Метод пошагового сглаживания экспериментальных зависимостей для задач краткосрочного прогнозирования

В работе рассмотрен метод пошагового сглаживания как одного из возможных алгоритмов краткосрочного прогнозирования статистики равноточных измерений монотонных функций, представляющей собой значения определяющих параметров, которые оценивают динамику состояний сложных технических систем по наработке. Истинное значение самого контролируемого параметра считается неизвестным, а обрабатываемые значения измерений распределены нормально. Измерения подвергаются обработке методом пошагового сглаживания. В результате обработки образуется новая статистика, представляющая собой статистику прогнозов, каждое значение которой представляет собой полусумму самого измерения и так называемого частного прогноза. Доказывается, что полученные таким образом прогнозы имеют, во-первых, тот же закон распределения, что и закон распределения выборки равноточных измерений; во-вторых, тренд прогнозов должен быть тем же, что и тренд измерений, и соответствовать теоретическому тренду, т. е. истинным значениям монотонной функции; в-третьих, дисперсия полученной статистики должна быть не больше дисперсии исходной выборки. Делается вывод, что метод пошагового сглаживания может быть предложен для краткосрочного прогнозирования.