сотрудник
Восточно-Сибирский институт МВД России (кафедра информационных технологий, доцент)
сотрудник
Иркутск, Россия
сотрудник
Иркутск, Россия
Введение: отмечается, что криминологическое прогнозирование на основе трендовой модели, обладая рядом бесспорных достоинств по сравнению с другими видами криминологического прогнозирования, имеет существенные недостатки – невозможность обеспечения заданной точности прогноза, а также ограниченные возможности прогнозирование в случае недостаточной точности описания наблюдаемых данных. В статье исследованы возможности улучшения качества описания данных при построении трендовых моделей. Материалы и методы: исследование основывается на справочных данных о состоянии преступности и методах математической статистики. Результаты исследования: предложен подход к криминологическому прогнозированию на основе тренда при недостаточном качестве описания исходных данных, основанный на изменении функциональной зависимости модели и снижении влияния аномальных данных Предложенный подход реализован для решения задачи краткосрочного прогнозирования количества зарегистрированных преступлений в республике Бурятия. Удалось на 25% улучшить качество описания данных и получить достаточно точную интервальную оценку прогноза. Также показано, что интервальное прогнозирование предоставляет более полную и надежную информацию для принятия решений и оценки рисков, поэтому оно предпочтительнее точечной оценки прогноза. Выводы и заключения: на основе проведенного исследования авторы считают возможным рекомендовать для улучшения качества описания данных трендовой модели: анализ качества описания данных при различных формах функциональной зависимости трендовой модели путем сравнения коэффициентов детерминации и оценки точности прогноза; проведение проверки наличия аномальных данных с последующим исключением их из рассмотрения или уменьшением их влияния за счет изменения интервала наблюдения.
криминологическое прогнозирование, коэффициент детерминации, аномальные данные
1. Айвазян, С.А., Мхитарян, В.С. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд., испр. Т.1: Айвазян С.А., Мхитарян В.С. Теория вероятностей и прикладная статистика. М.: ЮНИТИ-ДАНА, 2001. 656 с.
2. Деменченок, О. Г., Баранов, С. А. Выбор модели для криминологического прогнозирования на основе тренда // Вестник Восточно-Сибирского института МВД России : науч.-практич. журн. Иркутск : Восточно-Сибирский институт МВД России. 2023. № 2 (105). С. 131-141.
3. Горбунов, В. К. Математическое моделирование рыночного спроса : учебное пособие / В. К. Горбунов. - 2-е изд., перераб. и доп. - Санкт-Петербург : Лань, 2022. - ISBN 978-5-8114-3256-1. - Текст : электронный // Лань : электронно-библиотечная система. - URL: https://e.lanbook.com/book/213152 (дата обращения: 11.07.2023). - Режим доступа: для авториз. пользователей.
4. 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: 11.07.2023). - Режим доступа: для авториз. пользователей.
