Minőségi jellemzőit előrejelzések
Minőségének értékelésére vonatkozó előrejelzés fejlesztettek ki a formális módszerek közös használata olyan funkciók, mint a megbízhatóság, a pontosság, a megbízhatóság, a előrejelzési hibák.
Az megbízhatóságát előrejelzés bizonytalansága számítások érteni mérni a viselkedése az objektum időben előrejelzést.
Előrejelzés pontossága előrejelzése a valószínűsége határozunk meg egy adott megvalósítási módban, vagy megbízhatósági intervallum.
Előrejelzés pontossága leírja a variációs intervallum előrejelzés pályagörbékből rögzített megbízhatósági szinten.
Az előrejelzés hibák a mértéke az eltérés a tényleges prediktív becslések állam értékeit a tervezett objektum.
Ahhoz azonban, hogy írják le olyan funkciók, mint a megbízhatóság, a pontosság, a megbízhatóság, a kiszámítható a predikciós hiba eleve nem lehetséges, mert a tervezett eredmények nem összehasonlítani. Ezért a mai napig, a fejlesztők előrejelzések van egy probléma: „Hogyan értékeli a minőség az előrejelzés a végrehajtás előtt?”. Bizonyos lépéseket minőségének javítása az előrejelzés lehet vizsgálatával a tényezőket, amelyek befolyásolják a minőségét előrejelzési adatokat.
A minőség az első információk
A minőség az első információk, viszont határozza meg:
-pontos gazdasági mérés;
-koordináció hiánya hibák (az adatok hibák fordulnak elő abban az esetben, ha az eredeti információ az előrejelzési számítások elő különböző szakemberek, hogy különböző módszertani megközelítések).
predikciós eredményeként kidolgozott formalizált eljárás, gyakran kifejezett mennyiségi mutatója, amely pont () és (vagy) intervallum becslés () adható.
A becsült pont () - ez egy becslés az előrejelzés paramétert. Pontértékeinek gazdasági változók nélkülözik a tartalmat, mert nulla a valószínűsége. E hátrány kiküszöbölése, az előrejelzés adandó formájában értéktartomány.
Intervallumbecslését () - ez numerikus tartomány (konfidencia intervallum), amely valószínűleg a prediktív paramétert.
Előrejelzés pontossága nagyobb minél kisebb az érték a hiba, amely a különbség számított és tényleges értéke a vizsgált változók. A koncepció a predikciós pontosság és értékelési módszerek eltér a pontosságát a bemeneti adatokat. A pontosság az eredeti adatokat lehet egyedileg értékelni lépése információgyűjtés a mértékben közelíti a mérési eredményeket a valódi értékét a mérendő. A gyakorlatban gyakran pontosan számszerűsíteni helyébe a feltüntetésével mérési hiba (hiba), amely a meghatározás szerint a különbség a becsült eredmény, és az eredmény egy sokkal pontosabb módszert. A prediktív értéke (mielőtt a megjósolt események) pontosság, tipikusan kifejezett hiba, de a valószínűsége határok keresztül tényleges érték eltérést becsült értékek, amelyek úgynevezett megbízhatósági intervallumban.
Megjegyezzük, hogy az előre jelzett értékeket kell végrehajtani a megfelelő időben az említett valószínűség és hazugság egy bizonyos konfidenciarégiót, amelynek szélessége függ egy meghatározott valószínűsége.
A matematikai valószínűsége () a valószínűségi változó az aránya az események számát, amelyek kedveznek az előfordulását (azaz, a megvalósítása predikciós) a teljes események számát (jó és rossz). Numerikus érték becslés valószínűsége 0 és 1 közötti.
Nyilvánvaló, hogy a pontosság az előrejelzés maximális pont az építőiparban az előrejelzést. De építeni egy nagy valószínűséggel gyakran nem lehetséges.
Ugyanakkor, a határokat a megbízhatósági intervallum állítható be olyan széles, hogy a várható érték lesz-e esély, köztük P = 0 és p = 1 Ezt az előrejelzést mondta, hogy abszolút megbízható. Azonban a határokat a megbízhatósági intervallum lesz olyan széles, hogy a kapott előrejelzés nem lesz gyakorlati értéke a vezetői döntéseket. A gyakorlatban elég, hogy egy valószínűségi előrejelzés 0,7-0,95.
Kevesebb becslés bizonyossága jóslat a valószínűsége, hogy egy adott megbízhatósági szinten.
Hagyományos grafikus értelmezése konfidenciaintervallum y index egy előre meghatározott valószínűségi P ábrán látható. 2.3.
Ábra. 2.3. A grafikus értelmezése a megbízhatósági intervallum határait
Vannak formális és informális módszerek meghatározására megbízhatósági intervallummal. Informálisan a megbízhatósági intervallum által meghatározott szakértők szerint a variabilitás körül a tényleges értékek kiszámítása (elméleti) értékeket a múltban és a jövőben lehetősége deformáció. A szakértő lehet kérni, hogy értékelje a teljes összeg hiba vagy mértéke befolyásolja a különböző alkatrészeket a pontosságát az előrejelzést. A teljes hiba megoldások megcélzott feladat határozza meg a képlet
ahol - a teljes hiba;
- Az adatok hibák miatt nem megfelelőek az objektum leírását, hibákat megszerzése és feldolgozása információt;
- becslési hiba módszer miatt képtelen az ideális választás metol erre az épületre, valamint kötelező sketchiness módszer;
- hibaszámítás eljárások;
- hibák miatt a humán és szubjektív tényezőket (alacsony minősítési, lelkesedés, pesszimizmus);
- szabálytalan alkatrész hibák miatt előfordulásának lehetősége előre nem látható változás az objektumot.
Formálisan, a határait a megbízhatósági intervallum alapján kell meghatározni az értékelési szintek változékonyság. Minél nagyobb a változékonyság, a kevésbé pontos értéket ki lehet számítani, és minél nagyobb a megbízhatósági intervallum legyen ugyanabban az előrejelzés valószínűsége.
A gyakorlatban így a várható eredményt, mint a pont értéke. Meg kell adnia és esetleges hiba értékét. azaz megy intervallum előrejelzése szerint a képlet
ahol - az a pont célérték jellemzőit;
- Elöre intervallum értéket jellemzői;
- valószínű előrejelzett hiba.
Annak megállapításához, a határokat a megbízhatósági intervallum kifejezést használta
ahol - a standard eltérést; - Student kritérium.
Nagysága a szórást képlettel számítottuk ki
ahol - a tényleges érték a jellemző rész utólag;
- a tervezési értéke a jellemző rész utólag;
n - a megfigyelések száma (mintanagyság).
A szórás jellemzi, hogy mennyire jól az elméleti görbe viselkedését írja le a jellemző a múltban. Az érték határozza meg a minimális predikciós hiba. Attól függ, egyrészt, a helyességét a modell, a másik - a stabilitás a jellemző a múltban.
- Student kritérium, amelynek értéke függ a minta méretét, és az előre meghatározott predikciós valószínűségét, az ezzel a hányados meghatározása minta korlátozott (asztal értékek t-teszt függeléke kritérium Student lehetővé teszi, hogy úgy az a tény, hogy a nagyobb előre meghatározott valószínűségi becslés és a kisebb minta mérete. a nagyobb legyen a korlátokat a megbízhatósági intervallum.
Bekövetkezése után a megjósolt esemény becslési hiba definiáljuk, mint a különbség a tényleges és előre jelzett értéket mutató. Számos módja van, hogy számszerűsíteni a becslési hiba, például becslési hiba vagy tévedés minden időpontban, amikor a jóslat tekinthető:
ahol - az előrejelzési hiba t időpontban,
- a tényleges értéke a t időpontban,
- prediktív értéke időben t.
A generalizált becslési prediktív eljárás a gyakorlatban együtt az index a szórás lehet használni, és más módszerek becslésére az átlagos predikciós hiba (hiba):
-átlagos abszolút eltérést (átlagos abszolút deriválás, MAD). Ezzel a mutató van értelme, ha a kutató meg kell becsülnie a hiba azonos egységben, mint az eredeti sorozat:
-Az átlagos százalékos hiba (átlag százalékos hibája, MPE), amely lehetővé teszi, hogy az előrejelzés elfogultság, ha a keletkező előrejelzése lesz túl magas vagy túl alacsony. Amikor torzítatlan becslés hibák értéke közel nulla, a túlbecsült - nagy pozitív százalék az alulértékelt - nagy negatív:
átlagos abszolút hiba a százalékos (átlagos abszolút százalékos hiba, MAPE):
A fenti módszerek minőségét értékelő predikciós lehetővé, összehasonlítva a kapott eredmények a különböző módszerek predikciós, és kiválasztani a leginkább megfelelő módszer megoldására a cél probléma.