مقاله معیارهای ارزیابی نتایج پیش بینی و دسترسی به اطلاعات

Business process and workflow automation with flowchart, businessman in background

روشهای انجام پیش بینی را به صورتهای مختلفی طبقه بندی می کنند. اما با توجه به میزان استفاده از روشهای ریاضی و آمار می توان آنها را به دو طبقه کیفی و کمی دسته بندی کرد ( مدرس ،1380):
Widget not in any sidebars

الف ) روشهای کیفی شامل برآورد ذهنی از طریق اظهار نظر متخصصان است . در روشهای کیفی ، پیش بینی مبتنی بر قضاوت ذهنی است و پیش بینی کننده با استفاده از تجارب خود و در نظر گرفتن شرایط کنونی وتغییرات قابل پیش بینی ، داده های آینده را پیش بینی می کند . در فرایند پیش بینی ، فقدان یا عدم دسترسی به اطلاعات تاریخ و یا عدم کفایت حجم آن ، استفاده از روشهای قضاوتی را ایجاب می کند.
ب ) روشهای کمی ، به وضوح چگونگی انجام پیش بینی را تعریف می کنند. منطق کار به طور صریح بیان می شود و عملیات ریاضی است . در این روشها با بررسی داده های تاریخی فرض می شود که فرایند ایجاد داده ها پایدار و قابل تسری به آینده است .
در عمل، سیستم های پیش بینی اغلب ترکیبی از هر دو روش را به کار می برند . روشهای آماری برای تجزیه و تحلیل منظم داده های تاریخی به کار می روند و پیش بینی انجام می شود . این امر به سیستم عینیت می بخشد و به سازماندهی موثر محتوای اطلاعاتی داده های تاریخی منجر می شود .سپس نتایج کار به عنوان ورودی در ارزیابی ذهنی تصمیم گیرندگان آگاه عمل می کند و آنان با استفاده از سایر اطلاعات مرتبط و انتظارات معقول خود از آینده ، پیش بینی را به نحو مقتضی تعدیل می کنند.
باتوجه به مطالبی که بیان گردید ، برای ارایه یک پیش بینی مناسب از وقایع و رویدادهای آینده که نتایج آن در تصمیم و فرایند تصمیم گیری موثر باشد ، انتخاب روشهای پیش بینی مناسب از اهمیت بالایی برخوردار است . همانطور که بیان گردید انتخاب روشهای پیش بینی به عوامل مختلفی بستگی دارد . ذیلاً به طور خلاصه عوامل موثر بر انتخاب روش مناسب جهت پیش بینی ذکر می گردد :
شکل پیش بینی مورد نیاز.
افق ، دوره و فاصله پیش بینی.
در دسترس بودن داده ها و توجه به کیفیت آنها.
دقت مورد نیاز جهت پیش بینی.
رفتار فرایند مورد پیش بینی.
هزینه انجام پیش بینی.
حد الامکان ساده بودن عملیات پیش بینی.
درک و همکاری استفاده کننده.
معیارهای ارزیابی نتایج پیش بینی
دقت و کنترل نتایج پیش بینی شده یکی از مهمترین جنبه های فرایند پیش بینی است. پیچیدگی و ماهیت متغیرهای دنیای واقعی ، اغلب پیش بینی دقیق مقادیر آینده آن متغیرها را غیر ممکن می سازد . به علاوه، از آنجا که بعضی از تکنیکها در یک شرایط معین ، دقت بیشتری نسبت به سایر روشها دارند، تصمیم گیرنده نیاز به یک معیار جهت سنجش دقت روش های مختلف پیش بینی را احساس می کند . خطای پیش بینی ، اختلاف بین مقدار واقعی و مقدار پیش بینی شده متغیر می باشد . خطای پیش بینی از یک طرف در انتخاب یک روش از بین روشهای مختلف و از طرف دیگر ، برای ارزیابی موفقیت یا عدم موفقیت فرایند پیش بینی در تصمیم گیری تاثیر گذار است ( استیونسون،2000). در این قسمت معیارهای سنجش دقت پیش بینی به اختصار بیان می شوند.
ارزیابی دقت پیش بینی از دو جنبه دقت در پیش بینی سطح متغیر و دقت در پیش بینی جهت تغییرات متغیر حایز اهمیت است . سه معیارسنجش دقت سطح پیش بینی که معمولاً مورد استفاده قرار می گیرند عبارتند از :
الف ) متوسط قدر مطلق خطا (MAD) که با استفاده از رابطه زیر محاسبه می گردد.
معادله 3
ب ) میانگین مربعات خطا (MSE) که از رابطه زیر محاسبه می شود .
معادله 4

ج)میانگین مربعات خطای نرمال شده((NMSE که از فرمول زیر محاسبه می گردد:
معادله 5
که در آن عبارت است از مقدار واقعی عدد مورد نظر جهت پیش بینی.
در صورتی که از MSE جذر گرفته شود . معیار RMSE یا ریشه دوم میانگین مربعات خطا به دست می آید. دراین تحقیق از معیارMAD و RMSE برای تجزیه و تحلیل نتایج استفاده می گردد .شاخص های سنجش دقت پیش بینی جهت تغییرات متغیر شامل موارد زیر است :