Vestnik of the East Siberian institute of the Ministry of internal affairs of the Russian Federation Vestnik of the East Siberian institute of the Ministry of internal affairs of the Russian Federation Вестник Восточно-Сибирского института МВД России 2312-3184 89614 УГОЛОВНО-ПРАВОВЫЕ НАУКИ (юридические науки) Criminal law sciences УГОЛОВНО-ПРАВОВЫЕ НАУКИ (юридические науки) Selection of the observation interval for criminological interval forecasting Выбор интервала наблюдения для криминологического интервального прогнозирования Деменченок Олег Гениевич Demenchenok Oleg Genievich asksystem@yandex.ru Баранов Сергей Александрович Baranov Sergej Aleksandrovich barss1962@mail.ru Восточно-Сибирский институт МВД России Иркутск Россия East-Siberian Institute of the Ministry of Internal Affairs of Russia Irkutsk Russian Federation Восточно-Сибирский институт МВД России Иркутск Россия East-Siberian Institute of the Ministry of Internal Affairs of the Russian Federation Irkutsk Russian Federation Иркутский институт (филиал) ВГУЮ (РПА Минюста России) Иркутск Россия Irkutsk Institute (branch) All-Russian State University of Justice Irkutsk Russian Federation 02 04 2025 02 04 2025 1 176 186 19 12 2024 20 01 2025 https://vestnikesiirk.ru/en/nauka/article/89614/view

Введение. В статье отмечается, что известные исследования не дают однозначных указаний по выбору интервала наблюдения для интервального прогнозирования, ограничиваясь общей рекомендацией принимать длину периода прогнозирования, т.е. срока удаления прогнозируемого уровня во времени от конца базы расчета тренда не более трети длительности интервала наблюдения. В статье исследована значимость влияния интервала наблюдения на ошибку прогноза и возможность повышения точности интервального прогнозирования путем подбора оптимальной величины интервала наблюдения. Материалы и методы. Исследование основывается на данных о состоянии преступности в России и методах математической статистики. Результаты исследования предложен подход к выбору интервала наблюдения для криминологического интервального прогнозирования, основанный на проведении расчетов на базе различных моделей при переменной длине интервала наблюдения с последующим выбором пригодного для прогнозирования варианта модели по критерию достижения минимальной ошибки прогноза. Предложенный подход реализован для решения задачи краткосрочного прогнозирования количества зарегистрированных преступлений в Забайкальском крае. Полученные в ходе решения задачи результаты свидетельствуют о существенном влиянии длины интервала наблюдения на ошибку прогноза – для различных трендовых моделей на интервале наблюдения от 3 до 14 лет отмечено изменение ошибки прогноза в 3,3–3,6 раза. Выводы и заключения. Длина интервала наблюдения может оказывать значительное влияние на ошибку прогноза, в отдельных случаях приводя к кратному изменению её величины. Правильный выбор интервала наблюдения способен существенно повысить точность интервального прогноза. Выбор длины интервала наблюдения рекомендуется проводить на основании результатов пробных расчетов с переменной длиной интервала наблюдения, приняв в качестве критерия выбора условие достижения минимального значения ошибки прогноза

Introduction. The article notes that well-known studies do not provide unambiguous guidance on the choice of an observation interval for interval forecasting, limiting themselves to a general recommendation to take the length of the forecasting period, i.e., the period of removal of the predicted level in time from the end of the trend calculation base to no more than a third of the duration of the observation interval. The article examines the significance of the influence of the observation interval on the prediction error and the possibility of improving the accuracy of interval forecasting by selecting the optimal value of the observation interval. Materials and methods. The study is based on data on the state of crime in Russia and methods of mathematical statistics. The results of the study suggest an approach to the selection of the observation interval for criminological interval forecasting, based on calculations based on various models with a variable length of the observation interval, followed by the selection of a model variant suitable for forecasting according to the criterion of achieving a minimum forecast error. The proposed approach is implemented to solve the problem of short-term forecasting of the number of registered crimes in the Trans-Baikal Territory. The results obtained in the course of solving the problem indicate a significant influence of the length of the observation interval on the forecast error – for various trend models, a 3.3–3.6-fold change in the forecast error was noted in the observation interval from 3 to 14 years. Conclusions and conclusions. The length of the observation interval can have a significant impact on the forecast error, in some cases leading to a multiple change in its magnitude. The correct choice of the observation interval can significantly improve the accuracy of the interval forecast. It is recommended to select the length of the observation interval based on the results of trial calculations with a variable length of the observation interval, taking as the selection criterion the condition of achieving the minimum value of the forecast error.

 криминологическое прогнозирование интервальное прогнозирование ошибка прогноза criminological forecasting interval forecasting forecast error нет no

Агамиров, К. В. Проблемы юридического прогнозирования: методология, теория, практика : Монография / К. В. Агамиров ; Под научной редакцией Р.В. Шагиевой. – Москва : Юркомпани, 2015. – 408 с. Agamirov, K. V. Problems of legal forecasting: methodology, theory, practice : Monograph / K. V. Agamirov ; Under the scientific editorship of R.V. Shagieva. – Moscow : Yurkompanie, 2015. – 408 p. Старков, О. В. Криминология. Общая, Особенная и Специальная части : учебник / О. В. Старков. — 2-е изд. — Санкт-Петербург : Юридический центр Пресс, 2024. — 1048 c. — ISBN 978-5-94201-631-9. — Текст : электронный // Цифровой образовательный ресурс IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/137020.html (дата обращения: 04.10.2024). — Режим доступа: для авторизир. пользователей. Starkov, O. V. Criminology. General, Special and Special parts : textbook / O. V. Starkov. — 2nd ed. — St. Petersburg : Law Center Press, 2024. — 1048 p. — ISBN 978-5-94201-631-9. — Text : electronic // Digital educational resource IPR SMART : [website]. — URL: https://www.iprbookshop.ru/137020.html (date of request: 04.10.2024). — Access mode: for authorization. users. Афанасьев, В. Н. Анализ временных рядов и прогнозирование : учебник / В. Н. Афанасьев. — Саратов : Ай Пи Ар Медиа, 2020. — 310 c. — ISBN 978-5-4497-0269-2. — Текст : электронный // Цифровой образовательный ресурс IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/90196.html (дата обращения: 04.10.2024). — Режим доступа: для авторизир. пользователей. Afanasyev, V. N. Time series analysis and forecasting : textbook / V. N. Afanasyev. — Saratov : AI Pi Ar Media, 2020. — 310 p. — ISBN 978-5-4497-0269-2. — Text : electronic // Digital educational resource IPR SMART : [website]. — URL: https://www.iprbookshop.ru/90196.html (date of application: 04.10.2024). — Access mode: for authorization. users. Ларина, Т. Н. Статистическое исследование кадрового потенциала регионального рынка труда : монография / Т. Н. Ларина, И. Н. Выголова, Л. В. Беньковская. — Оренбург : Оренбургский ГАУ, 2017. — 216 с. — ISBN 978-5-88838-999-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/134510 (дата обращения: 07.10.2024). — Режим доступа: для авториз. пользователей. Larina, T. N. Statistical study of the personnel potential of the regional labor market : monograph / T. N. Larina, I. N. Vygolova, L. V. Benkovskaya. — Orenburg : Orenburg State University, 2017. — 216 p. — ISBN 978-5-88838-999-7. — Text : electronic // Lan : electronic library system. — URL: https://e.lanbook.com/book/134510 (date of application: 07.10.2024). — Access mode: for authorization. users. Башина, О. Э. Краткий курс общей теории статистики : учебник / О. Э. Башина, Г. В. Агентова, Л. А. Давлетшина ; под редакцией О. Э. Башиной. — Москва : МосГУ, 2020. — 263 с. — ISBN 978-5-907194-81-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/403079 (дата обращения: 04.10.2024). — Режим доступа: для авториз. пользователей. Bashina, O. E. A short course in the general theory of statistics : textbook / O. E. Bashina, G. V. Agentova, L. A. Davletshina; edited by O. E. Bashina. — Moscow : Moscow State University, 2020. — 263 p. — ISBN 978-5-907194-81-6. — Text : electronic // Lan : electronic library system. — URL: https://e.lanbook.com/book/403079 (date of application: 04.10.2024). — Access mode: for authorization. users. Деменченок, О. Г. Криминологическое прогнозирование на основе тренда при недостаточном качестве описания исходных данных / О. Г. Деменченок, С. А. Баранов // Вестник Восточно-Сибирского института МВД России. – 2024. – № 1(108). – С. 166-177. Demenchenok, O. G. Criminological forecasting based on a trend with insufficient quality of description of the initial data / O. G. Demenchenok, S. A. Baranov // Bulletin of the East Siberian Institute of the Ministry of Internal Affairs of Russia. – 2024. – № 1(108). – Pp. 166-177. Катаргин, Н. В. Анализ временных рядов : учебник для вузов / Н. В. Катаргин, Е. А. Качалина. — Санкт-Петербург : Лань, 2024. — 180 с. — ISBN 978-5-507-50162-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/433307 (дата обращения: 07.10.2024). — Режим доступа: для авториз. пользователей. Katargin, N. V. Time series analysis : textbook for universities / N. V. Katargin, E. A. Kachalina. — St. Petersburg : Lan, 2024. — 180 p. — ISBN 978-5-507-50162-5. — Text : electronic // Lan : electronic library system. — URL: https://e.lanbook.com/book/433307 (date of application: 07.10.2024). — Access mode: for authorization. users. Нильсен, Э. Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение.: Пер. с англ. – СПб.: ООО "Диалектика", 2021. – 544 с. : ил. Nielsen, E. Practical analysis of time series: forecasting with statistics and machine learning.: Translated from English – St. Petersburg: Dialectics LLC, 2021. – 544 p.: ill. Бучацкая, В. В. Методика определения интервальных оценок при прогнозировании методами экстраполяции / В. В. Бучацкая // Вестник Адыгейского государственного университета. Серия 4: Естественно-математические и технические науки. – 2012. – № 3(106). – С. 136-140. Buchatskaya, V. V. Methodology for determining interval estimates in forecasting by extrapolation methods / V. V. Buchatskaya // Bulletin of the Adygea State University. Series 4: Natural, mathematical and Technical sciences. – 2012. – № 3(106). – Pp. 136-140. Статистическое моделирование и прогнозирование [Электронный ресурс] : учеб. пособие / авт.-сост.: Д. Ю. Фраймович, М. Л. Быкова ; Владим. гос. ун-т им. А. Г. и Н. Г. Столетовых. – Владимир : Изд-во ВлГУ, 2023. – 209 с. — URL: https://dspace.www1.vlsu.ru/bitstream/123456789/10798/1/02538.pdf (дата обращения 07.10.2024). Statistical modeling and forecasting [Electronic resource] : textbook. the manual / author-comp.: D. Y. Fraimovich, M. L. Bykova; Vladimir State University named after A. G. and N. G. Stoletov. – Vladimir : VlSU Publishing House, 2023. – 209 p. — URL: https://dspace.www1.vlsu.ru/bitstream/123456789/10798/1/02538.pdf (accessed 07.10.2024).