Использование метода экстраполяции в прогнозировании социальных процессов.

Экстраполирование и интерполирование (выявление промежуточного значения между двумя известными моментами процесса) – построение динамических рядов развития показателей прогнозируемого явления на протяжении периодов основания прогноза в прошлом и упреждения прогноза в будущем (ретроспекции и проспекции прогнозных разработок)

Прогнозная оценка обязательно включает в себя элементы экстраполяции и моделирования. Процесс экстраполяции невозможен без элементов оценки и моделирования. Моделирование подразумевает предварительную оценку и экстраполирование. Это обстоятельство на протяжении долгого времени затрудняло адекватную классификацию методов прогнозирования. Разработку последней тормозила также недостаточная определенность понятий приема, процедуры, метода, методики, способа, системы, методологии прогнозирования, которые нередко употреблялись одно вместо другого либо фигурировали как однопорядковые явления, несмотря на существенную качественную разницу между ними. За последние годы в этом отношении проведена значительная работа, позволившая создать надежную теоретическую базу для классификации методов прогнозирования. В итоге приведенный ряд понятий выстроился в следующую логическую систему.

Использование корреляционного анализа в прогнозировании социальных процессов.

Корреляционный метод позволяет получить прогноз ч/з колич. оценку связи м/у 2-мя (несколькими) взаимодействующими явле-ниями (объектами). Такая оценка даётся ч/з расчёт коэффициентов корреляции. Чем ближе коэф. коррел. к 1, тем степень влияния к.-л. ф-ра на пок-ль сильней (прямая связь).

Применение корреляционного анализа предполагает выполнение следующих предпосылок:
Следующие величины

Y(Y1,Y2,. . . Yn)

X(X1,X2,. . . Xn)

могут рассматриваться как выборка из двумерной генеральной совокупности с нормальным законом распределения. Ожидаемая величина погрешности  равна 0.

Отдельные наблюдения стохастически независимы, т.е.значение данного наблюдения не должно зависеть от значения предыдущего и последующих наблюдений.

Ковариация между погрешностью и каждой из независимых переменных равна 0.

Дисперсия ошибки связанная с одним значением Y равно дисперсии ошибки связанной с другим значением Y.

Ковариация между погрешностью и каждой из независимых переменных равна 0.

Непосредственная применимость данного метода ограничивается случаями когда уравнение кривой является линейным относительно своих параметров B0,B1,. . .Bk.

Наблюдение независимых переменных производится без погрешности, т.е. перед началом корреляционного анализа необходимо проверить выполнение всех предпосылок..