Восточно-Сибирский институт МВД России (кафедра информационных технологий, доцент)
Иркутск, Россия
Иркутск, Россия
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
криминологическое прогнозирование, интервальное прогнозирование, ошибка прогноза
1. Агамиров, К. В. Проблемы юридического прогнозирования: методология, теория, практика : Монография / К. В. Агамиров ; Под научной редакцией Р.В. Шагиевой. – Москва : Юркомпани, 2015. – 408 с.
2. 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.
3. 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.
4. 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.
5. 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.
6. 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.
7. 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.
8. Нильсен, Э. Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение.: Пер. с англ. – СПб.: ООО "Диалектика", 2021. – 544 с. : ил.
9. 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.
10. 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).
