ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 05.06.2021
Просмотров: 549
Скачиваний: 1
Анализ регрессий. Данный метод используется в тех случаях, когда необходимо не только выяснить наличие зависимости, но и показать ее характер, т.е. выяснить, что является причиной (независимой переменной), а что — следствием (зависимой переменной). В таких случаях составляется уравнение функциональной зависимости, где х зависим от у соответствующими коэффициентами регрессии. Регрессия может быть линейной (чем больше х, тем больше у; график выражен прямой, идущей вверх). Таким образом, например, рассчитывается уровень милитаризации — расходы на оборону являются функцией от валового национального продукта. В ряде случаев зависимость бывает непрямой, и тогда мы имеем дело с анализом нелинейных регрессий (т.е. функцией, описывающей более сложные отношения зависимости, график имеет форму параболы).
Анализ тенденций используется в основном в прогностических целях для описания будущих отношений причины и следствия (взаимосвязи двух переменных, одна из которых является независимой). Поскольку количественные показатели отношений для характеристики будущего неизвестны, в уравнении регрессии, описывающем их отношения в настоящем, независимая переменная заменяется на время, числовые значения которого в будущем известны. Данный прием имеет свои недостатки, поскольку игнорируются будущие значения показателя причины т, возможность изменения зависимости между переменными. Для анализа тенденции собирают возможно большее число данных с возможно малыми временными интервалами и вычисляют скорость эволюции системы, после чего строят график, на основе которого составляют уравнение регрессии и оценивают его параметры. Далее приступают непосредственно к прогнозу, т.е. вычисляют будущие значения показателя следствия с помощью уравнения регрессии, и продолжают график, после чего осуществляют интерпретацию результатов.
Спектральный
анализ. Эта
методика показывает фундаментальные
колебания в сложных эволюционизирующих
структурах, с
ее помощью вычисляется частота и
продолжительность фазы. Основой
метода служит выделение структуры
колебательного
процесса (например, популярность
правительства) и построение
графика синусоидальных колебаний. Для
этого собирают
хронологические данные, вычисляют
уравнение колебания
и создают циклы, на базе которых строятся
графики. Экстраполяция.
Методика
представляет собой экстраполяцию
событий
и явлений прошлого на будущий период,
для чего осуществляется сбор данных в
соответствии с избранными индикаторами
по определенным временным промежуткам
(неделям,
месяцам и т.д.), после этого проводится
подсчет
среднего
значения индикатора, в соответствии с
которым строится
хронологический график. Как правило,
экстраполяция
делается только в отношении небольших
временных промежутков в будущем,
поскольку при более длительном сроке
существенно
возрастает вероятность ошибки.
Математические подходы в анализе политических отношений используются двояко — для решения тактических (локальных) вопросов и для анализа стратегических (глобальных) проблем. В этой связи математика часто выступает как незаменимый инструмент построения сложных прогностических моделей различного уровня. Эти модели разрабатываются как эмпирические и определяются парой неупорядоченных множеств — множеством переменных-параметров и множеством отношений, связывающих значения выбранных переменных. Математическая модель представляет собой формальный образ реального явления и при определенных условиях может заменять оригинал в компьютеризированном аналитическом исследовании его природы и поведения. Модель может служить основой и для решения обычных вычислительных задач, которые представляют значительный интерес с точки зрения разработки вероятностных сценариев развития политических ситуаций. Например: каким образом данный набор значений одних параметров влияет на значения других, какие значения параметров возможны при данном наборе ограничений, какие сочетания значений параметров являются оптимальными для данного критерия при данном наборе ограничений и т.п. Если исследователь устоит перед соблазном включить в модель всю доступную ему эмпирическую фактологию и проведет ее предварительную сортировку на релевантную и нерелевантную, то полученные решения будут не только репрезентативны, но и адекватны.
Важным отличием математического способа обработки данных, применяемых в процессе прикладного политического моделирования, является то, что результаты достигаются в ходе долгих формальных вычислений.
Тема 24. Динамические модели как средство описания поведения политических систем и субъектов во времени
24.1 Методическое обоснование применения динамических моделей.
24.2 Разработки в области искусственного интеллекта.
Методическое обоснование применения динамических моделей в прикладных политических исследованиях связано с усложнением задач комплексного прогнозирования различных аспектов общественного развития. Начиная с 60-х годов XX в. динамические модели, разработанные американскими исследователями, де-факто вошли в спектр научного инструментария, обеспечивающего принятие политических решений. Они стали применяться для изучения таких сфер, как окружающая среда, энергетика, образование, законодательство, транспорт. Несмотря на неоднозначность достигнутых при этом результатов, динамическое моделирование стало использоваться и в сфере международных исследований. Учитывая как приведенные выше критические соображения, так и опасность «компьютерного фундаментализма», о котором все чаще говорится при обсуждении современных общественных процессов, целесообразно указать на основные причины, оправдывающие применение количественных подходов для изучения политических явлений. Так, в случае исключительной опоры на логико-интуитивный анализ мы можем недооценить значимость многих факторов, формирующих реальное поведение акторов. Кроме того, если опасения трудностей приводят к отказу от квантификации важных в познавательном плане гипотез, то научный процесс серьезно пострадает. В этой связи можно предположить, что, во-первых, необходимо продолжать развивать различные приемы квантификации сложных концептуальных представлений о внутриполитической и международной действительности, во-вторых, там, где возможно, активно инкорпорировать количественные переменные в качественные исследования, в-третьих, должно допускаться изначальное выведение некоторых аспектов политического процесса за рамки квантифицированного исследования. Творческое осмысление современного состояния естественнонаучных дисциплин. Хотя нередко именно точный расчет, а тем более расчет, полученный с применением современной вычислительной техники, может дать большой выигрыш с точки зрения получения новой информации, представления о том, какова содержательная ценность этой информации, должны постоянно учитывать изменения взглядов на многие важные положения в сфере точного знания. Еще недавно казалось, что создание искусственного интеллекта как научной области, основной функцией которой является развитие формальных средств универсального представления и обработки знаний, в первом приближении уже состоялось. На использование соответствующих наработок применительно к политической, в том числе и международной, проблематике были затрачены значительные усилия. Искусственный интеллект — компьютеризированная система обработки информации на основе моделирования познавательных процессов человека; компьютерная модель рационального мышления. Первый шаг в решении проблемы был сделан в 50-е годы XX в. английским математиком и логиком А. Тьюрингом, который сформулировал правило: вычислительная машина может «мыслить», если в процессе обмена информацией у человека не возникает сомнений в том, что он обменивается информацией с человеком, а не с машиной. При создании искусственного интеллекта сначала моделировались интеллектуальные действия человека в процессе простых игр (типа «морской бой»), а затем в процессе более сложных игр (шахматы, карточные игры). В дальнейшем появились и компьютерные программы для доказательства различных теорем. Создание компьютерных игровых программ и программ доказательства теорем явилось исторически первым направлением прикладных исследований в области искусственного интеллекта. В дальнейшем в самостоятельные области были выделены исследования проблем распознавания образов, машинного перевода, робототехники, сочинения музыки и др. В 70-е годы важным практическим направлением исследований становятся исследования по созданию компьютерных экспертных систем, обладающих информацией человека-эксперта и способных давать квалифицированные рекомендации и обоснованные решения предметных задач. Разработки в области искусственного интеллекта стимулируются стремительным увеличение массивов информации, для обработки которой путем формализации, анализа и синтеза уже недостаточно традиционных логико-математических методов. Но математикам до сих пор не ясен алгоритм описания самых простых для естественного интеллекта качественных понятий — «хороший», «большой», «красивый», «умный», «популярный». Поэтому проекты, ориентированные на искусственный интеллект, пока далеки от завершения.
Тем не менее, относительно ограниченные возможности четкой бинарной логики, ставшей принципом архитектуры компьютерного мозга, становились все более ощутимыми. Во многих задачах, например, распознавания образов или анализа ситуации на финансовых рынках рациональная логика допускает ошибки. Сегодня широко признается, что управление сложными процессами часто сводится к решению задач с размытой логикой.
Сегодня исследованиями в области нечеткой логики занимаются IBM и многие ведущие западные корпорации. Вероятно, что предметная апробация их разработок на политической проблематике могла бы стать полезной в информационном и методическом плане, в частности для создания нового класса динамических моделей, рассчитанных на среднесрочное прогнозирование. Таким образом, ключевой проблемой совершенствования политической аналитики на основе достижений точных дисциплин и информационных технологий является подготовка специалистов междисциплинарного профиля и развитие их способностей к принятию решений в быстроменяющейся компьютеризированной обстановке. Сегодня мы вплотную подошли к новому этапу развития информационных технологий, когда основную работу по структурированию информации будет делать профильный специалист. Причем речь идет уже не только о содержательном наполнении информационных ресурсов, а об их структурировании, создании описаний лингвистического обеспечения информационных систем и т.п. Следовательно, можно ожидать изменения природы гуманитарной специализации политологов и международников, по крайней мере в той их части, которая относится к фактологическому знанию. Главной работой аналитика станет не накопление и хранение информации, а управление информационными потоками.