Проведение эксперимента

оценка качества работы модели

запуск, прогон модели

варьирование параметров модели, сбор статистических данных;

анализ результатов модели

4. Подведение итогов (прогноз как должен действовать политический игрок).

А) Перенос знаний с модели на оригинал

Б) Проверка адекватности модели

В нелинейной модели необходимо учитывать политические, экономические, идеологические ресурсы, но они ограничены. Неоправдана попытка трансформации одного ресурса в другой. За одни и те же ресурсы конкурируют множество аттракторов

Ограничения:

Мягкие

· Жесткие (за короткий промежуток времени нельзя изменить состояние системы).

Аттрактор (точка притяжения) – параметр системы в установившемся режиме. Аттрактор — компактное подмножество фазового пространства динамической системы. Фазовое пространство — пространство, на котором представлено множество всех состояний системы, так, что каждому возможному состоянию системы соответствует точка фазового пространства. Типы:

Точечный (параметр динамической системы не меняется);

Циклический (колебательный режим. Ex: возвращение России к авторитарной модели);

Квазипериодический (колебательные изменения системы, необходимо учитывать значительное количество параметров в системе);

“Странный” (возможности прогнозировать ограничены по отрезку времени)

Точечный, циклический и квазипериодический типы детерминированы, прогноз можно сделать с высокой точностью. “Странный” – предлагает объективно наиболее вероятностный сценарий. Данный тип говорит о переходном характере системы.

Прогнозирование политических процессов на основе анализа временных рядов

Для анализа периодически повторяющихся политических событий исследователи обращаются к анализу временных рядов, который используется для ретроспективного объяснения событий, так и для прогнозирования их дальнейшего развития. Классические примеры – прогнозирование итогов избирательных кампаний, развития забастовочного движения.

Временные ряды – комплекс наблюдений за одной переменной через определенные интервалы времени. Статистическое прогнозирование – способ предвидения развития политических событий на основе эмпирических данных мониторинговых исследований. Период упреждения – длительность прогноза в эмпирических исследованиях. Он относительно невелик, а вероятность ошибок увеличивается прямо пропорционально временному отрезку прогноза. Требования к прогностической модели традиционны: обоснованность, полнота, валидность, точность, усточивость.

Выделяют три этапа моделирования:

1) Логико-интуитивный анализ;

2) Формализация данных (трансформация созданной содержательной статистической модели в динамическую;

3) Квантификация данных – создание «образа искусственной реальности».

Самым простым приемом статистического прогнозирования считается анализ развития ряда распределения количественных параметров исследуемого социального процесса. Он состоит из взаимосвязанных компонент:

1. Тенденция – направление развития социального процесса – если в тенденции обнаруживается функциональная зависимость ее от времени, то исследователи говорят о наличии тренда;

2. Тренд – описание фактической усредненной для периода упреждения тенденции изучаемого процесса во времени;

3. Интервал циклов – повторяемость показателей, зависящих от времени.

Дата добавления: 2015-07-20