Иркутск, Россия
Введение. В статье отмечается, что современная методика интервального прогнозирования ограничивается всего тремя моделями: линейной, квадратичной и кубической. Однако для некоторых исходных данных эти модели могут оказаться слишком строгими и неспособными гибко реагировать на изменения. В статье показана возможность применения в интервальном прогнозировании логарифмированных форм показательной модели и логарифмической параболы. Исследуется, как логарифмирование влияет на качество описания исходных данных и точность оценки ошибки прогноза. Кроме того, даются рекомендации по использованию логарифмированных моделей в криминологическом прогнозировании. Материалы и методы. Исследование опирается на статистические данные о преступности в России и современные методы математической статистики. Результаты исследования. Предложено дополнить набор инструментов для интервального криминологического прогнозирования двумя моделями: показательной и логарифмической параболой. Эти модели были апробированы на практике для краткосрочного прогнозирования количества зарегистрированных преступлений в Красноярском крае. Полученные в ходе решения задачи результаты свидетельствуют о существенном влиянии логарифмирования на качество описания данных и прогностические свойства моделей. Выводы и заключения. Подтверждена целесообразность использования логарифмированных моделей для криминологического прогнозирования. При использовании логарифмированных моделей необходимо проводить проверку качества описания данных восстановленными моделями. При выборе модели для криминологического прогнозирования следует учитывать прогностические свойства не логарифмированных, а восстановленных моделей. Оценки ошибки прогноза для восстановленных моделей существенно возрастают при увеличении величины данных, что необходимо учитывать при прогнозировании процессов, имеющих тенденцию к росту.
криминологическое прогнозирование, интервальное прогнозирование, логарифмирование.
1. Агамиров, К. В. Юридическое прогнозирование как фактор совершенствования российской правовой системы : специальность 12.00.01 «Теория и история права и государства; история учений о праве и государстве» : дис. … докт. юрид. наук : Институт государства и права Российской академии наук. М., 2020. 593 с.
2. Готчина, Л. В. О принципах и методах криминологического прогнозирования // Вестник Волгоградской академии МВД России. 2015. № 4 (35). С. 65–72. EDN: https://elibrary.ru/VBYHUB.
3. Афанасьев, В. Н. Анализ временных рядов и прогнозирование : учебник. Саратов : Ай Пи Ар Медиа, 2020. 310 c. // Цифровой образовательный ресурс IPR SMART : сайт. URL: https://www.iprbookshop.ru/90196.html (дата обращения: 02.09.2025). Режим доступа : для авторизир. пользователей.
4. Хасти, Т, Тибширани, Р., Фридман, Дж. Основы статистического обучения: интеллектуальный анализ данных, логический вывод и прогнозирование. 2-е изд. : Пер. с англ. СПб. : Диалектика, 2020. 768 с.
5. Четыркин, Е. М. Статистические методы прогнозирования. 2-е изд., перераб. и доп. М. : Статистика, 1977. 200 с.
6. Наумов, В. Н. Методы прогнозирования временных рядов : учебное пособие для вузов. Санкт-Петербург : Лань, 2024. 196 с. ISBN 978-5-507-48837-7 // Лань : электронно-библиотечная система. URL: https://e.lanbook.com/book/394571 (дата обращения: 02.09.2025). Режим доступа: для авториз. пользователей.
7. Воскобойников, Ю. Е. Эконометрика в Excel: парные и множественные регрессионные модели : учебное пособие. 2-е изд., стер. СПб. : Лань, 2022. ISBN 978-5-8114-2318-7. Текст : электронный // Лань : электронно-библиотечная система. URL: https://e.lanbook.com/book/213062 (дата обращения: 02.09.2025). Режим доступа: для авториз. пользователей.
8. Афанасьев, В. Н., Еремеева, Н. С., Лебедева, Т. В. Статистическая методология в научных исследованиях : учебное пособие. Оренбург : ОГУ, 2024. ISBN 978-5-7410-3232-9 // Лань : электронно-библиотечная система. URL: https://e.lanbook.com/book/437738 (дата обращения: 02.09.2025). Режим доступа: для авториз. пользователей.
9. Замков, О. О., Толстопятенко, А. В., Черемных, Ю. Н. Математические методы в экономике : учебник ; ред. А. В. Сидорович. 5-е изд., испр. М. : Дело и Сервис, 2009. 380 с.
10. Бучацкая, В. В. Методика определения интервальных оценок при прогнозировании методами экстраполяции // Вестник Адыгейского государственного университета. Серия 4: Естественно-математические и технические науки. 2012. № 3 (106). С. 136–140.
