Vízügyi Közlemények, 1982 (64. évfolyam)
4. füzet - Rövidebb tanulmányok, közlemények, beszámolók
Hatékonysági mutató számítása az előrejelzésben 621 Расчет коеффипиен î а эффективности при coc г явлении npoi но юв д-р КОНТУР Иштван Автор дает анализ коеффициента эффективности, являющегося характеристикой верности прогноза. Коэффициент эффективности (//) является отношением квадрата дисперсии погрешности прогноза ( IT 2) К квадрату дисперсии изменения в период заблаговременное™ (о2), (2). Коэффициент корреляции Я является отношением квадрата дисперсии погрешности прог ноза (а 2) к квадрату дисперсии процесса (а 2), (I). Коэффициент эффективности содержит больше информации за счет того, что относит модель прогноза к «инертному прогнозу» нулевого порядка (завтра столько же, сколько сегодня). Расчет (а 2) автор предлагает производить с помощью автокорреляции (4). Расчет квадрата дисперсии погрешности прогноза (6) автор проводил для случая линейной модели (7). Квадрат дисперсии пог решности прогноза может быть также выражен на основании корреляционных зависимостей процессов, входящих в модель (6. 8.). По мнению автора между коэффициентом эффективности (//) и коэффициентом корреляции ( R ) существует простая связь, которая зависит лишь от автокорреляционной функции процесса г а (/). Связь R-i / изображена на Фиг. 1. На основании вывода и фигуры становится ясным, что при г а о,5 коэффициент »ффективности лучше (больше) чем коэффициент корреляции, а при г г 1 0,5 наоборот. В заключение автор рассматривает несколько примеров составления прогноза уровня воды р. Бодрог. Estimation of the success index in forecasting by Dr. 1. KONTUR The success index has been analysed as a measure of forecasting reliability. The success index r] is obtained by correlating the squared standard deviation (variance) <r 2 of the forecasting error and the squared standard deviation a\ of the change during the period of the forecast (2). The correlation factor R expresses the relationship between the squared standard deviation of the forecast <r 2 and the squared standard deviation a\ of the process (I). The success index provides additional information, in that the zero-order "inertia forecast" (to-morrow the same as to-day) is adopted as the standard with which the forecasting model is compared. The autocorrelation approach (4) is suggested for the computation of <rj. The computation of the squared standard deviation of the forecasting error (6) has been developed for the case of a linear model (7). The squared standard deviation of the forecasting error can be expressed also on the basis of the correlation functions of the processes involved in the model alone (6, 8). The author claims a simple relationship to exist between the success index rç and the correlation factor R and to depend exclusively on the autocorrelation function r / y(/) of the process to be predicted. The R — r\ relationship has been plotted in Fiy. I . From the derivation and the figure it will be perceived that if is smaller than 0.5, then the success index is better (higher) than the correlation factor, which the situation is reversed if r a is higher than 0.5. A few examples are presented in conclusion of forecasting the stages on the Bodrog River. * * * Berechnung des Wirksamkeitindexes für die Vorhersage von Dr. István KONTUR Der Verfasser analysiert eine Kennzahl der Annehmbarkeit einer Vorhersage, den sog. Wirksamkeitindex t /, der das Streuungsquadrat des Vorhersagefehlers (<r 2) mit dem Streuungsquadrat der Veränderung während des Zeitvorsprungs (er^ ) vergleicht (2). Der Korrelationsindex R vergleicht das Streuungsquadrat des Vorhersagefehlers (<r 2) mit dem Streuungsquadrat des Prozesses (er 2) (1).
