Болжам – болашақ оқиға туралы айтылған сөз. Тікелей болжамдар тәжірибе мен білімге негізделуі мүмкін, бірақ нақтылыққа кепілдік жоқ. Жоспарлауға көмектеседі.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Болашақ оқиға туралы мәлімдеме
Statement about a future event
Болжам (латынша præ, "алдында", және dictum, "айтылған нәрсе") немесе күрделі болжау – болашақтағы оқиға немесе болашақ деректер туралы мәлімдеме. Болжамдар көбінесе, бірақ әрқашан емес, болжаушылардың тәжірибесіне немесе біліміне негізделеді. "Болжам" мен "бағалау" арасындағы нақты айырмашылық туралы жалпы келісім жоқ; әртүрлі авторлар мен салалар әртүрлі түсініктер береді. Болашақ оқиғалар міндетті түрде белгісіз болғандықтан, болашақ туралы кепілді түрде нақты ақпарат беру мүмкін емес. Болжамдар болашақ дамуларға қатысты жоспарлар жасауға көмектесе алады.
A prediction (Latin præ , "before," and dictum, "something said") or forecast is a statement about a future event or about future data. Predictions are often, but not always, based upon experience or knowledge of forecasters. There is no universal agreement about the exact difference between "prediction" and "estimation"; different authors and disciplines ascribe different connotations. Future events are necessarily uncertain, so guaranteed accurate information about the future is impossible. Prediction can be useful to assist in making plans about possible developments.
Пікірлер
Статистикалық емес мағынада "болжам" термині көбінесе негізделген пікір немесе болжамды білдіреді. Мұндай болжамды болжаушының абдуктивті ойлауы, индуктивті ойлауы, дедуктивті ойлауы және тәжірибесі қалыптастыруы мүмкін; сондай-ақ, егер болжаушы осы салада білімді болса, ол пайдалы болуы мүмкін. Дельфи әдісі – осындай сарапшылық пікірге негізделген болжамдарды бақыланатын тәсілмен алуға арналған техника. Бұл типтегі болжамдар статистикалық әдістермен үйлесімді деп қарастырылуы мүмкін, себебі ең болмағанда, қолданылатын "деректер" – болжаушы сарапшының танымдық тәжірибесі, интуитивті "ықтималдық қисығын" құрайды.
In a non statistical sense, the term "prediction" is often used to refer to an informed guess or opinion. A prediction of this kind might be informed by a predicting person's abductive reasoning, inductive reasoning, deductive reasoning, and experience; and may be useful—if the predicting person is a knowledgeable person in the field. The Delphi method is a technique for eliciting such expert judgement based predictions in a controlled way. This type of prediction might be perceived as consistent with statistical techniques in the sense that, at minimum, the "data" being used is the predicting expert's cognitive experiences forming an intuitive "probability curve."
Статистика
Статистикада болжау – статистикалық қорытындының бір бөлігі. Мұндай қорытындының бір ерекше тәсілі – болжамдық қорытынды, бірақ болжауды статистикалық қорытындының әртүрлі тәсілдерінің кез келгенінде жүзеге асыруға болады. Шындығында, статистиканың бір мүмкін сипаттамасы – ол популяцияның үлгісі туралы білімді бүкіл популяцияға және басқа да байланысты популяцияларға беруге мүмкіндік береді, бұл уақыт өте келегі болжаудан өзгеше болуы мүмкін. Егер ақпарат уақыт бойынша, көбінесе нақты уақыт мезеттеріне берілсе, онда бұл процесс болжам жасау деп аталады. Болжам жасау көбінесе уақыт қатарларының әдістерін қажет етеді, ал болжау көбінесе қима деректері бойынша жүргізіледі. Болжау үшін қолданылатын статистикалық әдістерге регрессия және оның түрлі салалары, мысалы, сызықтық регрессия, жалпыланған сызықтық модельдер (логистикалық регрессия, Пуассон регрессиясы, Пробит регрессиясы) және т.б. жатады. Болжам жасау кезінде авторегрессиялық жылжымалы орташа модельдер мен векторлық авторегрессия модельдерін қолдануға болады. Осы және/немесе осыған байланысты, регрессиялық немесе машиналық оқыту әдістерінің жиынтығы коммерциялық қолданыста қолданылса, бұл сала болжамдық талдау деп аталады. Көптеген қолдануларда, мысалы, уақыт қатарларын талдау кезінде, байқауларды тудыратын модельдерді бағалау мүмкін. Егер модельдерді трансферт функциялары түрінде немесе күй кеңістігі параметрлері арқылы көрсетуге болады, онда тегістелген, сүзгіленген және болжамдық деректерді есептеуге болады. Егер негізгі тудыратын модельдер сызықтық болса, онда шулы өлшемдерден қажетті деректерді қалпына келтіру үшін ең төменгі дисперсиялы Калман сүзгісі мен тегістегішін қолдануға болады. Бұл әдістер бір қадамдық болжаушыларға сүйенеді (ол болжау қатесінің дисперсиясын азайтады). Егер тудыратын модельдер сызықтық емес болса, онда кеңейтілген Калман сүзгісі мен тегістегіш рекурсиялары шеңберінде қадамдық сызықтықтарды қолдануға болады. Алайда, сызықтық емес жағдайларда ең төменгі дисперсиялы өнімділіктің кепілдіктері енді қолданылмайды. Регрессиялық талдауды болжау үшін, болжауға болатын айнымалыға (тәуелді айнымалы немесе жауап айнымалы деп аталады) және оның мәндеріне әсер етеді деп есептелетін бір немесе бірнеше айнымалыларға (тәуелсіз айнымалылар немесе түсіндірме айнымалылар деп аталады) деректер жиналады. Гипотезалық себептік байланыс үшін функционалдық форма, көбінесе сызықтық, ұсынылады және функцияның параметрлері деректерден бағаланады, яғни, функцияның деректерге сәйкестігін оңтайландыру үшін таңдалады. Бұл – бағалау кезеңі. Болжау кезеңінде тәуелді айнымалының болашақ (немесе ағымдағы, бірақ әлі байқалмаған) мәндеріне қатысты деп есептелетін түсіндірме айнымалы мәндері тәуелді айнымалының болжамын жасау үшін параметрленген функцияға енгізіледі.
In statistics, prediction is a part of statistical inference. One particular approach to such inference is known as predictive inference, but the prediction can be undertaken within any of the several approaches to statistical inference. Indeed, one possible description of statistics is that it provides a means of transferring knowledge about a sample of a population to the whole population, and to other related populations, which is not necessarily the same as prediction over time. When information is transferred across time, often to specific points in time, the process is known as forecasting. Forecasting usually requires time series methods, while prediction is often performed on cross sectional data. Statistical techniques used for prediction include regression and its various sub categories such as linear regression, generalized linear models (logistic regression, Poisson regression, Probit regression), etc. In case of forecasting, autoregressive moving average models and vector autoregression models can be utilized. When these and/or related, generalized set of regression or machine learning methods are deployed in commercial usage, the field is known as predictive analytics. In many applications, such as time series analysis, it is possible to estimate the models that generate the observations. If models can be expressed as transfer functions or in terms of state space parameters then smoothed, filtered and predicted data estimates can be calculated. If the underlying generating models are linear then a minimum variance Kalman filter and a minimum variance smoother may be used to recover data of interest from noisy measurements. These techniques rely on one step ahead predictors (which minimise the variance of the prediction error). When the generating models are nonlinear then stepwise linearizations may be applied within Extended Kalman Filter and smoother recursions. However, in nonlinear cases, optimum minimum variance performance guarantees no longer apply. To use regression analysis for prediction, data are collected on the variable that is to be predicted, called the dependent variable or response variable, and on one or more variables whose values are hypothesized to influence it, called independent variables or explanatory variables. A functional form, often linear, is hypothesized for the postulated causal relationship, and the parameters of the function are estimated from the data—that is, are chosen so as to optimize is some way the fit of the function, thus parameterized, to the data. That is the estimation step. For the prediction step, explanatory variable values that are deemed relevant to future (or current but not yet observed) values of the dependent variable are input to the parameterized function to generate predictions for the dependent variable.
Ғылым
Ғылымда болжам – нақты жағдайларда не байқалатынын күтілетін, қатаң, көбінесе сандық тұжырымдама; мысалы, гравитация теориясына сәйкес, егер алма ағаштан құласа, ол белгілі бір, тұрақты үдеумен Жер орталығына қарай қозғалатынын көруге болады. Ғылыми әдіс ғылыми теориялардың логикалық салдары болып табылатын тұжырымдамаларды тексеруге негізделген. Бұл қайталанатын тәжірибелер немесе байқау зерттеулері арқылы жүзеге асырылады. Байқаулар мен дәлелдерге қайшы келетін ғылыми теориялар қабылданбайды. Көптеген жаңа болжамдар жасауға қабілетті жаңа теорияларды қолдау немесе жоққа шығару оңайырақ (көрсете білу күшіне қараңыз). Сынауға болатын болжамдар жасалмайынша, олар ғылымның (протоғылым немесе білімсіздік) бөлігі болып саналмайды. Математикалық теңдеулер мен модельдер, сондай-ақ компьютерлік модельдер процестің өткен және болашақ мінез-құлқы осы модельдің шегінде сипаттау үшін жиі қолданылады. Кейбір жағдайларда, нақты нәтижеден гөрі, нәтиже ықтималдығын болжауға болады, мысалы, кванттық физиканың көп бөлігінде. Микропроцессорларда тармақ болжауы тармақталу нұсқауларында құбырдың толуын болдырмауға мүмкіндік береді. Инженерлік саласында мүмкін болатын қателік түрлері болжалады және қателікке себеп болатын механизмді түзету арқылы олардан сақталынады. Табиғи апаттар, пандемиялар, демография, халық динамикасы және метеорология сияқты кейбір салаларда нақты болжау және күтілу өте қиын. Мысалы, күн циклдерінің пайда болуын болжау мүмкін, бірақ олардың нақты уақыты мен мөлшерін анықтау әлдеқайда қиын (оң жақтағы суретті қараңыз). Материалдарды зерттеуде математикалық модельмен материалдың қызмет ету мерзімін болжауға да болады. Медициналық ғылымда болжау және прогностикалық биомаркерлер түрлі емдерге немесе клиникалық оқиғаның ықтималдығына байланысты пациенттің жағдайын болжау үшін қолданылуы мүмкін.
In science, a prediction is a rigorous, often quantitative, statement, forecasting what would be observed under specific conditions; for example, according to theories of gravity, if an apple fell from a tree it would be seen to move towards the center of the Earth with a specified and constant acceleration. The scientific method is built on testing statements that are logical consequences of scientific theories. This is done through repeatable experiments or observational studies. A scientific theory whose predictions are contradicted by observations and evidence will be rejected. New theories that generate many new predictions can more easily be supported or falsified (see predictive power). Notions that make no testable predictions are usually considered not to be part of science (protoscience or nescience) until testable predictions can be made. Mathematical equations and models, and computer models, are frequently used to describe the past and future behaviour of a process within the boundaries of that model. In some cases the probability of an outcome, rather than a specific outcome, can be predicted, for example in much of quantum physics. In microprocessors, branch prediction permits avoidance of pipeline emptying at branch instructions. In engineering, possible failure modes are predicted and avoided by correcting the failure mechanism causing the failure. Accurate prediction and forecasting are very difficult in some areas, such as natural disasters, pandemics, demography, population dynamics and meteorology. For example, it is possible to predict the occurrence of solar cycles, but their exact timing and magnitude is much more difficult (see picture to right). In materials engineering it is also possible to predict the life time of a material with a mathematical model. In medical science predictive and prognostic biomarkers can be used to predict patient outcomes in response to various treatment or the probability of a clinical event.
Гипотеза
Белгілі ғылым пайдалы болжамдар жасайды, олар көбінесе өте сенімді және дәл болады; мысалы, күн тұтылулар әдетте болжанады. Жаңа теориялар оларды шындықпен жоққа шығаруға мүмкіндік беретін болжамдар жасайды. Мысалы, кристаллдардың атомдық деңгейдегі құрылымын болжау қазіргі зерттеулердің бір қиындығы болып табылады. ХХ ғасырдың басында ғылыми консенсус бойынша абсолюттік эталондық жүйе бар екендігіне келісім болды, оған люминофер эфир деген ат берілді. Бұл абсолюттік жүйенің болуы жарық жылдамдығы тұрақты деген қалыптасқан идеямен сәйкес болу үшін қажет деп саналды. Белгілі Микельсон-Морли эксперименті осы ұғымнан туындаған болжамдар шындықта расталмағанын көрсетті, осылайша абсолюттік эталондық жүйенің теориясы жоққа шығарылды. Эйнштейн арнайы салыстырмалылық теориясын жарық жылдамдығының тұрақтылығы және ерекше, басым немесе абсолюттік эталондық жүйенің болмауы арасындағы көрінетін қайшылықты түсіндіру үшін ұсынды. Альберт Эйнштейннің жалпы салыстырмалылық теориясын сынау оңай болған жоқ, өйткені ол жер бетінде байқалатын әсерлерді тудырмады. Алайда, жалпы салыстырмалылық теориясының алғашқы сынақтарының бірі ретінде теорияда жұлдыздар сияқты үлкен массалардың жарықты иілетіні болжалды, бұл қабылданған теорияға қайшы келеді; бұл 1919 жылғы күн тұтылуы кезінде байқалды.
Established science makes useful predictions which are often extremely reliable and accurate; for example, eclipses are routinely predicted. New theories make predictions which allow them to be disproved by reality. For example, predicting the structure of crystals at the atomic level is a current research challenge. In the early 20th century the scientific consensus was that there existed an absolute frame of reference, which was given the name luminiferous ether. The existence of this absolute frame was deemed necessary for consistency with the established idea that the speed of light is constant. The famous Michelson–Morley experiment demonstrated that predictions deduced from this concept were not borne out in reality, thus disproving the theory of an absolute frame of reference. The special theory of relativity was proposed by Einstein as an explanation for the seeming inconsistency between the constancy of the speed of light and the non existence of a special, preferred or absolute frame of reference. Albert Einstein's theory of general relativity could not easily be tested as it did not produce any effects observable on a terrestrial scale. However, as one of the first tests of general relativity, the theory predicted that large masses such as stars would bend light, in contradiction to accepted theory; this was observed in a 1919 eclipse.
Қаржылық
Акциялар нарығының (және жалпы экономикалық мінез-құлқының) математикалық модельдері де болашақ мінез-құлқын болжауда сенімді емес. Басқа себептердің ішінде, бұл экономикалық оқиғалар бірнеше жылға созылуы мүмкін және әлемнің өзі де сондай уақыт аралығында өзгереді, осылайша бұрынғы байқаулардың қазіргі жағдайға қатысы болмайды. Сондықтан болашақты болжау үшін қолдануға болатын өткен деректердің өте аз саны бар (бірге жуық). Сонымен қатар, қалыптан тыс пікір бойынша, қор нарығындағы бағалар болашақты болжау үшін барлық қолда бар ақпаратты ескереді, демек, кейінгі өзгерістер күтпеген оқиғалардың нәтижесі болуы керек. Осыдан келіп, қор инвесторы үшін қор нарығының өркендеуін немесе құлдырауын болжау өте қиын. Нақты қор табысын болжаудан айырмашылығы, жалпы экономикалық тенденцияларды болжаудың дәлдігі жоғарырақ. Мұндай талдауды коммерциялық емес ұйымдар да, сондай-ақ пайда көздейтін жеке мекемелер де жүргізеді. Ірі топтардың сауалнамалары мен болжау ойындарындағы деректері мен нақты қор нарығы қозғалысы арасында белгілі бір байланыс байқалған. Актуар актуарлық ғылымды қолданып, болашақ бизнес тәуекелін бағалайды және болжайды, осылайша тәуекелдерді азайтуға болады. Мысалы, сақтандыруда актуарий өмір сүру ұзақтығын болжау үшін өмір кестесін пайдаланады (ол өлім-жітім көрсеткіштерінің тарихи тәжірибесін және кейде болашақ тенденциялардың бағалауын қамтиды).
Mathematical models of stock market behaviour (and economic behaviour in general) are also unreliable in predicting future behaviour. Among other reasons, this is because economic events may span several years, and the world is changing over a similar time frame, thus invalidating the relevance of past observations to the present. Thus there are an extremely small number (of the order of 1) of relevant past data points from which to project the future. In addition, it is generally believed that stock market prices already take into account all the information available to predict the future, and subsequent movements must therefore be the result of unforeseen events. Consequently, it is extremely difficult for a stock investor to anticipate or predict a stock market boom, or a stock market crash. In contrast to predicting the actual stock return, forecasting of broad economic trends tends to have better accuracy. Such analysis is provided by both non profit groups as well as by for profit private institutions. Some correlation has been seen between actual stock market movements and prediction data from large groups in surveys and prediction games. An actuary uses actuarial science to assess and predict future business risk, such that the risk(s) can be mitigated. For example, in insurance an actuary would use a life table (which incorporates the historical experience of mortality rates and sometimes an estimate of future trends) to project life expectancy.
Спорт
Спорттық жарыстардың нәтижелерін болжау – соңғы жылдары үлкен танымалдыққа ие болған бизнес. Хендикаптар әртүрлі математикалық формулалар, модельдер немесе сапалық талдаулар қолданып, ойын нәтижесін болжайды. Бұрынғы белгілі ставка жасаушылар, мысалы, Джимми Грек, оларға артықшылық беретін ақпаратқа қол жеткізе алады деп саналған. Ақпарат жеке мәселелерден – құмар ойындар мен ішімдікке берілуден бастап, жарақаттарға дейін, ойыншының алаңдағы өнерін әсер ете алатын кез келген нәрсеге дейін болды. Соңғы кезде спорттық жарыстарды болжау тәсілі өзгерді. Қазіргі болжамдар екі басты тәсілден тұрады: жағдаяттық ойындар және статистикалық модельдер. Жағдаяттық ойындарды өлшеу қиын, себебі олар көбінесе команданың мотивациясын қамтиды. Белгілі хендикапкер Дан Гордон: «Ойынның эмоционалдық артықшылығымен қатар, ставкада пайда болмаса, мен ақшамды салмасам» деп жазған. Осы типтегі ойындарға мыналар жатады: үйдегі андердогқа ставка жасау, келесі аптада фаворит болса, дүйсенбі күнгі жеңімпаздарға қарсы ставка жасау, «алдағы ойынға» ставка жасау және т.б. Жағдаяттық ойындар кеңінен танымал болған сайын, олардың тиімділігі төмендейді, себебі бұл ставкалардың коэффициенттеріне әсер етеді. Технологияның кеңінен қолданылуы спорттық ставкалардың заманауи жүйелерін әкелді. Бұл жүйелер әдетте регрессиялық талдауға негізделген алгоритмдер мен модельдерді қолданады. Спорт статистикасымен айналысатын Джефф Сагарин өзінің модельдерінің нәтижелерін USA Today басылымында жариялап, спортқа назар аударды. Қазіргі уақытта ол «Даллас Маверикс» командасының кеңесшісі ретінде құрам туралы кеңес береді және еркін агенттерді бағалау үшін өзінің Winval жүйесін пайдаланады. Бұрын әскери ұшқыш болған Брайан Берк спорт статистикасын зерттеген және регрессиялық талдау арқылы НФЛ ойындарының нәтижелерін болжау бойынша зерттеулерін жариялады. Кен Померой колледж баскетбол статистикасы бойынша жетекші сарапшы ретінде танымал. Оның веб-сайтында оның Колледж Баскетбол Рейтингісі, темпке негізделген статистикалық жүйесі бар. Кейбір статистиктер сәтті болжау жүйелерімен танымал болды. Дэйр: «Спорттық ставкалар мен ат жарыстарының тиімді коэффициенттері адамның шешімдерінің тікелей нәтижесі болып табылады, сондықтан олар тұрақты қателіктерді көрсетуі мүмкін» деп жазды. Казинодағы басқа ойындардан айырмашылығы, спорттық жарыстарды болжау логикалық және дәйекті болуы мүмкін. Басқа да жетілдірілген модельдерге Байес желілеріне негізделген модельдер жатады, олар тәуекелді талдау және шешімдерді қолдау үшін қолданылатын себептік ықтималдық модельдері. Осы математикалық модельдеуге сүйене отырып, Константиноу және тағы басқалар футбол матчтарының нәтижесін болжау үшін модельдер жасады. Бұл модельдерді қызықты ететін жайт – олар тарихи деректерді есепке алумен қатар, негізгі ойыншылардың болуы, команданың шаршауы, команданың мотивациясы сияқты субъективті факторларды да қамтиды. Олар пайдаланушыға нақты фактілер жоқ нәрселер туралы өз болжамдарын қосуға мүмкіндік береді. Бұл қосымша ақпарат тарихи деректермен біріктіріліп, болашақ матч нәтижелерін болжау үшін қайта қарастырылған болжамды ұсынады. Осы модельдеу тәсілдеріне негізделген алғашқы нәтижелер жігерлендіретіндей, себебі олар жарияланған нарықтық коэффициенттерге қарағанда тұрақты пайда әкелді. Қазіргі уақытта спорттық ставкалар үлкен бизнес болып табылады; болашақ ойындар үшін кеңестер немесе болжамдар беретін көптеген веб-сайттар (жүйелер) ставкалар сайттарымен қатар жұмыс істейді. Кейбір болжам веб-сайттары (типстерлер) адамның болжауына негізделген, ал басқалары компьютерлік бағдарламалық жасақтамада, кейде «болжау роботтары» немесе боттар деп аталады. Болжам боттары әртүрлі деректер мен алгоритмдерді пайдалана алады, сондықтан олардың дәлдігі әр түрлі болуы мүмкін. Tzefi.com сияқты сайттар, басқа сайттардың ойынды алаңға шықпай тұрып 50 мың рет симуляциялайтыны туралы мәлімдемесі қате және дұрыс емес екенін айтады. Бұл осы сайттардың ойынның адамдық факторын ескермегендігіне байланысты, мысалы, .330 ERA көрсеткіші бар соққы беруші базалар толы болғанда соққыдан қашып кетуі мүмкін, немесе 100+ прохожий рейтингі бар квотербек шешуші сәтте допты ұстап қалуы мүмкін. Tzefi.com НФЛ ойындарын болжауда 64,5% дәлдікке ие екенін мақтан тұтады.
Predicting the outcome of sporting events is a business which has grown in popularity in recent years. Handicappers predict the outcome of games using a variety of mathematical formulas, simulation models or qualitative analysis. Early, well known sports bettors, such as Jimmy the Greek, were believed to have access to information that gave them an edge. Information ranged from personal issues, such as gambling or drinking to undisclosed injuries; anything that may affect the performance of a player on the field. Recent times have changed the way sports are predicted. Predictions now typically consist of two distinct approaches: Situational plays and statistical based models. Situational plays are much more difficult to measure because they usually involve the motivation of a team. Dan Gordon, noted handicapper, wrote "Without an emotional edge in a game in addition to value in a line, I won't put my money on it". These types of plays consist of: Betting on the home underdog, betting against Monday Night winners if they are a favorite next week, betting the underdog in "look ahead" games etc. As situational plays become more widely known they become less useful because they will impact the way the line is set. The widespread use of technology has brought with it more modern sports betting systems. These systems are typically algorithms and simulation models based on regression analysis. Jeff Sagarin, a sports statistician, has brought attention to sports by having the results of his models published in USA Today. He is currently paid as a consultant by the Dallas Mavericks for his advice on lineups and the use of his Winval system, which evaluates free agents. Brian Burke, a former Navy fighter pilot turned sports statistician, has published his results of using regression analysis to predict the outcome of NFL games. Ken Pomeroy is widely accepted as a leading authority on college basketball statistics. His website includes his College Basketball Ratings, a tempo based statistics system. Some statisticians have become very famous for having successful prediction systems. Dare wrote "the effective odds for sports betting and horse racing are a direct result of human decisions and can therefore potentially exhibit consistent error". Unlike other games offered in a casino, prediction in sporting events can be both logical and consistent. Other more advance models include those based on Bayesian networks, which are causal probabilistic models commonly used for risk analysis and decision support. Based on this kind of mathematical modelling, Constantinou et al., have developed models for predicting the outcome of association football matches. What makes these models interesting is that, apart from taking into consideration relevant historical data, they also incorporate all these vague subjective factors, like availability of key players, team fatigue, team motivation and so on. They provide the user with the ability to include their best guesses about things that there are no hard facts available. This additional information is then combined with historical facts to provide a revised prediction for future match outcomes. The initial results based on these modelling practices are encouraging since they have demonstrated consistent profitability against published market odds. Nowadays sport betting is a huge business; there are many websites (systems) alongside betting sites, which give tips or predictions for future games. Some of these prediction websites (tipsters) are based on human predictions, but others on computer software sometimes called prediction robots or bots. Prediction bots can use different amount of data and algorithms and because of that their accuracy may vary. Sites such as Tzefi. com maintain that other sites' claim that they simulate the game 50,000 times before it's actually played on the field, is quite misleading and incorrect. This is due to the fact that those sites don't consider the human element of the game, and that a batter with a .330 ERA may strike out when the bases are loaded, or a quarterback with a 100+ passer rating may throw an interception at a crucial time. Tzefi. com boasts a 64.5% accuracy in predicting NFL games.
Әлеуметтік ғылымдар
Экономикалық емес әлеуметтік ғылымдардағы болжамдар табиғи ғылымдардан өзгеше және трендті болжау, күрделі болжау, сценарий құру және Дельфи сауалнамалары сияқты бірнеше баламалы әдістерді қамтиды. «Shell» мұнай компаниясы сценарийлер құру қызметімен ерекше танымал. Қоғамдық болжамдардың ерекшелігінің бір себебі – әлеуметтік ғылымдарда «болжаушылар олар болжауға тырысатын әлеуметтік контекстің бір бөлігі болып табылады және осы процесте осы контекстке әсер етуі мүмкін». Осының салдарынан, қоғамдық болжамдар өзін-өзі жоюға бейім. Мысалы, халықтың көп бөлігінің қазіргі үрдістерге сүйене отырып, ЖИТС-ке шалдығатыны туралы болжам, көптеген адамдардың тәуекелді мінез-құлықтан қашуына және осылайша ЖИТС жұқтыру деңгейінің төмендеуіне әкелуі мүмкін, бұл болжамды күшін жояды (болжам көпшілікке жарияланбағанда дұрыс болып қалуы мүмкін еді). Немесе, киберқауіпсіздіктің маңызды мәселеге айналатыны туралы болжам ұйымдарды киберқауіпсіздік шараларын күшейтуге итермелеуі мүмкін, осылайша мәселенің ауқымын шектеуі мүмкін. Бұл – жын-сыйырының ажырамас бөлігі және мыңдаған жылдар бойы түрлі нысандарда қолданылып келеді. Пайғамдар белгілерді, оқиғаларды немесе жақсы-жаман ниеттерді оқу арқылы немесе әдетте періште немесе құдай ретінде сипатталатын, бірақ христиандар мен яһудилер құлаған періште немесе джин ретінде қарастыратын, табиғаттан тыс күшпен байланыс арқылы сұрау иесінің қалай әрекет етуі керектігін түсіндіруді анықтайды.
Prediction in the non economic social sciences differs from the natural sciences and includes multiple alternative methods such as trend projection, forecasting, scenario building and Delphi surveys. The oil company Shell is particularly well known for its scenario building activities. One reason for the peculiarity of societal prediction is that in the social sciences, "predictors are part of the social context about which they are trying to make a prediction and may influence that context in the process". As a consequence, societal predictions can become self destructing. For example, a forecast that a large percentage of a population will become HIV infected based on existing trends may cause more people to avoid risky behavior and thus reduce the HIV infection rate, invalidating the forecast (which might have remained correct if it had not been publicly known). Or, a prediction that cybersecurity will become a major issue may cause organizations to implement more security cybersecurity measures, thus limiting the issue. It is an integral part of witchcraft and has been used in various forms for thousands of years. Diviners ascertain their interpretations of how a querent should proceed by reading signs, events, or omens, or through alleged contact with a supernatural agency, most often described as an angel or a god though viewed by Christians and Jews as a fallen angel or demon.
Көркем әдебиет
Фикция (әсіресе фантастика, болжау және ғылыми фантастика) көбінесе дәстүрлі емес тәсілдермен жүзеге асырылатын болжамдарды көрсетеді. Өткен заманғы ғылыми фантастика әр түрлі заманауи технологияларды болжады. Фантастикалық әдебиеттерде болжамдар көбінесе сиқыр немесе пайғамбарлық арқылы алынады, кейде ескі дәстүрлерге сілтеме жасайды. Мысалы, Дж. Р. Р. Толкиннің "Сақиналардың Иесі" романында кейіпкерлердің көпшілігі болашақ оқиғалар туралы хабардар болады, кейде пайғамбарлық түрінде, ал кейде шамалы немесе түсініксіз "сезімдер" ретінде. Галадриел кейіпкері су "көзге" арқылы болашақтағы оқиғалардың суреттерін көрсетеді. Филип К. Диктің кейбір әңгімелерінде прекогтар деп аталатын мутанттар болашақты көре алады (күндерден жылдарға дейін). "Алтын адам" атты әңгімесінде ерекше мутант болашақты белгісіз мерзімге болжай алады (дегенмен, өліміне дейін), сондықтан ол толығымен адам емес, алдын ала болжамдалған жолдарды автоматты түрде орындауға міндетті жануарға айналады. Прекогтар Диктің тағы бір әңгімесінде, "Азшылық есебі" атты туындысында маңызды рөл атқарады, ол 2002 жылы Стивен Спилбергтің фильміне айналды. Исаак Азимовтың "Негіз" сериясында математик тарихи оқиғаларды (кейбір егжей-тегжейлі) теңдеулерді қолдана отырып теориялық тұрғыдан модельдеуге болатынын анықтайды, содан кейін теорияны тәжірибеге енгізуге жылдар жұмсайды. Оның жетістігіне негізделген психотарихи ғылымы тарихты симуляциялап, қазіргі заманды болашаққа экстраполяциялай алады. Франк Герберттің 1965 жылғы "Дюна" романының жалғасында кейіпкерлері болашақты көру және олардың арасынан таңдаудың салдарымен күреседі. Герберт мұны тоқырау тұзағы деп санайды, ал кейіпкерлері тұзақтан шығудың "Алтын жолы" деп аталатын жолын ұстанады. Урсула К. Ле Гуиннің "Қараңғылықтың сол қолы" романында Гетен планетасының адам тәрізді тұрғындары пайғамбарлық өнерін меңгерген және сұраныс бойынша өткен, қазіргі немесе болашақ оқиғалар туралы деректерді жүйелі түрде ұсынады. Бұл оқиғада бұл шағын сюжеттік құрал болды.
Fiction (especially fantasy, forecasting and science fiction) often features instances of prediction achieved by unconventional means. Science fiction of the past predicted various modern technologies. In fantasy literature, predictions are often obtained through magic or prophecy, sometimes referring back to old traditions. For example, in J. R. R. Tolkien's The Lord of the Rings, many of the characters possess an awareness of events extending into the future, sometimes as prophecies, sometimes as more or less vague 'feelings'. The character Galadriel, in addition, employs a water "mirror" to show images, sometimes of possible future events. In some of Philip K. Dick's stories, mutant humans called precogs can foresee the future (ranging from days to years). In the story called The Golden Man, an exceptional mutant can predict the future to an indefinite range (presumably up to his death), and thus becomes completely non human, an animal that follows the predicted paths automatically. Precogs also play an essential role in another of Dick's stories, The Minority Report, which was turned into a film by Steven Spielberg in 2002. In the Foundation series by Isaac Asimov, a mathematician finds out that historical events (up to some detail) can be theoretically modelled using equations, and then spends years trying to put the theory in practice. The new science of psychohistory founded upon his success can simulate history and extrapolate the present into the future. In Frank Herbert's sequels to 1965's Dune, his characters are dealing with the repercussions of being able to see the possible futures and select amongst them. Herbert sees this as a trap of stagnation, and his characters follow a so called "Golden Path" out of the trap. In Ursula K. Le Guin's The Left Hand of Darkness, the humanoid inhabitants of planet Gethen have mastered the art of prophecy and routinely produce data on past, present or future events on request. In this story, this was a minor plot device.
Поэзия
Ежелгі адамдар үшін болжам, пайғамбарлық және поэзия көбінесе өріліп жатқан. Пайғамбарлықтар өлеңмен берілетін, ал латын тіліндегі ақын сөзі "vates", яғни пайғамбар деп аталады.
For the ancients, prediction, prophesy, and poetry were often intertwined. Prophecies were given in verse, and a word for poet in Latin is “vates” or prophet.