Рассмотрим возможные варианты расчета F (Qj). Традиционно для количественной оценки прогноза Qi используется метод экстраполяции по динамическим рядам с использованием полиномов различной степени.
Результаты прогноза представляются в виде среднего значения Q и дисперсии DQ, по которым определяется вид функции распределения F (Qj); далее с использованием формулы (7.22) выбираем стратегию АТП.
Основная трудность использования вышеописанной методики - это невысокая точность прогноза. Повышение точности может быть достигнуто за счет комбинированных методов прогноза, предусматривающих синтез двух и более прогнозных вариантов.
Каждый метод прогнозирования обладает определенной достоверностью, имеет свои преимущества и недостатки. Считается, что комбинированные методы прогнозирования (синтез прогнозов) позволяют компенсировать недостатки одних способов достоинствами других. На рис. 7.6. представлена блок-схема комбинированного прогноза для двух вариантов прогноза, один из которых – прогноз, выполненный эвристическим методом, основанным на статистической обработке мнений экспертов.
Процедура получения экспертных оценок может быть формализована и представлена в виде блок-схемы, рис.7.7. Рассмотрим некоторые блоки подробнее.
Формирование группы экспертов - важнейшая составляющая экспертного метода. Не останавливаясь подробно на вопросах персонального подбора, затронем только количественную сторону, а именно, число экспертов. Известно, что при прогнозировании в целях минимизации расходов на прогноз стремятся привлекать минимальное число экспертов при условии обеспечения ошибки результата прогнозирования не более E, где 0< E <1. Поэтому, рекомендуемое число экспертов может быть определено по формуле:
. (7.23)
При подстановке предельных значений Е находим:
Nmin (E =0) ® ¥, Nmin (E =1) = 4. Таким образом, минимальное количество экспертов равно 4.
Рис.7.6. Блок – схема выбора стратегии АТП в целевом сегменте рынка транспортных услуг
Рис. 7.7 Блок-схема прогноза на основе экспертных опросов
Для определения максимальной численности экспертной группы используется неравенство:
, (7.24)
где Ki - компетентность i -го эксперта, рассчитываемая на основе анкеты самооценки;
Kmax - максимально возможная компетентность по используемой шкале компетентности экспертов.
Статистический анализ результатов опроса предусматривает проведение двух взаимосвязанных процедур: традиционной статистической обработки в виде средних значений, дисперсий и т.п., а также оценки всей экспертной группы - степени согласованности, взаимосвязи и других показателей мнений экспертов. Оценка группы экспертов проводится с использованием части полученных статистических оценок. Если последние не удовлетворяют соответствующим критериям, то в блок-схеме предусмотрена корректировка, которая приводит, в частности, к изменению состава экспертов и повторной процедуре опроса.
Методика статистической обработки данных включает следующие этапы:
1. Определение для каждого фактора суммы рангов:
, (7.25)
где aij - ранг, присвоенный j -м экспертом i -му фактору;
m - число экспертов.
2. Определение средней величины суммы рангов:
, (7.26)
где k - число факторов.
3. Определение суммы квадратов отклонений:
, (7.27)
4. Определение коэффициента конкордации W, позволяющего оценить степень согласованности мнений экспертов (при отсутствии равных рангов):
., (7.28)
Если W существенно отличается от нуля, то можно полагать, что между оценками экспертов существует определенное согласие.
5. Оценка неслучайности согласия мнений экспертов производится с помощью критерия Пирсона по величине c2 = Ö S при числе степени свободы n = k -1 и заданном уровне значимости a
c2т (n, a) < c2, (7.29)
где c2т (n, a) - табличное значение.
В случае соблюдения неравенства с доверительной вероятностью Р =1-a можно утверждать, что мнения экспертов относительно вероятности факторов согласуются не случайно.
Представленный вариант получения прогноза на основе экспертных оценок является универсальным и в случае использования баллов заканчивается построением ранжированной диаграммы рангов.
Для перехода к конкретному прогнозу, в частности, объема перевозок, последовательности расчета сводятся к следующему:
1. Составляется ряд интервальных значений Qj возможных объемов перевозок для рассматриваемого клиента; разбивка на n интервалов осуществляется на основе F (Qj).
2. Эксперты оценивают значимость каждого Qj с использованием баллов, шкала которых охватывает n интервалов, т.е. j =1, 2... n.
3. Проводится статистическая обработка оценок экспертов, и после ранжирования каждому Qj присваивается новый номер в порядке убывания; т.е. интервалу Qj с наименьшей суммой баллов присваивается номер 1 и т.д.
Полагаем, что интервалу Q 1 соответствует наиболее правдоподобная гипотеза (П1), затем вторая (П2) и т.д.
4. Вероятности гипотез (П1), (П2),...., (Пn) определяются по формуле:
, (7.30)
5. Восстанавливаем функцию распределения экспертного прогноза объема перевозок F (Q э j).
6. 
Для восстановленной «экспертной» функции находятся среднее значение 
и дисперсия Dэq.
Значения весовых коэффициентов для определения комбинированных оценок вероятностей каждого интервала находим по формулам:
(7.31)
где m1 и Dq – весовой коэффициент и дисперсия экстраполяционного прогноза;
m2 и D э q - весовой коэффициент и дисперсия экспертного прогноза.
7. Вероятности F *(Qj) для комбинированного прогноза рассчитываются следующим образом:
. (7.32)
