes de prévision sont les méthodes statistiques. Les prévisions développées par de telles méthodes peuvent être les plus précises, à condition que les données d'information initiales pour l'analyse des caractéristiques quantitatives et semi-quantitatives nécessaires des objets de prévision soient complètes et fiables. Ces méthodes sont une forme de techniques de prévision mathématique qui permettent de construire des séries chronologiques prometteuses. Les méthodes de prévision statistique comprennent :

recherche et application de méthodes mathématiques et statistiques modernes pour établir des prévisions basées sur des données objectives ;
recherche théorique et pratique dans le domaine de la modélisation probabiliste et statistique de méthodes de prévision expertes;
études théoriques et pratiques de prévision dans un environnement à risque, ainsi que méthodes combinées de symbiose de modèles économico-mathématiques et économétriques (y compris formalisés et experts).

Outils de support pour la méthodologie de prévision

Les outils auxiliaires des méthodes de prévision heuristique comprennent : des questionnaires, des cartes, des questionnaires, divers matériel graphique et ainsi de suite.

Les outils des méthodes formalisées et mixtes comprennent une large gamme d'outils et de techniques d'appareils mathématiques auxiliaires. En particulier:

fonctions linéaires et non linéaires ;
fonctions différentielles ;
outils statistiques et mathématiques pour la corrélation et la régression ;
méthode des moindres carrés ;
techniques matricielles, appareils de réseaux neuronaux et analytiques;
appareil du théorème central limite multidimensionnel de la théorie des probabilités ;
appareil à ensemble flou, etc.

Critères et facteurs de choix de certaines méthodes lors de l'élaboration de prévisions

Le choix des méthodes de prévision est influencé par divers facteurs. Ainsi, les tâches opérationnelles nécessitent davantage de méthodes opérationnelles. Dans le même temps, les prévisions à long terme (prévisions stratégiques) nécessitent l'utilisation de méthodes de prévision de nature intégrée et globale. Le choix de certaines méthodes dépend également du champ d'application, de la disponibilité des informations pertinentes, de la possibilité d'obtenir des évaluations formalisées (quantitatives), des qualifications et de l'équipement technique des sujets de prévision, etc.

Les principaux critères de la méthodologie peuvent être :

caractère systématique dans la formation des prévisions ;
adaptabilité (variabilité) à d'éventuels changements paramétriques ;
validité du choix de la méthodologie en termes de fiabilité et d'exactitude relative de la prévision ;
continuité du processus de prévision (si une tâche ponctuelle n'est pas définie) ;
faisabilité économique - les coûts de mise en œuvre du processus de prévision ne doivent pas dépasser l'effet de l'application pratique de ses résultats, notamment dans le domaine économique.

Exemples d'utilisation efficace des outils de pronostic existants

Application pratique efficace des méthodes de prévision, dont l'exemple le plus courant à l'heure actuelle est leur utilisation dans l'environnement des entreprises. Ainsi, les entreprises les plus progressistes ne se passent plus de faire des prévisions lors de la planification complète de leurs activités. Dans ce contexte, les prévisions sur les conditions du marché, la dynamique des prix, la demande, les perspectives d'innovation et d'autres indicateurs pronostiques, y compris les fluctuations naturelles climatiques saisonnières et le climat sociopolitique, sont importantes.

En outre, il existe de nombreux exemples d’application efficace de la méthodologie de prévision dans divers domaines :

utilisation de la modélisation mathématique pour prédire les situations d'urgence potentielles dans les entreprises dangereuses ;
des prévisions environnementales et économiques systémiques à l’échelle du pays et des régions ;
prévision socio-économique des tendances de développement de la société dans son ensemble et de ses éléments individuels ;
la prévision dans le domaine de la physique quantique, des nouvelles biotechnologies, technologies de l'information et bien d'autres domaines.

Le rôle de la méthodologie de prévision dans le monde moderne caractérisé par une incertitude accrue et des risques mondiaux

En conclusion, il faut dire que la méthodologie de prévision est depuis longtemps pleinement intégrée à la vie humaine, mais c'est précisément de nos jours qu'elle devient la plus pertinente. Cette tendance est associée à la fois au développement rapide processus technologiques dans le monde et avec une incertitude croissante dans l'environnement interne et externe. De nombreux phénomènes de crise dans l'économie, la politique, sphère sociale provoquer une augmentation de la charge de risque dans tous les domaines d'activité. L'approfondissement des processus de mondialisation a conduit à l'émergence de risques systémiques mondiaux, générant un éventuel effet domino, lorsque les problèmes de certaines entreprises ou pays ont un impact négatif grave sur l'état économique et politique de l'ensemble de la communauté mondiale. aussi dans Dernièrement Les risques associés à l’instabilité naturelle et climatique, aux catastrophes majeures d’origine humaine et aux crises militaro-politiques se sont intensifiés. Tout cela témoigne du rôle particulier que joue la prévision des phénomènes de risque potentiels à la fois mondiaux et individuels actuels dans le monde moderne. Une prévision systémique efficace qui répond aux défis modernes peut permettre d’éviter ou de réduire les conséquences de nombreuses menaces, voire de les transformer en avantages.

méthodes de prévision économique comprendre un ensemble de techniques, d'évaluations et de méthodes d'étude des processus économiques qui permettent, à partir d'une analyse des connexions internes et externes passées (rétrospectives) du système ou de leurs évolutions, d'envisager son évolution possible (probable) dans le futur .

Le choix de la méthode de prévision repose principalement sur la nécessité d'assurer l'exhaustivité fonctionnelle, la fiabilité et l'exactitude de la prévision, ainsi que sur la nécessité de réduire les délais et espèces mener à bien le processus de prévision du développement économique. Cela dépend des facteurs suivants : le but de la prévision, ses objectifs ; la période pour laquelle la prévision est générée ; spécificité de l'objet de prévision (à savoir ses caractéristiques dynamiques de l'environnement de fonctionnement du marché, sa complexité, son ampleur) ; fiabilité, exhaustivité et nature des informations initiales sur l'objet de prévision ; facteurs limitants de prévision (ressources, algorithmes, programmes, etc.) ; exigences en matière de prévision des résultats.

Tous ces facteurs influençant le choix d'une méthode de prévision doivent être considérés dans une unité systémique et une certaine séquence définie par rapport à l'objet de prévision. Mais cela ne signifie pas que tous les facteurs énumérés ci-dessus doivent être pris en compte. Si certains d'entre eux sont jugés sans importance dans les conditions d'un objet (phénomène) prédit particulier, ils peuvent alors être retirés de l'examen ou ne pas être pris en compte.

les systèmes de méthodes utilisés dans la prévision du développement économique établissent certains critères de classification. La caractéristique la plus courante est le degré de formalisation, selon lequel les méthodes de prévision sont divisées en méthodes intuitives et formalisées. La deuxième caractéristique de classification peut être appelée principe général actions des méthodes de prévision (on distingue ici les méthodes expertes, factuelles et combinées). Selon la méthode d'obtention des informations prévisionnelles, les méthodes de prévision sont divisées en statistiques, expertises, analogies et modélisation.

La classification des méthodes, outre la nécessaire systématisation de la procédure de prévision, devrait permettre analyse comparative et choisir la méthode de prévision la plus appropriée.

Méthodes de prévision expertes utilisé lorsque l’ensemble des informations qui caractérisent le développement de l’économie dans le passé est insuffisant ou inexistant. Les méthodes expertes sont basées sur l'utilisation de l'évaluation (intuition) d'experts spécialisés concernant les perspectives de développement des processus économiques dans le futur. Selon le principe de fonctionnement, les méthodes d'expertise se répartissent en : a) méthodes d'expertise individuelle et b) méthodes d'expertise collective.

Modalités d'expertise individuelle Il s'agit notamment de méthodes de prévision basées sur l'utilisation du jugement (évaluation) d'un ou plusieurs experts spécialistes comme source d'information. Parallèlement, les experts doivent être compétents dans le domaine d'activité soumis à prévision. Ces méthodes comprennent des questionnaires, des analyses et des mémos, des méthodes d'écriture de scénarios, des analyses morphologiques, des entretiens, des discussions, la génération psycho-intellectuelle d'idées. Les plus courantes sont les interviews, la méthode analogique et la méthode d'écriture de scénario.

Les méthodes d'expertise individuelle restent les moyens les plus accessibles, mais pas les plus fiables, pour élaborer une prévision en raison d'une subjectivité importante et de la dépendance à l'égard du professionnalisme et de la compétence de l'expert. L'utilisation de méthodes d'expertise collective est une tentative d'augmenter le degré d'objectivité des avis d'experts et d'augmenter la fiabilité des discussions de groupe.

Modalités d’expertise collective - il s'agit de méthodes basées sur l'identification d'une évaluation objective généralisée d'un groupe d'experts par le traitement d'évaluations individuelles, qui peuvent être réalisées aussi bien par contact direct (enquête) qu'indirect (questionnaire) avec des experts. Ces méthodes comprennent : la méthode des commissions d'experts, la méthode de génération collective d'idées, la méthode table ronde, méthode Delphi, prévision heuristique, méthodes synoptiques, modèles matriciels.

Méthodes factuelles utilisé lorsque la base d'informations sur l'évolution passée de l'objet est suffisante et complète. Les méthodes factuelles comprennent les méthodes statistiques, les méthodes d'analogie et les méthodes de modélisation prédictive.

Méthodes statistiques s'appuient sur l'analyse de séries chronologiques, qui permettent de dégager des tendances générales d'évolution de l'objet. Il existe des séries chronologiques à tendance stable (tendance), à tendance instable, à tendance absente. Lors de la prévision d'indicateurs avec une tendance persistante, les méthodes de statistiques mathématiques suivantes sont utilisées : ectrapolation prédictive, moyenne mobile, méthode des moindres carrés et lissage exponentiel adaptatif, pondérations harmoniques. Pour prédire des séries temporelles à tendance instable et absente, les méthodes les plus appropriées sont l'analyse de corrélation-régression, la modélisation probabiliste de chaînes de Markov, les méthodes basées sur des fonctions à structure flexible, neurone ou réseau.

Méthode d'analogies consiste à transférer un modèle de développement préalablement établi d'un objet analogique vers l'objet prédit. Ils sont utilisés lorsque l'objet de prévision est considéré comme un modèle physique et grandeur nature de l'objet analogue, et que les buts et objectifs de la prévision correspondent aux buts et objectifs du développement de l'objet analogue. Les méthodes d'analogie les plus utilisées dans la prévision économique et développement social est une analogie mathématique, historique et structurelle.

Méthodes de modélisation prédictive consistent à construire une image conditionnelle de l'objet de prévision, reflétant ses caractéristiques dans l'environnement réel, essentielles à la prévision. En prévision, un tel modèle remplace un objet qui n'existe pas et son objectif est donc de construire une image informationnelle possible de l'objet prédit et des processus qui s'y déroulent. Lors de la prévision, le modèle devient le seul outil permettant de tester le concept du futur pour les hypothèses et de déterminer les limites des trajectoires de développement possibles, c'est-à-dire que le modèle relie l'image informationnelle du moderne avec une réflexion théorique du futur. Dans la pratique de la prévision économique, les types de modèles suivants sont le plus souvent utilisés : structurel, de simulation, de réseau, statistique, économico-mathématique, factoriel, économétrique.

Il convient de noter que dans la pratique mondiale de la prévision macroéconomique, la plupart des modèles prédictifs de développement socio-économique sont développés à l'aide d'outils économétriques. Les mathématiciens économiques travaillent à la création d'un appareil analytique adapté à l'établissement de prévisions. Les modèles économétriques à grande échelle ont un objectif polyvalent et sont utilisés à la fois pour prédire les variables économiques (niveau de chômage, taux de croissance des prix, taux de change de la monnaie nationale) sur une certaine période de temps et pour identifier les tendances du développement de l'économie nationale. dans son ensemble. Sur cette base, il est possible d'évaluer les conséquences probables de certaines décisions étatiques et politiques et l'impact du facteur mondial sur l'économie nationale. Les modèles les plus faisant autorité dans les pays occidentaux sont les modèles développés par des spécialistes de la Wharton Business School (les origines de cette direction étaient L. Klein, la société Data Resources (A. Ekstein) et Chase Economics (M. Bvans)). Aujourd’hui, la fiabilité des modélisations économétriques est complétée par des outils de prévision non mathématiques, notamment les estimations d’experts. L'une des formes parfaites de telles évaluations est la méthode Delphi. Une autre condition pour la fiabilité des modèles de prévision est prévision de scénarios.

Pour qu’une prévision soit correcte, elle doit être fiable. La fiabilité de la prévision ne peut être évaluée que lorsque le phénomène prévu se produit. Dans ce cas, deux problèmes se posent : comment évaluer la qualité de la prévision avant sa mise en œuvre et si la prévision peut être considérée comme fiable si elle ne se réalise pas. Il est impossible de répondre sans ambiguïté à ces questions, car tout dépend de la décision qui a été prise sur la base des prévisions élaborées et de la contrôlabilité de la situation dans laquelle l'objet évolue. Pour évaluer la fiabilité et l'exactitude (validité) d'une prévision, le concept de vérification et de qualité des prévisions est utilisé. Examen est un ensemble de critères, de méthodes et de procédures qui permettent, sur la base d'une analyse multilatérale, d'évaluer la qualité de la prévision qui en résulte. La qualité d'une prévision est un ensemble de caractéristiques de la prévision qui, ensemble, la rendent efficace et utile à la gestion, garantissant une description fiable de l'objet pour un certain avenir et la possibilité d'une utilisation fiable des résultats des prévisions pour la procédure de gestion. La notion de qualité des prévisions est envisagée de deux manières : dans le cadre de la prévision elle-même et en fonction des résultats de l'utilisation de la prévision à des fins de gestion.

Les méthodes de vérification des prévisions actuellement utilisées reposent principalement sur des procédures purement statistiques, qui se résument à l'estimation des intervalles de confiance des valeurs de prévision calculées. Dans ce cas, deux types d'erreurs sont prévus : les erreurs causées par l'information ou la description de l'objet, et les erreurs dans le choix direct de la méthode de prévision. L'erreur totale de prévision peut être calculée en additionnant tous erreurs possibles, à savoir : erreurs d'information (erreurs d'obtention et de traitement - Qd, erreurs de choix d'une méthode de prévision, de technologie pour sa mise en œuvre (5 m), erreurs de procédures de calcul (£> 0), erreurs de nature subjective (5 C), erreurs dans l'apparition de changements imprévus dans l'objet de prévision (5 e) :

La vérification est plus appropriée au stade final de l’élaboration des prévisions. Lorsqu'on utilise des méthodes simples et simples pour élaborer des prévisions économiques, les enquêtes d'experts sont le plus souvent utilisées à des fins de vérification. Dans les calculs de prévisions plus complexes, il est nécessaire d'utiliser une procédure de vérification spéciale, qui couvre les actions suivantes : 1) élaboration d'une prévision à l'aide d'autres méthodes alternatives (vérification directe) ; 2) comparaison des indicateurs prévisionnels avec ceux obtenus à partir d'autres sources d'information (vérification indirecte) ; 3) vérifier la prévision développée en utilisant une période rétrospective (vérification inverse) ; 4) dérivation analytique ou logique d'une prévision parallèle à partir de prévisions obtenues précédemment (vérification séquentielle) ; 5) enquête complémentaire auprès d'experts et comparaisons avec les conclusions de spécialistes et prévisionnistes compétents (vérification par un expert) ; 6) réfuter les propos critiques des opposants (vérification par un opposant) ; 7) identification et enregistrement des erreurs possibles (vérification des erreurs) ; 8) construction de sous-modèles conditionnels équivalents au modèle complet de conception dans des situations ou environnements typiques (vérification partielle de la cible). Il convient de noter qu'il n'existe pas de prévisions parfaites du point de vue de leur réalisme, le problème de la vérification est donc pertinent et important, car il permet de se rapprocher de la valeur prévue et réelle (du fait de leur mise en œuvre) de les processus économiques étudiés.

Des méthodes administratives peuvent être utilisées pour éviter des dépenses déraisonnables (vol, abus).

Coûts d'opportunité et problème du choix économique. Courbe des possibilités de production.

Le choix de la méthode de prévision est une décision auxiliaire mais essentielle en matière de prévision. Cette solution, d'une part, devrait garantir l'exhaustivité fonctionnelle, la fiabilité et l'exactitude des prévisions, et d'autre part, réduire le coût en temps et en argent de la prévision.

La pertinence de développer des procédures formelles, y compris logiques, pour sélectionner un type ou une méthode de prévision elle-même augmente sous l'influence de trois

groupes de raisons.

Le premier groupe de raisons est la croissance du nombre de méthodes de prévision générée par la diversité des problèmes pratiques de prévision. Actuellement, le nombre de méthodes de prévision approche les deux cents. En raison de la complexité croissante des problèmes et des conditions de prévision, le nombre de méthodes va sans doute augmenter. Par conséquent, même une brève connaissance de l'essence des méthodes de prévision connues en les parcourant nécessitera beaucoup de temps et d'efforts.

Dans une économie de marché, et plus encore dans une économie en transition, un dirigeant en exercice peut tout simplement ne pas disposer d’un tel temps. Par conséquent, pour faciliter la tâche de choix d'une méthode, il est nécessaire de diviser toutes les méthodes de prévision en types. Dans ce cas, les classifications données des méthodes de prévision peuvent être activement utilisées.

Le deuxième groupe de raisons est que la complexité à la fois des problèmes à résoudre et des objets de prévision ne cesse d'augmenter.

Le troisième groupe de raisons est associé au dynamisme (mobilité) croissant de l'environnement de marché, accélérant le taux d'obsolescence des biens, des services et des biens et services qui les produisent.

Par conséquent, le choix de la méthode de prévision est influencé par :

1) l'essence du problème pratique à résoudre ;

2) caractéristiques dynamiques de l'objet de prévision et de l'environnement du marché ;

3) le type et la nature des informations disponibles, une représentation typique de l'objet de prévision ;

4) une combinaison de phases du cycle de vie, du cycle de marché ou du cycle de développement (ou d'amélioration) d'un produit ou d'un service, ainsi que de l'entreprise industrielle qui les produit ;

5) le délai de livraison et sa relation avec la durée prévue du marché, le cycle de vie, le cycle de développement ou de modification d'un produit ou d'un service ;

6) type de management attendu : management traditionnel, systémique, situationnel, social et éthique ;

7) exigences relatives à la prévision des résultats et d'autres circonstances d'un problème spécifique.

De plus, tous les facteurs mentionnés influençant le choix d'une méthode de prévision doivent être considérés comme une unité systémique, mais en tenant compte de leur nombre important dans un certain ordre, qui ne doit pas nécessairement coïncider avec celui donné.

Les facteurs reconnus comme sans importance dans les conditions d'une tâche spécifique peuvent être exclus de la considération. Par exemple, lors du développement d'échantillons d'ingénierie mécanique de haute technologie, le délai de prévision doit être choisi comme le minimum à partir de l'horizon de prévision de l'état du marché et du cycle de développement d'un nouveau produit. S'il n'y a pas d'informations statistiques, alors le type de méthode de prévision peut être sélectionné parmi l'ensemble suivant : prévision par analogie, prévision fonctionnelle-logique, prévision experte.

À la suite de la recherche pré-prévisionnelle, le prévisionniste doit structurer les informations sur l'objet de prévision, l'analyser et décider de la méthode à utiliser. dans une plus grande mesure correspond aux conditions particulières de la prévision et (ou) du plan. Dans le même temps, il est important, au stade de la préparation d'une décision sur le choix d'une méthode de prévision, d'identifier à la fois les méthodes dont l'utilisation est possible dans les conditions du problème à résoudre, et les méthodes qui ne peuvent pas être utilisées. Ces dernières sont exclues du nombre d’alternatives envisagées.

Une représentation typique de l'objet de prévision peut jouer un rôle important à cet égard. Cela s'explique par le fait que chacune des représentations standards est associée à un certain nombre d'éléments de l'environnement méthodologique de prévision : les méthodes de prévision et de planification. Ceci se reflète dans la matrice booléenne (logique) de présence ou d'absence de lien entre la représentation standard et la méthode de prédiction d'objet (Tableau 3.1.)/3/.

En l'absence du lien souhaité, le type de méthodes ou méthode de prévision ou de planification ne peut être appliqué lorsque ce type représentation de l’objet de prévision. Une telle connexion existe s’il y a un « 1 » à l’intersection d’une ligne et d’une colonne, et n’existe pas si un « O » est écrit à l’intersection d’une ligne et d’une colonne.

Les lignes de cette matrice sont numérotées de 1 à 6 et correspondent à :

1 - idée inconsciente (intuitive) ;

2 - représentation sujet (description) de l'objet de prévision en langage naturel (modèles descriptifs connus) ;

3 - représentation par décomposition fonctionnelle ;

4 - représentation sous forme de contours de services ;

5 - représentation par décomposition agrégative ;

6 - représentation sous forme de modèle « paramètre - zone de tolérance ».

Tableau 3.1. Booléen (logique) matrice de présence ou d'absence de lien entre une représentation type et un groupe méthodes prévision.

№

Les colonnes de cette matrice sont numérotées en fonction du nombre de types de prévisions :

1 - prévision experte ;

2 - prévision fonctionnelle-logique ;

3 - prévision structurelle ;

4 - prévision paramétrique ;

5 - prévision par analogie ;

6 - systèmes de prévision complexes.

Vous devez également faire attention à la méthode de gestion (type de gestion) qui est censée être utilisée. Cela s'explique par le fait que différents types de gestion ont des exigences différentes quant au type de résultats (qualitatifs ou quantitatifs) et à la précision des prévisions. Il ne faut pas oublier que, comme établi au chapitre 1, toutes les décisions d'un entrepreneur ou d'un dirigeant sont de nature prédictive, c'est-à-dire que la prévisibilité est une propriété fondamentale de toute décision.

Gestion traditionnelle. Il n'y a pas d'exigences explicites concernant le type de résultats (qualitatifs ou quantitatifs) et l'exactitude des prévisions avec ce type de gestion. Cela est dû au fait que « par défaut » on suppose que les conséquences de l'action de contrôle seront similaires à celles précédemment observées lors de la gestion d'autres objets. Ainsi, la gestion traditionnelle utilise la prévision par analogie.

La gestion du système implique la nécessité de prédire plusieurs éléments du ou des éléments du problème, résoudre le problème, ainsi que les liens entre eux. Par conséquent, ce type de gestion utilise le plus souvent des prévisions expertes, fonctionnelles et structurelles.

Gestion situationnelle implique la nécessité de prédire les conséquences des décisions prises. Le résultat d'une telle prévision peut être qualitatif (pire, meilleur ou préférable, inacceptable, etc.) ou quantitatif. Par conséquent, ce type de gestion doit souvent faire appel à des prévisions expertes, fonctionnelles-logiques, structurelles ou mathématiques.

Management social et éthique implique la nécessité non seulement de prédire les conséquences des décisions prises, mais aussi d'évaluer l'importance et (ou) l'influence de ces conséquences sur l'état des objets entrant dans la sphère d'influence de cette décision. L'évaluation de l'importance de ces conséquences sur l'état des objets entrant dans la sphère d'influence de la solution développée permet de classer le résultat d'un tel impact comme acceptable, inacceptable, etc. Le résultat de la prévision peut être qualitatif (acceptable, inacceptable, etc. état) ou de nature quantitative et qualitative, lorsque la qualité d'un état est déterminée sur la base de l'analyse des valeurs numériques des paramètres et de leur comparaison avec des évaluations quantitatives de divers types d'états.

Gestion morale et éthique utilise une prévision des réactions du personnel aux impacts pertinents.

Gestion de la stabilisation nécessite une prédiction de la direction et du taux de changement des paramètres de l'objet de contrôle en raison des influences correspondantes.

Étant donné que la présentation des près de 200 méthodes de prévision dans les pages de ce livre est irréaliste, les méthodes de prévision sont divisées en types. Chaque type de méthode de prévision est représenté par les méthodes les plus couramment utilisées. On suppose que la portée de la description de la méthode de prévision doit lui permettre utilisation pratique, mais ne prétend pas être exhaustivement rigoureux d’un point de vue mathématique. Dans cet ouvrage, les types de méthodes théoriques de prévision seront examinés dans l'ordre suivant : prévision experte, méthodes fonctionnelles-logiques et structurelles, méthodes mathématiques de prévision paramétrique, prévision par analogie. Les systèmes de prévision complexes seront également considérés ici. Cette séquence de présentation est associée à la nécessité de résoudre des problèmes de prévision pertinents et aux informations disponibles sur l'objet de prévision. La présentation de chaque type de méthode de prévision sera précédée d'une brève description des conditions d'utilisation des méthodes correspondantes.

Le choix d'une méthode de prévision, d'une part, doit garantir l'exhaustivité fonctionnelle, la fiabilité et l'exactitude de la prévision, et d'autre part, réduire le coût en temps et en argent de la prévision.

La pertinence de développer des procédures formelles, y compris logiques, pour sélectionner un type ou une méthode de prévision elle-même augmente sous l'influence de trois groupes de raisons.

Le premier groupe de raisons est lié au grand nombre de méthodes de prévision générées par la variété des problèmes pratiques de prévision. Actuellement, il existe plus de deux cents méthodes de prévision. Par conséquent, même une brève introduction à méthodes connues la prédiction par une simple recherche nécessitera beaucoup de temps et d’efforts.

Le deuxième groupe de raisons est que la complexité à la fois des problèmes à résoudre et des objets de prévision ne cesse d'augmenter. Cela s'applique particulièrement au SES moderne.

Le troisième groupe est associé à un dynamisme (mobilité) croissant du SSE.

À la suite de la recherche pré-prévisionnelle, le prévisionniste doit structurer les informations sur l'objet de prévision, l'analyser et décider quelle méthode est la plus adaptée aux conditions spécifiques de la prévision. Parallèlement, il est important, au stade de la préparation d'une décision sur le choix d'une méthode de prévision, d'identifier à la fois les méthodes dont l'utilisation est possible dans les conditions du problème à résoudre, et celles qui ne peuvent pas être utilisées. Ces dernières sont exclues du nombre d’alternatives envisagées.

Le choix de la méthode de prévision ne peut pas dépendre des inclinations subjectives du prévisionniste ou d'un groupe de prévisionnistes et doit être déterminé conformément à des critères de sélection objectifs.

Les critères de choix d'une méthode sont :

la nature de l'objet de prévision ou le problème (tâche) résolu dans le processus de prévision ;

niveau de prévision, ou niveau de gestion (fédéral, sectoriel, régional, municipal), pour lequel les prévisions sont élaborées ;

intervalle de plomb (long terme, long terme, moyen terme, court terme);

objectifs prévisionnels.

Les problèmes varient selon le degré de développement et la clarté des liens entre les problèmes étudiés et leurs conséquences ; facteurs identifiés et indicateurs de performance.

Il existe quatre classes de problèmes qui surviennent lors de la résolution de problèmes de prévision.

1. Problèmes standards. Les liens entre un facteur et un résultat sont strictement déterminés ; ils peuvent être exprimés par des équations fonctionnelles et des calculs simples (par exemple, la productivité du travail est égale au rapport du volume de production à prix constants au nombre de salariés).

2. Problèmes structurés. Les connexions sont de nature probabiliste (stochastique), mais diffèrent haut degré conditions exiguës. Lorsque les facteurs changent, le résultat peut être déterminé avec un certain intervalle « de » et « à », mais il peut également être déterminé sans ambiguïté (par exemple, déterminer le taux de croissance de la productivité du travail en fonction du taux de son ratio capital-travail) .

Problèmes faiblement structurés. Ils se caractérisent par un faible niveau de lien étroit entre le facteur et le résultat. Dans ce cas, l'indicateur effectif change dans une très large plage de valeurs « de » et « à ».

Par exemple, déterminer le niveau de rendement des cultures, qui dépend de facteurs tels que les conditions météorologiques.

Problèmes non structurés. L'évolution de l'indicateur effectif sous l'influence du facteur est difficile à prédire. Par exemple, le développement d’équipements et de technologies en fonction du montant du financement, etc. Il est important de garder à l’esprit que la classe de problèmes dépend de l’objet de la prédiction. Par exemple, il est clair que la prévision du développement de la science et de la technologie renvoie par nature à des problèmes faiblement structurés, contrairement, par exemple, à la prévision du développement de la production. Mais c'est dans le cas général. Dans le même temps, l'intervalle de plomb, c'est-à-dire la période de prévision peut changer la classe de problèmes pour le même objet. Ainsi, prévoir l'évolution du volume des produits de base actifs de production

en fonction du volume d'investissement à court terme (1 an) fait référence aux problèmes structurés (classe 2), et le même problème résolu à long terme (jusqu'à 10 ans) entre dans la classe des problèmes faiblement structurés (classe 3) , et à long terme pendant 20 ans et encore plus à long terme (plus de 20 ans) - dans la classe des problèmes non structurés. Si le problème est résolu au niveau de l'organisation (entreprise) à court terme, il peut être classé comme problème standard (par exemple, calcul capacité de production

Pour prédire les problèmes standards, des identités (égalités) et des modèles économico-mathématiques sont utilisés. Pour les problèmes structurés, des modèles économétriques et économico-mathématiques sont utilisés. Pour les problèmes faiblement structurés - méthodes d'expertise, méthode des scénarios, il est possible d'utiliser des modèles économétriques. Pour les problèmes non structurés - principalement des méthodes logiques, des méthodes d'expertise avec un degré élevé d'agrégation de variables, ainsi que des modèles de simulation.

Questions pour la maîtrise de soi

Donnez une description générale du problème du choix d'une méthode de prévision.

Quels critères déterminent le choix de la méthode ?

Décrire les problèmes standards liés au choix d'une méthode de prévision.

Décrire des problèmes structurés liés au choix d'une méthode de prévision.