Понятие, виды, анализ динамических рядов

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

анализа временных рядов можно выполнять вручную, при создании сложных моделей удобно пользоваться статистическими пакетами. 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, устойчивость.

Многие исследователи до сих пор весьма скептически относятся к возможностям статистического прогнозирования развития политических процессов из-за огромного числа факторов, которые нужно учесть. Аргументы звучат весьма весомо:

· ■ ни одна из моделей политических процессов не в состоянии учесть всю палитру и сложность связей между явлениями и взаимодействием разнородных факторов;

· ■ модель развития политического процесса, использующая в качестве исходного материала данные опросов (даже если речь идет об экспертном опросе, в котором участвуют ключевые информаторы или политики), в значительной степени зависит от способности и желания этих людей дать необходимые исследователю полноценные и достоверные сведения;

· ■ моделирование политических процессов не может в должной степени учесть влияние случайных факторов и крайне редко может учесть ситуацию бифуркации, когда исходные принципы существования явления радикально меняются.

Тем не менее в течение последних 30 лет прикладное моделирование в политических исследованиях на основании статистических приемов обработки данных динамических рядов получило широкое распространение.

Выделяют три этапа моделирования:

· логико-интуитивный анализ (традиционная исследовательская практика, в ходе которой ученый, опираясь на свои представления, интуицию, логику, знание аналогичных исследований, создает теоретическую модель изучаемого явления с выделением ключевых понятий);

· формализация данных — данная процедура основывается на трансформации созданной содержательной статистической модели в динамическую;

· квантификация данных (создание «образа искусственной реальности»).

Подобные модели содержат указание на объект исследования, структуру его связей с другими политическими субъектами, интересы, ресурсы влияния, цели действий, нормативный (типичный) образ действий, противоречия между субъектами политического действия, соотношение их ресурсов и характер связей с другими объектами политической реальности.

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

· тенденция — направление развития социального процесса (в самом широком понимании речь идет о прогрессе или регрессе); если в тенденции обнаруживается функциональная зависимость ее от времени, то исследователи говорят о наличии тренда;

· ■ тренд — описание фактической усредненной для периода упреждения тенденции изучаемого социального процесса во времени;

· ■ интервал циклов — повторяемость показателей, зависящих от времени.

Достаточно часто событие-причина и событие-следствие отстоят друг от друга далеко во времени, поэтому при построении прогнозных моделей также необходимо учитывать временной лаг. В идеальном случае

модель прогноза должна учитывать секулярные тренды (долговременные тенденции к увеличению или уменьшению), циклические отклонения (сезонность; классическими примерами являются «весеннее наступление на капитал» и снижение показателей неконвенционального поведения летом), случайные отклонения (известно, например, что в некоторых случаях на исход голосования оказывали влияние неблагоприятные

погодные условия: дождь, снег, морозы). Случайные отклонения в электоральном поведении также провоцируются экстраординарными политическими событиями и «феноменом последней недели» (согласно ему люди с невысоким образованием делают свой выбор именно в последние дни перед выборами, в то время как высокообразованные избиратели определяют свои политические симпатии и принимают решение о походе на избирательный участок намного раньше).