Работа посвящена исследованию возможностей прогнозирования рейтинга политических партий на коротких временных рядах с помощью данных социологических опросов ВЦИОМ по выборной тематике. Рассмотрены три основные группы методов: трендовое моделирование, экспертные оценки, аналитическое моделирование.
В результате теоретического анализа и проведенных экспериментов выявлена низкая точность прогнозов, полученных только с помощью методов, относящихся к группе трендового моделирования. Поэтому предложена методика, позволяющая повысить точность прогнозирования за счет корректировки полученных в результате логарифмической аппроксимации прогнозов. С помощью иерархической кластеризации находится вектор значений, состоящий из коэффициентов уравнений аппроксимации и описывающий наиболее «похожую» электоральную ситуацию в прошлом. Затем «остаток», вычисленный как разница суммы прогнозных значений и 100%, пропорционально перераспределяется в соответствии с участниками избирательной кампании. Для прогнозирования рейтинга партий, где значения временного ряда не превышают 5%, предпочтительнее применять метод среднего темпа роста.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.