การพยากรณ์คืออะไร?
การพยากรณ์คือพัฒนาการของการพยากรณ์ ในความหมายที่แคบ - พิเศษ
ความจำเป็นในการพยากรณ์เกิดจากความปรารถนาที่จะรู้โดยหลักการแล้วเหตุการณ์ในอนาคตซึ่งเชื่อถือได้นั้นเป็นไปไม่ได้โดยอาศัยหลักการทางสถิติ (ข้อผิดพลาดของการประมาณการในปัจจุบัน) ความน่าจะเป็น (หลายตัวแปรของผลที่ตามมา) เชิงประจักษ์ (ข้อผิดพลาดทางระเบียบวิธีของแบบจำลอง) หลักการทางปรัชญา (ความรู้ในปัจจุบันที่ จำกัด )
ความแม่นยำของการคาดการณ์ใด ๆ เกิดจาก:
- ปริมาณของข้อมูลเริ่มต้น "จริง" (ตรวจสอบด้วยข้อผิดพลาดที่ทราบ) และระยะเวลาในการรวบรวม
- ปริมาณของแหล่งข้อมูลที่ไม่ได้รับการยืนยันและระยะเวลาของการรวบรวม
- คุณสมบัติของวัตถุพยากรณ์และระบบปฏิสัมพันธ์กับวัตถุพยากรณ์
- วิธีการและแบบจำลองการพยากรณ์
ด้วยการเพิ่มขึ้นของชุดปัจจัยที่ส่งผลต่อความแม่นยำของการคาดการณ์การคำนวณตามปกติจะถูกแทนที่ด้วยข้อผิดพลาดที่คงที่
การคาดการณ์ถูกแบ่งออก (ตามเงื่อนไข):
- ตามเงื่อนไข: ระยะสั้นระยะกลางระยะยาวระยะยาว
- ตามขนาด: ส่วนตัวท้องถิ่นภูมิภาคภาคส่วนประเทศโลก (ทั่วโลก);
- ตามความรับผิดชอบ (นักประพันธ์): ส่วนบุคคลในระดับองค์กร (องค์กร) ในระดับหน่วยงานของรัฐ
วิธีการพยากรณ์หลัก ได้แก่ :
- วิธีการทางสถิติ
- การตัดสินของผู้เชี่ยวชาญ (ตัวอย่างเช่นวิธีเดลฟี);
- วิธีการสร้างแบบจำลองรวมถึงการจำลอง
- ใช้งานง่าย (นั่นคือทำโดยไม่ใช้วิธีการทางเทคนิคทันควัน "ในใจ" โดยผู้เชี่ยวชาญที่มีประสบการณ์ในวิธีการทางวิทยาศาสตร์ที่เคยใช้มาก่อนในการคาดการณ์ประเภทนี้)
วิธีการพยากรณ์ทางสถิติ
วิธีการพยากรณ์ทางสถิติ – ทางวิทยาศาสตร์และวินัยทางวิชาการที่มีวัตถุประสงค์หลัก ได้แก่ การพัฒนา การศึกษา และการประยุกต์วิธีการพยากรณ์ทางคณิตศาสตร์และสถิติสมัยใหม่โดยอาศัยข้อมูลวัตถุประสงค์
การพัฒนาทฤษฎีและการปฏิบัติการสร้างแบบจำลองความน่าจะเป็น-สถิติของวิธีการพยากรณ์โดยผู้เชี่ยวชาญ วิธีการพยากรณ์ภายใต้สภาวะความเสี่ยง และวิธีการพยากรณ์แบบผสมผสานโดยใช้แบบจำลองทางเศรษฐกิจ-คณิตศาสตร์ และเศรษฐมิติร่วมกัน (ทั้งทางคณิตศาสตร์-สถิติและผู้เชี่ยวชาญ)
พื้นฐานทางวิทยาศาสตร์ของวิธีการพยากรณ์ทางสถิติคือสถิติประยุกต์และทฤษฎีการตัดสินใจ
วิธีที่ง่ายที่สุดสำหรับการสร้างการขึ้นต่อกันขึ้นใหม่ที่ใช้สำหรับการคาดการณ์จะขึ้นอยู่กับอนุกรมเวลาที่กำหนด กล่าวคือ ฟังก์ชันที่กำหนดไว้ที่จุดจำนวนจำกัดบนแกนเวลา
การประเมินความถูกต้องแม่นยำของการพยากรณ์ (โดยเฉพาะกับโดยใช้ช่วงความเชื่อมั่น) เป็นส่วนสำคัญของขั้นตอนการพยากรณ์ โดยทั่วไปแล้ว มีการใช้แบบจำลองความน่าจะเป็น-สถิติของการกู้คืนการพึ่งพา เช่น สร้างการคาดการณ์ที่ดีที่สุดโดยใช้วิธีความน่าจะเป็นสูงสุด
พาราเมตริก (โดยปกติจะขึ้นอยู่กับแบบจำลองข้อผิดพลาดปกติ) และการประมาณแบบไม่อิงพารามิเตอร์ของความแม่นยำในการคาดการณ์และขีดจำกัดความเชื่อมั่นสำหรับมัน (ตามทฤษฎีขีด จำกัด กลางของทฤษฎีความน่าจะเป็น) นอกจากนี้ยังใช้เทคนิคฮิวริสติกที่ไม่ได้อยู่บนพื้นฐานของทฤษฎีสถิติความน่าจะเป็นเช่นวิธีการหาค่าเฉลี่ยเคลื่อนที่
การถดถอยหลายตัวแปร รวมถึงการใช้การประมาณค่าความหนาแน่นของการกระจายแบบไม่อิงพารามิเตอร์ เป็นเครื่องมือพยากรณ์ทางสถิติหลักในปัจจุบัน
การสันนิษฐานที่ไม่สมจริงของภาวะปกติไม่จำเป็นต้องใช้ข้อผิดพลาดในการวัดและการเบี่ยงเบนจากเส้นถดถอย (พื้นผิว) อย่างไรก็ตาม เพื่อที่จะละทิ้งสมมติฐานเรื่องความเป็นปกติ จำเป็นต้องพึ่งพาเครื่องมือทางคณิตศาสตร์ที่แตกต่างกัน โดยอิงตามทฤษฎีบทขีดจำกัดกลางหลายมิติของทฤษฎีความน่าจะเป็น เทคโนโลยีการทำให้เป็นเส้นตรง และการสืบทอดของการลู่เข้า
แอปพลิเคชันการพยากรณ์
สำหรับการพยากรณ์โดยใช้อนุกรมเวลามักจะเป็นใช้โปรแกรมคอมพิวเตอร์ สิ่งนี้ช่วยให้คุณดำเนินการส่วนใหญ่ได้โดยอัตโนมัติเมื่อสร้างการคาดการณ์ และยังช่วยให้คุณหลีกเลี่ยงข้อผิดพลาดที่เกี่ยวข้องกับการป้อนข้อมูลและแบบจำลองการสร้างอีกด้วย
แอปพลิเคชันดังกล่าวสามารถเป็นได้ทั้งแบบโลคัล (สำหรับใช้บนคอมพิวเตอร์เครื่องเดียว) และแอปพลิเคชันอินเทอร์เน็ต (มีให้บริการในเว็บไซต์เป็นต้น) โปรแกรมเช่น R, SPSS, Statistica, Forecast Pro, Forecast Expert ควรแยกเป็นแอปพลิเคชันในเครื่อง
สามารถทำนายอะไรได้บ้าง?
- สภาพอากาศ
ข้อผิดพลาดในการคำนวณสถานะในอนาคตของชั้นบรรยากาศและระบบที่วุ่นวายอื่น ๆ สะสมอยู่ตลอดเวลา ดังนั้นการพยากรณ์อากาศสำหรับวันข้างหน้าจึงดีกว่าการพยากรณ์อากาศหนึ่งเดือนมาก
อย่างไรก็ตามความแม่นยำค่อยๆเติบโต: การคาดการณ์ห้าวันที่ทันสมัยนั้นดีพอ ๆ กันเมื่อ 40 ปีที่แล้ว - วันเดียว การคาดการณ์ที่เป็นประโยชน์สามารถทำได้เป็นเวลาเก้าถึงสิบวัน และขีดจำกัดความสามารถในการคาดเดาสำหรับโมเดลคลาสสิกตาม Alexander Chernokulsky คือสองสัปดาห์
โมเดลทั้งหมดนี้สร้างขึ้นบนหลักการเดียวกันสภาพอากาศอธิบายได้ด้วยสมการพื้นฐานหลายสมการ ซึ่งแก้ไขทีละขั้นตอนด้วยการแทนที่ข้อมูลเชิงสังเกต ไม่ใช่รูปแบบทั่วไปดังที่สอนในโรงเรียน แต่ไม่สามารถแก้ด้วยวิธีนั้นได้
เพื่อไม่ให้จบลงในตำแหน่งที่น่าอึดอัดใจเหมือนที่ Lorenz เคยทำ โมเดลจะถูกรัน 10-20 ครั้ง โดยเปลี่ยนค่าเริ่มต้นเล็กน้อย - เพิ่มสัญญาณรบกวนเพื่อพิจารณาตัวเลือกต่างๆ
- พายุแม่เหล็ก
นักวิทยาศาสตร์ทั่วโลกทำงานมา 70 ปีแล้วเพื่อหาสาเหตุของความร้อนที่ผิดปกติของโซลาร์โคโรนา กระบวนการนี้เกี่ยวข้องกับพายุแม่เหล็กซึ่งยังไม่สามารถทำนายได้อย่างแม่นยำ
อุณหภูมิของโซลาร์โคโรนา - ชั้นนอกบรรยากาศของดวงอาทิตย์ - อยู่ที่ประมาณ 1 ล้านองศาเซลเซียสและในบางแห่งมีอุณหภูมิสูงถึงเกือบ 10 ล้านองศาอย่างไรก็ตามบรรยากาศชั้นล่างมีอุณหภูมิเพียง 5.5 พันองศา
ผลสรุปก็คือ ยิ่งอยู่ห่างจากใจกลางดวงอาทิตย์มากเท่าไรก็ยิ่งร้อนมากขึ้นเท่านั้น แม้ว่าภายในดวงอาทิตย์จะตรงกันข้ามก็ตาม กลไกการทำงานของการให้ความร้อนของโคโรนานี้ยังไม่ชัดเจน
การขยายพันธุ์ของAlfvén Waves Samaraนักวิทยาศาสตร์กำลังตรวจสอบโดยใช้สมการพลศาสตร์ของก๊าซแม่เหล็ก จากผลการวิจัยนักวิทยาศาสตร์จะนำเสนอระบบสมการที่อธิบายพารามิเตอร์และแบบจำลองต่างๆของการให้ความร้อนของพลาสมาโคโรนาแสงอาทิตย์ได้อย่างแม่นยำ
- การปะทุของภูเขาไฟ
นักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดวิเคราะห์ตำแหน่งของผลึกโอลิวีนที่แข็งตัวในลาวาหลังจากการระเบิดของภูเขาไฟ Kilauea ดังนั้นนักวิทยาศาสตร์จึงสามารถค้นหารายละเอียดของกระบวนการที่เกิดขึ้นในบาดาลของโลก - ข้อมูลนี้จะช่วยทำนายการปะทุในอนาคต
นักวิทยาศาสตร์อธิบายว่าพวกเขาพยายามสร้างอัลกอริทึมสำหรับทำนายการปะทุของภูเขาไฟ อย่างไรก็ตามกระบวนการหลายอย่างที่อาจชี้ให้เห็นว่าสิ่งนี้เกิดขึ้นลึกลงไปในท่อลาวา หลังจากการปะทุเครื่องหมายใต้ดินใด ๆ ที่อาจให้เบาะแสแก่นักสำรวจจะถูกทำลายในเกือบทุกกรณี
ดังนั้น นักวิจัยจึงมุ่งความสนใจไปที่การศึกษาผลึกโอลิวีนที่ก่อตัวขึ้นระหว่างการปะทุครั้งใหญ่ในฮาวายเมื่อกว่าครึ่งศตวรรษก่อน
หลังจากนั้นนักวิจัยจากสแตนฟอร์ดมหาวิทยาลัยต่างๆพบวิธีทดสอบแบบจำลองคอมพิวเตอร์ของการไหลของหินหนืดซึ่งพวกเขากล่าวว่าสามารถเปิดเผยข้อมูลเพิ่มเติมเกี่ยวกับการปะทุในอดีตและอาจช่วยทำนายอนาคตได้
- ไฟไหม้
การวิจัยในห้องปฏิบัติการดับเพลิงของมหาวิทยาลัยชื่อของ Brigham Young ในสหรัฐอเมริกาให้ภาพที่ถูกต้องมากขึ้นว่าไฟป่าเริ่มต้นที่ใดและแพร่กระจายอย่างไร นักวิทยาศาสตร์มั่นใจว่าข้อมูลใหม่ใด ๆ ที่จะช่วยควบคุมภัยธรรมชาติจะช่วยประหยัดงบประมาณของประเทศได้หลายล้านดอลลาร์
จากการศึกษาพบว่าองค์ประกอบทางเคมีไม้พุ่มเป็นสิ่งสำคัญสำหรับการเผาไหม้อย่างรวดเร็ว ชนิดของพืชที่พบใกล้กองไฟสามารถช่วยทำนายได้ว่าไฟจะลุกลามอย่างไรและสามารถแพร่กระจายไปยังพืชชนิดอื่นได้เร็วเพียงใด
การทดลองมีจุดมุ่งหมายเพื่อปรับปรุงแบบจำลองการพยากรณ์ไฟ เนื่องจากต้องใช้ค่าบริการป่าไม้และหน่วยงานรัฐบาลสหรัฐหลายพันล้านดอลลาร์ต่อปีเพื่อต่อสู้กับพวกเขาการวิจัยใด ๆ ที่สามารถช่วยให้การดับเพลิงมีประสิทธิภาพมากขึ้นจึงเป็นสิ่งสำคัญ
- อากาศเปลี่ยนแปลง
นักวิจัยจาก Norwegian Business School ในออสโลสร้างแบบจำลองทางคณิตศาสตร์ของการเปลี่ยนแปลงสภาพภูมิอากาศตามซึ่งหลังจากการหยุดการปล่อยมลพิษทั้งหมดอุณหภูมิจะเพิ่มขึ้นอย่างน้อยอีก 100 ปี
นักวิจัยใช้ในแบบจำลองของพวกเขาข้อมูลเกี่ยวกับสภาพภูมิอากาศตั้งแต่ปี 1850 จนถึงปัจจุบัน จากข้อมูลนี้พวกเขาคาดการณ์ว่าอุณหภูมิโลกจะเปลี่ยนแปลงไปอย่างไรและระดับน้ำทะเลจะสูงขึ้นก่อนปี 2500
ผลปรากฎว่าหากปล่อยก๊าซเรือนกระจกถึงจุดสูงสุดก๊าซเรือนกระจกจะเกิดขึ้นประมาณปี 2573 และภายในปี 2100 จะลดลงเหลือศูนย์ จากนั้นภายในปี 2500 อุณหภูมิโลกจะยังคงสูงขึ้น 3 องศา และระดับน้ำทะเลจะสูงกว่าปี 1850 2.5 เมตร และนี่คือคำทำนายที่ดีที่สุด
แม้ว่าก๊าซคาร์บอนไดออกไซด์บางส่วนจากอากาศจะถูกดูดซับโดยชีวมวลดินและมหาสมุทร แต่ก็ไม่ได้หยุดภาวะโลกร้อน แต่อย่างใด จุดที่ไม่หวนกลับมาก่อนปี 2020
เราจะปรับปรุงการคาดการณ์ของเราได้อย่างไร?
ในอนาคตคุณภาพของข้อมูลจะดีขึ้นด้วยสเปกโตรดิโอมิเตอร์เรดาร์และลิดาร์ (เลเซอร์) บนดาวเทียมใหม่ ยานอวกาศขั้นสูงสามารถควบคุมอุปกรณ์ได้แล้วหากจำเป็น
ทิศทางที่น่าสนใจอีกประการหนึ่งคือการวัดโดยใช้สมาร์ทโฟนทั่วไปที่ติดตั้งเซ็นเซอร์ทุกชนิดและอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภคอื่น ๆ
มีปัญหาอีกอย่างหนึ่งคือการซูมออกแบบจำลองและการเติบโตของปริมาณข้อมูล ความซับซ้อนในการคำนวณเพิ่มขึ้นอย่างมาก ตัวอย่างเช่น การพยากรณ์อากาศใช้คอมพิวเตอร์ที่ทรงพลังที่สุดในโลก
มีราคาแพงและประสิทธิภาพสูงกว่าไม่เพิ่มขึ้นในอัตราเดียวกันไมโครวงจรซิลิกอนแทบไม่มีที่ใดให้ปรับปรุงได้ นอกจากนี้นักอุตุนิยมวิทยายุคใหม่ยังมีโค้ดนับล้านบรรทัดซึ่งทำให้การคำนวณยากที่จะปรับให้เหมาะสม
อ่านเพิ่มเติม
นักฟิสิกส์ได้สร้างอะนาล็อกของหลุมดำและยืนยันทฤษฎีของ Hawking นำไปสู่ที่ไหน?
นักวิทยาศาสตร์ได้ค้นพบอนุภาคในตำนานของ Odderon
ปรากฏการณ์ทางธรรมชาติที่ลึกลับที่สุด Ball Lightning มาจากไหนและอันตรายอย่างไร?