Rozdział I
Funkcje i klasyfikacje prognoz
Głównym celem prognozowania społecznego jest wspomaganie procesów decyzyjnych i korzysta się w tym celu z tej funkcji - preparacyjnej - aktywizującej - informacyjnej.
Podstawową funkcją jest funkcja preparacyjna: według niej prognozowanie jest działaniem, które przygotowuje inne działania. Prognosta opracowuje prognozę dla decydentów i decydent musi mieć umiejętność oceny jakości prognozy, ale odpowiedzialność za tą jakość ponosi prognosta.
Decydenci bądź sami sporządzają prognozy potrzebne do realizacji ich zadań, bądź zlecają te prace specjalnym instytucjom. Prognozy zmienne mogą być sterowane, bądź niesterowalne przez decydentów, jednak siła decyzyjnych sterowanych, rzadko jest absolutna, a ponadto zmienne zależą także od zmiennych sterowanych.
Funkcja aktywizująca - nazwa informuje o aktywacji danych. Funkcja aktywizująca polega na pobudzaniu do podejmowania działań sprzyjających realizacji prognozy, gdy zapowiada ona zdarzenie korzystne, a przeciwstawia się realizacji, gdy oceniane zdarzenie jest niekorzystne.
Funkcja ta prowadzi do wykorzystania prognozy badawczej, której zadaniem jest przestronne zapowiadanie przyszłości i wskazanie wielu możliwych jej wersji.
Wśród prognoz badawczych wyróżnia się prognozy ostrzegawcze, ich zadaniem jest przewidywanie zdarzeń niekorzystnych dla odbiorcy.
Funkcja informacyjna - polega na oswajaniu ludzi z nadchodzącymi zmianami.
Funkcja aktywizująca i informacyjna nie wymaga na ogół prognoz obdarzonych wysokim stopniem zaufania.
Funkcja preparacyjna może być spełniona tylko wtedy, gdy stopień zaufania do odbiorcy jest wysoki, czyli gdy jest realistyczny.
Prognozy możemy podzielić na różne sposoby:
Jakościowe
Ilościowe: (punktowe i przedziałowe)
Krótkoterminowe - zachodzą wówczas zmiany ilościowe, sterowanie jest mało skuteczne.
Średniookresowe - ilościowe i śladowo jakościowe - sterowane w dosyć szerokim zakresie.
Długookresowe - ilościowe i poważnie jakościowe.
Rozdział II
Organizacja procesu prognostycznego
W procesie tym wykorzystuje się dane :
wewnętrzne - gromadzone w obiekcie prognozowanym na potrzeby zarządzania obiektu lub prognozowania.
Zewnętrzne - stanowiące jego otoczenie, ich zakres nie zależy od obiektu.
Dane mogą dotyczyć otoczenia:
bliższego
dalszego
Rola teorii jest ważnym źródłem wiedzy o prognozowanym zjawisku. W naukach społecznych istnieje kilka teorii tego samego zjawiska. Określony zbiór założeń stanowi podstawę każdej teorii.
Prognoza musi dysponować bogatym źródłem wiadomości. Z prognozowaniem, wiąże się duży koszt zbierania, przetwarzanie, i przechowywania informacji.
W procesie selekcji danych wartościowych, człowiek musi sobie pomagać ustaleniem i stosowaniem pewnych kryterium:
1 rzetelność
2 jednoznaczność
3 identyfikowalność
4 kompletność
5 aktualność danych
6 koszt zbierania i opracowań danych wskazuje na dążenie do minimalizacji danych.
7 porównywalność.
Rozdział III
Metody prognozowania
Metoda prognozowania przyczynowo-skutkowego
Metody tej grupy określają model wyjaśniający mechanizm zmian endogenicznych, będących zarazem zmiennymi prognozowanymi, poprzez zmiany zmiennych objaśniających, którymi mogą być zmienne endo i egzogeniczne.
Modele te są stosowane do diagnozowania przeszłości i prognozowania. W badaniach ekonomicznych stosuje się metody ekonometryczne. Do prognozowania służą modele oparte na wielowymiarowych szeregach czasowych i przekrojów czasowych. W badaniach systemów ekonomicznych stosuje się modele behawiorystyczne oparte na prawach psychologii i odwzorowujące zachowanie wybranego systemu. Prognozę uzyskuje się poprzez ekstrapolację wykrytych związków z zastosowaniem zasady „status quo”. Metody te nadają się do konstruowania prognoz krótkoterminowych.
Wymienione model mogą służyć do prognozowania, pod warunkiem, że znane są przyszłe wartości zmiennych objaśniających. Mogą być wykorzystywane do symulacji, czyli badań możliwych stanów interesującego nas fragmentu rzeczywistości za pomocą eksperymentowania na modelu. Eksperyment polega na obliczeniu wartości zmiennych endogenicznych przy różnych dopuszczalnych wartościach zmiennych objaśniających, lub różnych wartościach parametru.
W prognozowaniu symulację stosuje się gdy są:
wysoka niepewność co do możliwych dróg rozwoju
duży udział decyzji w kształtowaniu przyszłości
odczuwalna jest potrzeba rozpatrywania wielu wariantów przyszłości i wybory którejś z nich.
Metody analogowe
Model ten służy do przewidywania przyszłości o określonej zmiennej na podstawie danych o zmiennych podobnych, co których istnieją zbyt słabe podstawy, by przypuszczać że są przyczynowo powiązane ze zmienną prognozowaną. Nadają się do sporządzania prognoz średnio i długookresowych.
Metody heurystyczne
Polegają na wykorzystaniu opinii ekspertów, opartej na ich i intuicji i doświadczeniu. Metody te łączą w prognozowaniu myślenie świadome i intuicyjne.
Należą do nich:
1 metoda burzy mózgów
2 metoda delficka
Przykładem uzyskiwania prognozy przez stosowanie różnych metod w poszczególnych fazach prognozowania jest metoda scenariuszy.
Podstawą wybory metody są z jednej strony:
1 Zjawisk prognostyczne
2 Właściwości metod
Przesłanki prognostyczne obejmują hipotezy badawcze określające występujące mechanizmy rozwoju prognozowanego zjawiska. Prognosta może zająć ekstremalnie dwie postawy:
pasywną - widzenie przyszłości zjawiska jako nieuniknionego
aktywną - w której uznanie przyszłości jest stosunkowo niezależne od przeszłości.
Kolejność niektórych metod wg. postawy prognosty od aktywnej do pasywnej.
trend analityczny z regułą podstawową
model trendu z regułą podstawową
model trendu ekonometryczny z poprawką
metoda analogowa
metoda delficka
Etapy prognozowania:
Sformułowanie zadania prognostycznego
Podanie przesłanek prognostycznych
Wybór metody prognozowania
Wyznaczenie prognozy
Ocena dopuszczalności prognozy
Weryfikacja prognozy.
Rozdział IV
Prognozowanie na podstawie szeregów czasowych
W szeregach czasowych wyróżnia się składowe
systematyczną np. trend wahania cykliczne i sezonowe
przypadkowa: składnik losowy wahania przypadkowe.
Modelem szeregu czasowego służącym do określenia przyszłej wartości zmiennej prognozowanej Y w momencie lub okresie prognozowanym Yt*- model formalny którego zmiennymi objaśniającymi mogą być tylko zmienne czasowe oraz przyszłe wartości lub prognozy zmiennej wartości Y Yt*=f(t,yt-1,yt-p,...,yt*-p,ξ). Modele szeregów czasowych używa się ponieważ zjawisko to jest zbyt złożone by można je opisać i zrozumieć przy pomocy modelu. Można wyróżnić modele:
- naiwne
- średniej ruchomej
- wygładzenia wykładniczego
- tendencji rozwojowej
- składowej periodycznej
- autoregresyjne
- ARMA i ARIMA.
AD 1 mogą być stosowane w przypadku niedużych wahań przypadkowych. Umożliwiają na ogół konstrukcję prognoz na jeden okres na przód (t=n+1).
AD2 morze być wykorzystywana do wygładzania szeregu czasowego jak i do prognozowania
AD3 polega na tym że szereg czasowy zmiennej prognozowanej wygładza się za pomocą ważonej średniej ruchomej. Przy czym wagi określone są wg prawa wykładniczego. 1 prosty model wygładzania który morze być stosowany stosowany w przypadku występowania prawie stałego poziomu zmiennej prognozowanej oraz wahań przypadkowych 2 model liniowy italta stosowany gdy występują tendencja rozwojowa i wahania przypadkowe 3 model Wintersa stosowany gdy występuje tendencja rozwojowa wahania sezonowe i przypadkowe. 4 wersja addytywna
AD4 mogą mieć następujący zapis Yt=f(t)+ξt lub Yt = f(t) x ξt .
W tym zakresie wykorzystuje się
1 modele analityczne
2 modele adaptacyjne. Do oceny dopasowana modelu do danych empirycznych używa się statystyki R2. budując modele adaptacyjne odrzuca się założenie o niezmienności mechanizmu rozwojowego badanych zjawisk. Klasa modeli adaptacyjnych jest bardzo szeroka.
AD5 stosowane są w przypadku wahań cyklicznych okresowych
1 metoda wskaźnikowa
2 analizy harmonicznej polega na budowaniu modelu w postaci tzw harmonii tzn funkcji sinusoidalnych lub cosinusoidalnych o danym okresie równym: pierwsza harmonika= okres badań druga harmonika ½ okresu badań itd. 3 metoda Kleina.
AD6 uwzględniają występowanie opóźnień w przebiegu niektórych zjawisk w czasie. Na ogół jest to funkcja liniowa.
AD7 Modele ARMA i ARIMA. Stosowane przy szeregach wahaniach przypadkowych. Dla osiągania większej elastyczności dopasowania modelu do szeregu czasowego niekiedy celowe jest połączenie metody autoregresji AR oraz średniej ruchomej MA. Jeżeli szereg zmiennej prognozowanej nie jest stacjonarny to dokonuje się jego przekształcenia poprzez operację różnicowania. Polega ona na d- krotnym obliczeniu różnic sąsiednich wyrazów szeregu. Budowanie modelu dla wten sposób przekształconych szeregów określamy jako zintegrowane modele autoregresji ARI i zintegrowane modele średniej ruchomej MRI oraz zintegrowanego modelu autoregresji i średniej ruchomej ARIMA. Parametry modelu szacuje się na ogół procedurami inercyjnymi polegające na poszukiwaniu takich wartości ocen parametru modeli dla których suma kwadratów reszt jest najmniejsza. Modele ARMA i ARIMA wymagają:
1 dużej ilości obserwacji
2 znacznej wiedzy w oszacowaniu modeli nieliniowych
3 autokorelacji cząstkowej
4 testowanie hipotez.
Rozdział V
Zarys dziejów dekoracji bożonarodzeniowych.
Choinka, symbol radości, nadziei przystrojona ozdobami i świecidełkami wnosi w każdy dom pokój i szczęście. Zwyczaj stawiania choinki nie jest rodem z Polski lecz z Alzacji, ponieważ tam po raz pierwszy w 1495 r. postawiono drzewka ozdobione jabłkami na pamiątkę zakazanego owocu z rajskiego drzewa. Później choinka pojawia się na terenie Niemiec przyozdobiona gwiazdkami i świeczkami. Zwyczaj ten przeniósł się do wielu krajów Europy, głównie protestanckich, by w XVIII w. pojawić się w Polsce. W wieczór wigilijny obdarowywano dzieci gałązkami drzewka szpilkowego z zawieszonymi smakołykami. W chłopskich zagrodach u stropu wisiały tzw. "podłaźniki" - ucięte tuż przy czubku jodełki, przybrane rajskimi jabłuszkami, kolorowymi opłatkami oraz łańcuchami ze słomy i bibuły.
Takie drzewka zawieszone czubkiem w dół u sufitu dały początek choince. Wśród mieszczaństwa warszawskiego choinka pojawiła się najwcześniej, potem trafiła do magnackich salonów, by w połowie XIX w. cieszyć serca wszystkich dzieci, nawet tych najuboższych. Choinka zazwyczaj stała w pokoju do którego wstęp był zakazany aż do wigilijnej wieczerzy, a później w iście arktycznych warunkach (bo ze względu na drzewo nie palono) ubierano drzewko zależnie od stanu zamożności domu. Przy wigilijnej wieczerzy przyniesione z lasu zwykłe drzewko lśniło od czerwonych jabłuszek, ciastek w kształcie gwiazdek, cukierków w postrzępionych papierkach, szklanych sopli lodowych. Były również wcześniej przygotowane anioły, bibuły i łańcuchy ze słomy i bibuł, które oplatały całą choinkę. W latach trzydziestych ubiegłego stulecia pojawiły się piękne kruche malowane bombki, znane nam do dziś, którymi najchętniej dekorujemy nasze współczesne drzewko. Dziś w wielu domach żywe drzewko zastępuje plastikowa atrapa, którą w pośpiechu wyciągamy ze schowka. Wprowadzenie tej imitacji oszczędza nasze lasy. To jodłowe drzewko wycinane u nas przez dwa wieki na każde święta spowodowało, że zostały niestety wyniszczone stanowiska jodły na całym niemal obszarze kraju. Również świerk jest przedmiotem świątecznych tęsknot zwłaszcza w ostatnich latach. W pewnym stopniu aby uniknąć tak drastycznych środków jak pozbawienie drzewek życia, a z kolei być wiernym tradycji świątecznych układa sie stroiki mniej lub bardziej strojne. Stroik sam w sobie nie jest jedynie ułożeniem kilku gałązek jodły i ozdobieniem ich. Obecnie układanie stroików stało się sztuką. Powstają coraz ciekawsze formy, używa sie materiałów, które wkraczają w świat "stroikowej mody". Obecna moda na nowo lansuje klasyczne szkło lamp, kloszów i kinkietów. Nadawane im kolory złota czy szafiru powodują nie tylko odnowienia, ale również stanowią nową podstawę komponowanych stroików. Nadają one niepowtarzalny urok dekorowanym świątecznie naszym mieszkaniom.
Coraz częściej spotykamy się z kultywowaniem symboliki jemioły. Są to tzw. "pocałunki pod gałązką jemioły". Jemiołę tradycyjnie przymocowujemy nad drzwiami i ozdabiamy barwnymi wstążkami i szyszkami.