Ugrás a tartalomhoz

Becslés

Ellenőrzött
A Wikipédiából, a szabad enciklopédiából

A becslés olyan eljárás, amely hiányos, többnyire tapasztalati adatok alapján, egy adott esetre, adott változóhoz egy becsült értéket rendel.

A köznyelvben a becslés szót leginkább a szemmértéken, megérzésen, tapasztalaton alapuló becslésekre használják. Ezt a folyamatot a különböző területekre vonatkozó ökölszabályok segítik. Az illúziók erősen hatnak a mindennapi becslésekre. Például egy ferde felületen mozogva a vízszintes becslése akár öt-tíz fokkal is eltér. Megfordulva a pontosság két-három fokra nő.

A statisztikában a becslésekkel a becsléselmélet foglalkozik.

A matematikában az approximáció vagy becslés jelenti tipikusan azt az eljárást, amikor egy mennyiség alsó-felső határait, vagy magát a mennyiséget nem lehet pontosan meghatározni, csak közelítő érték meghatározására van lehetőség. Ekkor vagy a kiindulási adat bizonytalan vagy egyéb adatokból közvetlenül nem származtatható, illetve az eljárás kimenete nem határozható meg egzakt módszerekkel.

Matematikai alapok

[szerkesztés]

A becslés matematikai oldalról történhet interpolációval, extrapolációval, átlagszámítással, bizonyos valószínűségszámítás alapján (például Monte Carlo-szimuláció).

A Buffon-féle tűeljárással például a értéke becsülhető igen jól.

Tapasztalati alapok

[szerkesztés]

A tapasztalatok alapján végzett becslések alapvetően két csoportra oszthatók:

  • fentről lefelé (top-down) becslések
  • lentről felfelé (bottom-up) becslések.

Monte Carlo-módszer

[szerkesztés]

A Monte Carlo (MC) módszert Neumann János dolgozta ki 1945-ben, amely egy matematikai eszköz, és alkalmas arra, hogy véletlen események sorozatával oldjunk meg determinisztikus problémákat. Manapság a fizika csaknem összes területén széles körű alkalmazása van a determinisztikus és statisztikus problémák megoldásának. Ilyen statisztikus probléma az elektron transzportja is szilárd anyagban. E módszer alkalmas arra, hogy olyan fizikai paramétereket származtassunk, melyeket más módszerekkel különösen nehezen határozhatunk meg (például rugalmas visszaszórási tényező).

Delphi-módszer

[szerkesztés]

A Delphi-módszer (konszenzuson alapuló) becslés. A résztvevőknek bizonyos tapasztalatuknak kell lennie az adott területen, ahol a becslést el kell végezni. A folyamat fő lépései a következők:

  • Annak a meghatározása, pontosan mit kell megbecsülni;
  • A kiinduló feltételezések meghatározása;
  • a fentiek alapján a résztvevők tapasztalataik alapján elvégzik a becslést;
  • Az egyes becsült értékek egymással való megosztása, megbeszélése után a csoport egyetértéssel közösen elfogadott értéket határoz meg, ami a becslés eredménye.

WAVE-módszer

[szerkesztés]

A „WAVE” elnevezés az angol Weighted AVErage – súlyozott átlag – szavakból származik. A Delphi módszer továbbfejlesztett változata. A fentiekben leírt módon konszenzuson alapuló becslést végeznek a résztvevők, azzal a különbséggel, hogy nem egy értékre, hanem három értékre kell becslést adni:

  • a legjobb esetre BC (Best case)
  • a legrosszabb esetre WC (Worst case)
  • a legvalószínűbb esetre ML (Most likely)

A három értékből a

képlettel számítható a becslés eredménye.

Objektumalapú becslés

[szerkesztés]

Akkor használható, ha a becsülni kívánt érték, de inkább értékek valamilyen egység alapján, lineárisan határozhatók meg. Ebben az esetben két becslési paramétert kell meghatározni:

  • az egység értékét
  • a korrekciós tényezőt.

A becslés eredménye a képlettel számítható, ahol:

  • E az adott objektum száma (adott)
  • F a adott objektum egy egységére adott becslés
  • G a korrekciós tényező, amely tapasztalaton alapul, az adott esetnek az átlagostól való eltérésének jellemzőinek (mennyiség, minőség, tudás, használt eszköz, stb.) figyelembe vételére szolgál. Ez a tényező nem azonos a mérnöki gyakorlatban ismert és használt biztonsági tényezővel.

Általában – főként ellenőrzési céllal – egy-egy becslést több módszerrel is célszerű végrehajtani, és az eredményeket összevetni. Ha nincsen túl nagy eltérés, akkor feltehetőleg jó a becslés (különösen akkor, ha független csoportok vagy személyek végezték a becslést). Ellenkező esetben célszerű újabb becsléseket készíteni. Gyakran a becsléssel összefüggő információk számának növekedése jobb (pontosabb) becslést tesz lehetővé. fentiekre tekintettel a például a projektmenedzsment gyakorlatban a tervezésnél, ahol a becslések a leggyakrabban használatosak, a következő kategóriákat használják a becslések „jóságára”:

  • durva becslés a +80% és -25% közötti eltérés
  • elfogadható becslés a +25% és -10% közötti eltérés
  • realista becslés a +10% és -5% közötti eltérés.

A pozitív és negatív irányú eltérések aszimmetriáját az a (kísérletileg igazolt) emberi tulajdonság magyarázza, hogy hajlamosak vagyunk optimistán becsülni: pozitív irányban inkább túlbecsülünk, mint alul.