Prognozowanie – podstawowe pojęcia (Cieślak Maria)

Przewidywanie  to   wnioskowanie   o   zdarzeniach   nieznanych   na 

podstawie zdarzeń znanych. 

Zdarzenia nieznane należą bądź do przeszłości, bądź do przyszłości. 

Zdarzenia znane są to natomiast tylko takie, które już zaszły, a więc 

należą do przeszłości.

Przykład   wnioskowania   o   zdarzeniach   nieznanych   należących   do 

przeszłości,   jest   określenie   bogactwa   złoża   minerału   za   pomocą 

próbnych wierceń (wnioskowanie statystyczne).

Wnioskowanie o zdarzeniach, które zajdą w czasie późniejszym niż 

czynność   przewidywana,   a   więc   należących   do   przyszłości, 

odbywające   się   również   na   podstawie   informacji   o   przeszłości, 

nazywamy przewidywaniem przyszłości.

Przewidywanie przyszłości:

RACJONALNE,   gdy  wnioskowanie   jest   logicznym   procesem 

przebiegającym   od   przesłanek,   tj.   od   zbioru   faktów   należących   do 

przeszłości i ich interpretacji, do konkluzji;

- zdroworozsądkowe – wnioskowanie oparte na doświadczeniu, bez 

posługiwania się regułami nauki.

- naukowe – w procesie wnioskowania korzystamy z reguł nauki.

NIERACJONALNE, gdy przesłanki nie zostały podane i (lub) nie 

zachowano   związku   między   przesłankami   a   konkluzją   (wróżby, 

proroctwa).

Prognozowanie jest racjonalnym, naukowym przewidywaniem 

przyszłych zdarzeń.

Przez prognozę rozumiemy sąd o następujących właściwościach:

- sformułowany z wykorzystaniem dorobku nauki,

- odnoszący się do określonej przyszłości,

- weryfikowany empirycznie,

- niepewny, ale akceptowalny.

Inne cechy:

Podstawy ontologiczne  – obejmują naturę zjawisk i ich wzajemne 

powiązania. Sieć powiązań między zjawiskami jest mniej lub bardziej 

gęsta i silna. Jej istnienie sprawia, że kształtowaniu się zmiennych 

opisujących zjawiska pojawiają się prawidłowości, tym wyraźniejsze i 

trwalsze, im silniejsze są powiązania.

Podstawy gnoseologiczne  – wynikają z wiedzy o naturze zjawiska 

oraz mechanizmach ich kształtowania się.

Prognozy samo- realizujące się

Prognozy samo-unicestwiające się

Efekt Edypa.

Etapy prognozowania – PROCES PROGNOSTYCZNY

 (Paweł Dittmann):

Etap 1 – sformułowanie zadania prognostycznego

Na   tym   etapie   należy  określić   zjawisko,   którego   będzie   dotyczyć 

tworzona prognoza, oraz określić cel budowy prognozy. 

Należy określić czy będzie stosowana procedura prognozowania „od 

dołu do góry” czy „od góry do dołu”.

Znając   cel   prognozy,   zależy  wybrać   zmienną   charakteryzującą 

prognozowane zjawisko (zmienne ilościowe, wartościowe)

Należy   określić  okres,   interwał   i   horyzont  prognozy   oraz 

wymagania, co do jej dopuszczalności.

Etap 2 – określenie przesłanek prognostycznych

Zadanie   to   polega   na   wskazaniu   czynników  bliższego   i   dalszego 

otoczenia  przedsiębiorstwa   oraz  narzędzi   marketingu-mix 

sformułowanej strategii marketingowej.

Należy   przyjąć  hipotezy  dotyczące   sposobu  oddziaływania 

wskazanych   czynników   na   kształtowanie   się   prognozowanego 

zjawiska w okresach objętych budowaną prognozą.

Etap   3   –   Zebranie,   statystyczna   obróbka   i   analiza   danych 

prognostycznych

Etap ten obejmuje wybór a następnie zebranie danych niezbędnych 

do   skonstruowania   modelu   i   sformułowania   prognozy, 

przeprowadzenie ich statystycznej analizy oraz obróbkę danych.

Etap 4 – wybór metody prognozowania

Metoda prognozowania obejmuje budowę modelu prognostycznego 

oraz regułę prognozowania.

Modele   formalne   I   rodzaju  –   parametry   modelu   szacowane   są 

metodami statystycznymi

Modele   formalne   II   rodzaju  –   odwzorowują   prawidłowości 

zakładane   przez   prognostę,   których   parametry   określane   są   przez 

ekspertów.

Reguła prognozowania – sposób przejścia od modelu do prognozy.

Reguła podstawowa – prognozę otrzymuję się poprzez ekstrapolację 

modelu   poza   próbę,   na   której   był   oparty   konstruowany   model.  

W   modelu   regresji   liniowej   –   reguła   ta   przyjmuje   postać  reguły 

prognozy nieobciążonej, zakładającej, że prognoza na okres t>n jest 

wartością oczekiwaną zmiennej prognozowanej w okresie t.

Jeżeli natomiast, istnieją uzasadnione podstawy do przypuszczeń, że 

odnotowane odchylenia ostatnich obserwacji zmiennej prognozowanej 

od   wartości   teoretycznych   uzyskanych   w   modelu   utrzymają   się   w 

przyszłości, stosuje się często regułę podstawową z poprawką. 

Inne: Reguła największej wiarygodności

Regułą minimalnej straty

Etap 5 – Konstrukcja prognozy

Na   tym   etapie   buduje   się   model   prognostyczny   oraz   wyznacza 

prognozę, używając wybranej reguły prognozowania.

Etap 6 – Ocena dopuszczalności prognozy

Po wyznaczeniu prognozy należy  określić stopień jej niepewności, 

który może być wyrażony za pomocą:  błędu ex ante  (określającego 

dokładność   prognozy),  prawdopodobieństwa   spełnienia   się 

prognozy  (wiarygodności   prognozy),  błędu   ex   post  prognoz 

wyznaczonych na okresy wcześniejsze niż okres ocenianej prognozy.

Etap 7 – zastosowanie prognozy

Etap 8 – ocena trafności prognozy

Trafność prognoz ilościowych ex post:

1. Bezwzględny błąd prognozy ex post

*

t

t

t

y

y

q

−

=

t

y

  -   rzeczywista   wartość   zmiennej   prognozowanej   Y   w 

momencie/okresie t

*

t

y

 - prognoza zmiennej Y na moment/okres t

2. Błąd procentowy (względny błąd) prognozy ex post

100

*

*

t

t

t

t

y

y

y

−

=

ψ

3. Średni błąd prognozy ex post

∑

+

=

−

−

=

T

n

t

t

t

y

y

n

T

q

1

*

)

(

1

n – numer ostatniej znanej obserwacji zmiennej prognozowanej

T – numer ostatniego momentu/okresu, dla którego była spradzana 

prognoza.

Wartość tego błędu powinna dążyć do zera.

4.

Średni absolutny błąd prognoz ex post

∑

+

=

−

−

=

T

n

t

t

t

y

y

n

T

1

*

1

ε

5. Średni błąd procentowy prognoz ex post

∑

+

=

−

−

=

T

n

t

t

t

t

y

y

y

n

T

1

*

100

*

1

ψ

6. Średni absolutny błąd procentowy prognoz ex post

∑

+

=

−

−

=

T

n

t

t

t

t

y

y

y

n

T

1

*

100

*

1

ω