Алгоритм вероятностного прогнозирования

Вновь не поленимся подчеркнуть следующее: когда мы говорим о прогнозировании событий в дополнительном измерении, то вероятностные оценки применительно к совершенно конкретной пространственно-временной точке всегда выносятся за скобки нашего интереса. Потому что в каждой отдельной точке прогноз и так уже хорошо известен заранее и неизменен. Это значения успеха (р) и неудачи (q = 1 - р), которые для конкретно используемой биномиальной модели установлены в качестве постоянной величины.

Как уже говорилось, с методической точки зрения вероятностный прогноз возможен не только по результатам рационального анализа теоретических моделей и эмпирических данных расчетов, но и на основании интуитивных ощущений, озвученных внутренним голосом либо с использованием каких-то иных возможностей.

Но при любом подходе соответствующие процедуры должны предусматривать строго определенный порядок работы. Произвол здесь недопустим.

К примеру, у специалистов опоры на потусторонние силы существует какой-то свой установленный порядок вхождения в контакт с душами сведущих людей из иных миров. А процедуры практического применения бездушных механических систем рассчитываются по соответствующим формулам.

Что касается вероятностного прогноза в дополнительном измерении, то здесь также имеется особый порядок действий. В самых общих чертах мы представим его в виде следующего алгоритма (см. рисунок).

Определение события

Структурный состав события

Оценка веса интересующего события в поле ПЭС

Решение: вероятностный прогноз

Рисунок 35. Порядок действий при вероятностном прогнозировании

Проиллюстрируем данный порядок на примере самых простых событий. Прежде всего, определим интересующие нас события следующим образом:

1) одно конкретное испытание (сигнала или алгоритма) будет успешным ;

2) 7 из предстоящих 10 испытаний будут неудачными (сигнал или алгоритм положительно сработает всего 3 раза);

3) по результатам трех испытаний кривая эффективности возрастет .

Заметим, что некая интуитивная оценка вероятности родится сразу же, как только дано определение события. Она может оказаться верной или не совсем таковой. Это выяснится потом.

Следующий этап предусматривает описание того эксперимента (опыта), одним из возможных исходов которого как раз и является интересующее событие. Это может быть одно испытание или серия их.

Как мы знаем, каждое испытание в дополнительном измерении - это проверка эффективности применяемого сигнала или системы работы.

В первом примере (сигнал сработает) источником интересующего нас события является именно это единичное испытание.

Источник события из второго примера (сигнал сработает всего 3 раза) - совсем другой эксперимент. Он уже предусматривает не одно, а 10 испытаний сигнала подряд.

Нетрудно видеть, что источником события в третьем примере (сигнал сработает всего 3 раза) будет тройное испытание сигнала или рабочего алгоритма.

Как только мы выяснили содержание испытаний, которые выступают в роли источника интересующих нас событий, следует задаться естественным вопросом:

а какие еще другие события (исходы) могут появиться в результате нашего эксперимента ?

Поиск правильного ответа на этот вопрос выведет нас на полный перечень возможных вариантов (сценариев), которые образуют пространство элементарных событий (ПЭС). Оно обладает тремя очень важными, с практической точки зрения, свойствами:

элементарные события не могут быть разложены на какие-либо еще более простые исходы заданного эксперимента;

эксперимент-источник может генерировать не больше, чем одно элементарное событие;

при любом повторении эксперимента (т.е. всех предусмотренных им испытаний) какое-либо из элементарных событий произойдет обязательно, и поэтому вероятности всех элементарных событий дают в сумме единицу.

Для первого примера ПЭС состоит из двух возможных исходов ( успех или неудача ).

Для второго примера, где нам не важно, в каком порядке появятся 3 успеха из 10 попыток, - это уже И разных вариантов (ни одного успеха , только один, только два ... все десять).

В третьем примере ПЭС будет состоять из всех сочетаний успехов и неудач , которые возможны. Всего вариантов здесь: СО/3 + С1/3 +С2/3 + + СЗ/3 = 1 + 3 + 3 + 1 = 8 (или 2 = 8 возможных исходов).

Имея исчерпывающее представление о ПЭС, можно вновь обратиться к интересующему событию и с учетом проделанной подготовительной работы рассмотреть его структурный состав. По существу, это означает необходимость понимания того, является ли данное событие элементарным, принадлежащим данному ПЭС или оно более сложно по структуре (скажем, представляет собой объединение нескольких элементарных событий).

Событие из первого примера - элементарное (одно из двух возможных). Та же ситуация и с событием из второго примера: оно одно из 11.

А вот в третьем примере - другое дело. Там прогнозируется событие, структурный состав которого может быть описан с помощью целого ряда из 4 элементарных событий: успех либо во всех трех попытках, либо в любых трех возможных сочетаниях двух успехов из трех попыток (1 + 3 = 4).

После преодоления этого этапа, т.е. когда удалось установить структурный состав интересующего события в терминах ПЭС, можно приступать к вынесению собственно прогнозного суждения, основанного на правилах теории вероятностей. Для этого интересующее событие взвешивается по отношению к другим события ПЭС.

Если вновь вернуться к первому примеру, то, согласно исходным постулатам, вероятность события сработает или не сработает определяется значениями р и q. Для модели опытов с идеальной монетой р = q = 0,5. Для настройки сигнала SP/SL = 30/60 (спрэд равен 10) р = 0,55, а q = 0,45.

Ранее приводились соответствующие формулы, по которым можно вычислить и вероятности событий в двух других примерах (в качестве полезного упражнения это предлагается сделать самостоятельно).

Рационально-научная основа вероятностного прогноза - это оценка веса интересующего события в пространстве элементарных событий.

Как видим, особенно важно точно определить состав ПЭС. Если это поле является неполным, то проведенные на этой основе расчеты будут соответственно неверными.

Поскольку в дополнительном измерении нас интересуют не отдельные элементарные события, а тенденции в сериях испытаний, то вероятностный прогноз здесь не всегда можно получить в виде точного количественного выражения. В большинстве своем это будут оценки сравнительного характера по формуле преимущественно , скорее всего и т. д.

В нашем применении такие оценки будут базироваться, в частности, на результатах графического анализа текущих событий.