予測

予測（ラテン語のpræ-「前に」、dictum「何か言った」^[1]）または予報は、将来の出来事または将来のデータについての声明です。予測は多くの場合、予報者の経験や知識に基づいていますが、常にそうであるとは限りません。「予測」と「推定」の正確な違いについては普遍的な合意はなく、著者や分野によって意味合いが異なります。

将来の出来事は必然的に不確実であるため、将来についての正確な情報を保証することは不可能です。予測は、起こりうる展開についての 計画を立てるのに役立ちます。

非統計的な意味では、「予測」という用語は、情報に基づいた推測や意見を指すためによく使用されます。

この種の予測は、予測する人の帰納的推論、演繹的推論、および経験に基づいて行われる可能性があり、予測する人がその分野に精通している場合は有用である可能性があります。^[2]

デルファイ法は、このような専門家の判断に基づく予測を制御された方法で引き出す手法です。このタイプの予測は、少なくとも使用される「データ」が予測の専門家の認知経験であり、直感的な 「確率曲線」を形成するという意味で、統計手法と一致していると見なされるかもしれません。

統計学において、予測は統計的推論の一部です。そのような推論の特定のアプローチは予測推論として知られていますが、予測は統計的推論へのいくつかのアプローチのいずれにおいても行うことができます。実際、統計の1つの可能な説明は、人口のサンプルに関する知識を人口全体、および他の関連する人口に転送する手段を提供することですが、これは必ずしも時間の経過に伴う予測と同じではありません。情報が時間を超えて、多くの場合特定の時点に転送される場合、そのプロセスは予測として知られています。^{[3] [検証に失敗した]}予測には通常時系列手法が必要ですが、予測は多くの場合横断的データに対して実行されます。

予測に使用される統計的手法には、回帰とそのさまざまなサブカテゴリ（線形回帰、一般化線形モデル（ロジスティック回帰、ポアソン回帰、プロビット回帰）など）が含まれます。予測の場合、自己回帰移動平均モデルとベクトル自己回帰モデルを利用できます。これらのモデルや関連する一般化された回帰または機械学習手法が商用利用に導入されると、その分野は予測分析と呼ばれます。^[4]

時系列分析などの多くのアプリケーションでは、観測値を生成するモデルを推定することができます。モデルを伝達関数または状態空間パラメータで表現できる場合は、平滑化、フィルタリング、予測されたデータ推定値を計算できます。^[要出典] 基礎となる生成モデルが線形の場合、最小分散カルマンフィルタと最小分散スムーザーを使用して、ノイズの多い測定から目的のデータを回復できます。これらの手法は、1ステップ先の予測子（予測誤差の分散を最小化する）に依存しています。生成モデルが非線形の場合、拡張カルマンフィルタとスムーザー再帰内で段階的な線形化を適用できます。ただし、非線形の場合、最適な最小分散パフォーマンスの保証は適用されなくなります。^[5]

予測に回帰分析を使用するには、予測される変数（従属変数または応答変数と呼ばれる）と、その変数に影響を与えると仮定される1 つ以上の変数（独立変数または説明変数と呼ばれる）に関するデータを収集します。仮定される因果関係に対して、多くの場合線形である関数形式が仮定され、データから関数のパラメータが推定されます。つまり、パラメータ化された関数がデータに適合するように、何らかの方法で最適化されるようにパラメータが選択されます。これが推定ステップです。予測ステップでは、従属変数の将来の値（または現在だがまだ観測されていない値）に関連すると思われる説明変数の値がパラメータ化された関数に入力され、従属変数の予測が生成されます。^[6]

科学において、予測とは、特定の条件下で何が観察されるかを予測する、厳密で多くの場合定量的な記述です。たとえば、重力理論によれば、リンゴが木から落ちた場合、リンゴは指定された一定の加速度で地球の中心に向かって動くのが見られます。科学的方法は、科学理論の論理的帰結である記述をテストすることに基づいています。これは、反復可能な実験または観察研究 を通じて行われます。

観察や証拠と矛盾する予測をする科学理論は拒否されます。多くの新しい予測を生み出す新しい理論は、より簡単に支持または反証できます(予測力を参照)。検証可能な予測をしない概念は、検証可能な予測ができるまでは、通常、科学の一部ではない (原始科学または無科学) と見なされます。

数学的な方程式やモデル、コンピュータ モデルは、そのモデルの境界内でのプロセスの過去と未来の動作を説明するために頻繁に使用されます。場合によっては、特定の結果ではなく、結果の確率を予測できます。たとえば、量子物理学の多くの分野ではそれが当てはまります。

マイクロプロセッサでは、分岐予測によって分岐命令でのパイプラインの空化を回避できます。

エンジニアリングでは、起こりうる故障モードを予測し、故障の原因となる 故障メカニズムを修正することで回避します。

自然災害、パンデミック、人口統計、人口動態、気象学などの分野では、正確な予測や予報は非常に困難です。^[7]たとえば、太陽活動周期の発生を予測することは可能ですが、その正確な時期と規模を予測することははるかに困難です（右の図を参照）。

材料工学では、数学モデルを用いて材料の寿命を予測することも可能です。^[8]

医学では、予測バイオマーカーや予後バイオマーカーは、様々な治療に対する患者の転帰や臨床イベントの確率を予測するために使用することができます。^[9]

確立された科学は、多くの場合、極めて信頼性が高く正確な有用な予測を行います。たとえば、日食は日常的に予測されています。

新しい理論は、現実によって反証されることを可能にする予測を立てます。たとえば、原子レベルでの結晶の構造を予測することは、現在の研究課題です。^[10] 20世紀初頭、絶対参照フレームが存在するというのが科学的コンセンサスであり、これは光伝導エーテルと名付けられました。この絶対フレームの存在は、光速は一定であるという確立された考えと一貫性を保つために必要であると考えられていました。有名なマイケルソン・モーリーの実験は、この概念から導き出された予測が現実には裏付けられていないことを実証し、絶対参照フレームの理論を反証しました。特殊相対性理論は、光速の不変と、特別な、好ましい、または絶対的な参照フレームが存在しないという一見矛盾する現象を説明するために、アインシュタインによって提唱されました。

アルバート・アインシュタインの一般相対性理論は、地球規模で観測可能な効果を生み出さなかったため、簡単には検証できませんでした。しかし、一般相対性理論の最初の検証の 1 つとして、この理論は、定説に反して、星などの大きな質量は光を曲げると予測し、1919 年の日食でこれが観測されました。

株式市場の動向（および一般的な経済動向）の数学的モデルも、将来の動向を予測する上では信頼できない。その理由としては、経済イベントは数年にわたる場合があり、世界は同様の時間枠で変化しているため、過去の観察結果の現在への関連性が無効になることが挙げられる。したがって、将来を予測するための関連する過去のデータ ポイントは極めて少ない（1 のオーダー）数である。さらに、株式市場の価格は、将来を予測するために利用可能なすべての情報をすでに考慮に入れているため、その後の動きは予期せぬイベントの結果であるに違いないと一般に考えられている。その結果、株式投資家が株式市場の急騰や株式市場の暴落を予想または予測することは極めて困難である。実際の株式収益の予測とは対照的に、広範な経済動向の予測の方が精度が高い傾向がある。このような分析は、非営利団体と営利目的の民間機関の両方によって提供される。^[要出典]

実際の株式市場の動きと、調査や予測ゲームにおける大規模グループからの予測データとの間には、ある程度の相関関係が見られてきました。

アクチュアリーは、アクチュアリーの科学を利用して将来のビジネスリスクを評価および予測し、リスクを軽減できるようにします。たとえば、保険では、アクチュアリーは生命表（死亡率の過去の経験と、場合によっては将来の傾向の推定を組み込んだもの）を使用して平均寿命を予測します。

スポーツイベントの結果を予測することは、近年人気が高まっているビジネスです。ハンディキャッパーは、さまざまな数式、シミュレーションモデル、または定性分析を使用してゲームの結果を予測します。ジミー・ザ・グリークなどの初期の有名なスポーツ賭博者は、自分たちに有利になる情報にアクセスできたと信じられていました。情報は、ギャンブルや飲酒などの個人的な問題から、公表されていない怪我まで、フィールド上の選手のパフォーマンスに影響を与える可能性のあるあらゆるものまで多岐にわたりました。

近年、スポーツの予測方法に変化がみられるようになりました。現在、予測は通常、状況に応じたプレーと統計に基づくモデルという 2 つの異なるアプローチで構成されています。状況に応じたプレーは、チームのモチベーションが関係するため、測定がはるかに困難です。著名なハンディキャッパーの Dan Gordon 氏は、「ラインの価値に加えて、試合に感情的な優位性がなければ、私はその試合にお金を賭けません」と書いています。^[19] これらのタイプのプレーには、ホームのアンダードッグに賭ける、月曜日の夜の勝者が来週のお気に入りである場合に反対に賭ける、「先読み」ゲームでアンダードッグに賭けるなどがあります。状況に応じたプレーが広く知られるようになると、ラインの設定方法に影響を与えるため、あまり役に立たなくなります。

テクノロジーの普及により、より現代的なスポーツ賭博システムが誕生しました。これらのシステムは通常、回帰分析に基づくアルゴリズムとシミュレーション モデルです。スポーツ統計学者のJeff Sagarinは、USA Today にモデルの結果を公表し、スポーツへの注目を集めました。彼は現在、ラインナップに関するアドバイスとフリー エージェントを評価する Winval システムの使用に対して、ダラス マーベリックスからコンサルタントとして報酬を受けています。元海軍戦闘機パイロットでスポーツ統計学者になったBrian Burkeは、NFL の試合結果を予測するために回帰分析を使用した結果を発表しました。^[20] Ken Pomeroy は、大学バスケットボールの統計の第一人者として広く認められています。彼の Web サイトには、テンポに基づく統計システムである College Basketball Ratings が掲載されています。統計学者の中には、成功した予測システムを持つことで非常に有名になった人もいます。Dare は、「スポーツ賭博と競馬の有効オッズは人間の決定の直接的な結果であるため、一貫したエラーが発生する可能性がある」と書いています。^[21] カジノで提供される他のゲームとは異なり、スポーツイベントの予測は論理的かつ一貫性のあるものになります。

その他のより高度なモデルには、リスク分析や意思決定支援に一般的に使用される因果確率モデルであるベイジアンネットワークに基づくモデルがあります。この種の数学的モデリングに基づいて、Constantinou ら^{[22] [23]}はサッカーの試合結果を予測するモデルを開発しました。^[24]これらのモデルが興味深いのは、関連する過去のデータを考慮に入れること以外に、主要選手の可用性、チームの疲労、チームのモチベーションなど、これらすべての漠然とした主観的要因も組み込んでいる点です。これらのモデルは、確固たる事実がない事柄について、ユーザーが最善の推測を含める機能をユーザーに提供します。この追加情報は、過去の事実と組み合わされ、将来の試合結果の修正された予測を提供します。これらのモデリング手法に基づく初期の結果は、公表された市場オッズに対して一貫した収益性を示したため、有望です。

今日ではスポーツ賭博は巨大なビジネスであり、賭博サイトのほかに将来の試合のヒントや予想を提供するウェブサイト（システム）が数多くあります。^[25]これらの予想ウェブサイト（予想屋）の中には人間の予想に基づいたものもありますが、予測ロボットやボットと呼ばれることもあるコンピュータソフトウェアに基づいたものもあります。予測ボットは使用するデータ量やアルゴリズムが異なるため、その精度は異なる場合があります。

人工知能が発達した今日では、統計を使用してより一貫性のある予測を作成できるようになりました。特にスポーツ競技の分野では、人工知能の影響により、顕著な一貫性が生まれました。AIサッカー予測の科学では、この意味で最も成功したシステムの1つであるsoccerseer.comと呼ばれるイニシアチブは、人工知能を使用して最大75％の精度でサッカー競技の結果を予測することに成功しています。

経済以外の社会科学における予測は自然科学とは異なり、傾向予測、予測、シナリオ構築、デルファイ調査など、複数の代替手法が含まれます。石油会社シェルは、シナリオ構築活動で特によく知られています。^{[引用が必要]}

社会予測の特殊性の一つの理由は、社会科学では「予測者は予測しようとしている社会的文脈の一部であり、その過程でその文脈に影響を与える可能性がある」ということである。^[26]その結果、社会予測は自己破壊的になる可能性がある。例えば、既存の傾向に基づいて人口の大部分がHIVに感染するという予測は、より多くの人々が危険な行動を避け、その結果HIV感染率を低下させ、予測を無効にする可能性がある（公表されていなければ、予測は正しいままだったかもしれない）。あるいは、サイバーセキュリティが大きな問題になるという予測は、組織がより多くのセキュリティ対策を講じることになり、その結果、問題が制限される可能性がある。^[26]

政治の世界では、世論調査を利用して政治予測技術で選挙の結果を予測する（または政治家の人気を評価する）ことが一般的です。予測ゲームは、将来の出来事の最も可能性の高い結果を知るために、多くの企業や政府によって使用されてきました。

古代から現代に至るまで、予言や前兆の観察など、超常現象や超自然的な手段を用いて予測が行われることがよくありました。水占い、占星術、数秘術、運勢占い、夢の解釈、その他多くの占いの形式を含む方法が、未来を予測するために何千年もの間使用されてきました。これらの予測手段は、科学的な実験によって証明されていません。

文学において、ビジョンと予言は、将来の出来事の可能性のあるタイムラインを提示するために使用される文学的手段です。ビジョンは、個人が見る出来事を指すことで区別できます。したがって、新約聖書のヨハネの黙示録は、この点でビジョンを文学的手段として使用しています。また、説教やその他の公の場 で個人によって語られる場合も、予言または予言文学です。

占いは、オカルト的な標準化されたプロセスや儀式によって、質問や状況に対する洞察を得ようとする試みである。^[27]それは魔術の不可欠な部分であり、何千年もの間、さまざまな形で使用されてきました。占い師は、兆候、出来事、前兆を読んだり、天使や神として描写されることが最も多いが、キリスト教徒やユダヤ教徒は堕天使や悪魔と見なす超自然的存在との接触を主張したりすることで、質問者がどのように進むべきかの解釈を確かめます。^[28]

フィクション（特にファンタジー、予測、SF）では、型破りな手段で予測が達成される例がよく登場します。過去のSFでは、さまざまな現代の技術が予測されていました。

ファンタジー文学では、予言はしばしば魔法や予言を通じて得られ、時には古い伝統に遡ることもあります。たとえば、J.R.R.トールキンの『指輪物語』では、登場人物の多くが未来に起こる出来事を認識しており、それは予言として、時には多かれ少なかれ漠然とした「感情」として表されます。さらに、ガラドリエルという登場人物は、水の「鏡」を使って、時には起こりうる未来の出来事のイメージを映し出します。

フィリップ・K・ディックの作品の中には、予知能力者と呼ばれる突然変異した人間が未来（数日から数年）を予見できるものもある。 『黄金の男』という作品では、例外的な突然変異体が未来を無限の範囲（おそらくは死まで）まで予知することができ、その結果、完全に非人間的になり、予知された道筋を自動的にたどる動物になる。予知能力者は、ディックの別の作品『マイノリティ・リポート』でも重要な役割を果たしており、この作品は2002年にスティーブン・スピルバーグによって映画化された。

アイザック・アシモフの『ファウンデーション』シリーズでは、数学者が歴史的出来事（ある程度の詳細まで）を方程式を使って理論的にモデル化できることを発見し、その後何年もかけてその理論を実践しようとします。彼の成功に基づいて設立された心理歴史学という新しい科学は、歴史をシミュレートし、現在から未来を推測することができます。

フランク・ハーバートによる 1965 年の『デューン』の続編では、登場人物たちは、起こりうる未来を見通し、その中から選択できることの影響に対処しています。ハーバートはこれを停滞の罠とみなし、登場人物たちはいわゆる「黄金の道」をたどってその罠から抜け出します。

アーシュラ・K・ル＝グウィンの『闇の左手』では、惑星ゲセンのヒューマノイドの住人は予言の技術を習得しており、要求に応じて過去、現在、未来の出来事に関するデータを定期的に生成します。この物語では、これは小さなプロット装置でした。

古代人にとって、予言、預言、詩はしばしば絡み合っていました。^[29] 預言は詩の形で語られ、ラテン語で詩人を表す言葉は「vates」または「預言者」です。^[29]詩人も預言者も、自分以外の力に触発されたと主張しました。現代の文化では、神学的な啓示と詩は通常、異なるものとして見られ、しばしば互いに対立するものとさえ見なされています。しかし、この2つは、その起源、目的、目的において共生関係にあると理解されることがよくあります。^[30]

• イアレンティ、ヴィンセント（2020年）。『ディープ・タイム・レコニング：未来思考が今地球を救う方法』 MITプレス。ISBN 9780262539265。
• レッシャー、ニコラス（1998年）。未来を予測する：予測理論入門。ニューヨーク州立大学出版局。ISBN 0-7914-3553-9。
• テトロック、フィリップ E.、ガードナー、ダン (2016)。『スーパーフォーキャスト：予測の芸術と科学』クラウン。ISBN 978-0804136716。

Wikiquoteに予測に関する引用があります。