Wybrane metody prognozowania tempa rozwoju dyscyplin naukowych (metoda regresji wielomianowej trzeciego stopnia, metoda autoregresji oraz wygładzania wykładniczego)

Abstract

Cel/Teza: W artykule porównano statystyczne metody prognozowania tempa ewolucji dyscyplin naukowych. Materiałem empirycznym były cytowania uzyskiwane przez publikacje. Zaakcentowano możliwość uogólnienia wyników badań prób losowych na szerszą populację generalną. Wskazano problemy, na jakie napotyka każda z wybranych metod i zaproponowano szkicowo potencjalne sposoby ich przezwyciężenia. Koncepcja/Metody badań: Do zbioru danych empirycznych, na który złożyło się prawie 25 tysię­cy cytowań, zastosowano metody inspirowane modelami ekonometrycznymi, tj. metodę regresji wielomianowej, metodę regresji z poprawką ze względu na autokorelację składników resztowych, autoregresję, autoregresję z korektą niestacjonarności modelowanego procesu oraz adaptacyjny model wygładzania wykładniczego Holta. Dla metod regresji zbadano fakt spełniania przez nie warunków Gaussa-Markova. Sprawdzono także statystyczne wskaźniki precyzji dopasowania modeli do danych doświadczalnych, jak również współczynniki dokładności skonstruowanych prognoz. Wyniki i wnioski: Za najdokładniejszą metodę prognostyczną należy uznać, w świetle dostępnych dla autorów danych, metodę regresji wielomianowej z poprawką ze względu na autokorelację skład­ników resztowych. Metody autoregresyjne wydają się porównywalne z metodami regresyjnymi, metoda adaptacyjna dała natomiast wyniki niejednoznaczne. Fakt ten stanowi zarazem perspektywę dalszych badań. Ograniczenia badań: Podstawowym ograniczeniem jest dostępny autorom zakres danych empirycz­nych, które objęły tylko jedną dziedzinę nauki, a dodatkowo zostały zawężone do jej polskojęzycznej sfery oraz do źródeł czasopiśmienniczych. Oryginalność/Wartość poznawcza: Zestawiono ze sobą metody ilościowe, które nie są powszechnie stosowane w celu ewaluacji tempa rozwoju nauki. Zademonstrowano ich potencjał w tym względzie, oraz zaznaczono potrzebę dalszego ich doskonalenia. Wytypowanie najbardziej obiecującej metodo­logii powinno przyczynić się do lepszego zrozumienia wewnętrznej dynamiki nauki.