Пакет: Прогноз населения 2026–2075 (v2026.4)

Прогноз всех уровней: страна, 6 областей, Минск (CCMPP), 118 районов (Гамильтон–Перри с IPF-согласованием), ~200 городов (доли в районах, облцентры — собственные когортные модели); два стартовых ряда — official и adjusted (поправка на незарегистрированную эмиграцию 2020–2026 из зеркальной статистики, WP-F3). Три сценария с обоснованием каждого параметра, вероятностный веер (сеяный Монте-Карло траекторий СКР/ОПЖ, калиброванный по 80% PI WPP; уровни 0–1), три бэктеста с гейтами. Прогон детерминирован (сид фиксирован) — воспроизведение даёт байт-в-байт те же числа.

Версии

v1.3.1 · 2026-07-16 · git-тег artifact-forecast-v1.3.1 · прогноз v2026.4

Техническая пересборка: релиз INF-11 добавил в вендоренный etl/forecast/run.py экспорт возрастных структур CCMPP (для датасета пирамиды). Числовые результаты прогноза не изменились — все контрольные метрики и допуски идентичны v1.3.0.

v1.3.0 · 2026-07-12 · git-тег artifact-forecast-v1.3.0 · прогноз v2026.4

Вероятностный слой: пропорциональный перенос 80% PI WPP заменён симуляцией — 600 реализаций персистентных отклонений траекторий СКР и ОПЖ от медианы WPP через тот же CCMPP, эмпирические квантили q05…q95. Амплитуды калиброваны под 80% PI WPP на 2050 (6,7% против 7,1%) и 2075 (16,5% против 16,3%), т.е. на страновом уровне ширина ≈ WPP; новизна — декомпозиция и вероятностные утверждения по стране: P(убыль к 2050) = 100% (доля реализаций при детерминированной миграции), P(<6 млн к 2075) ≈ 50%. Области делят общий шок — их полосы занижают областную неопределённость. Медианы и сценарии идентичны v1.2.0. 30 метрик (+4 вероятностных).

v1.2.0 · 2026-07-11 · git-тег artifact-forecast-v1.2.0 · прогноз v2026.3

WP-F3: второй стартовый ряд adjusted — официальный старт минус интервальная оценка незарегистрированного оттока 2020–2026 (178–416 тыс., центральная 270 тыс.; зеркальная статистика Eurostat/UDSC/Литвы/Грузии + опросные доли диаспоры). Гейт: интервал накрывает сток ВНЖ ЕС (253 тыс.) и ориентир МВД (350 тыс.). Official-ряды идентичны v1.1.0. 26 метрик.

v1.1.0 · 2026-07-11 · git-тег artifact-forecast-v1.1.0 · прогноз v2026.2

Этап 5: добавлены уровни 2–3. Районы — CCR 2009→2019 со shrinkage и чернобыльским floor; города — логистические доли; 5 облцентров — CCMPP. Гейты: бэктест районов 2019→2026 MAPE 2,12% против 2,76% наивной; бэктест городов 6,7% против 10,9%. Уровни 0–1 идентичны v2026.1. 19 контрольных метрик.

v1.0.1 · 2026-07-11 · git-тег artifact-forecast-v1.0.1 · прогноз v2026.1

Исправление входных данных по итогам агентного аудита этапа 4: устранена коллизия territory_id в age2009/age2019.csv (Октябрьский район Минска против Октябрьского района Гомельской области). Все результаты прогноза идентичны v1.0.0 — коллизия на модель не влияла.

v1.0.0 · 2026-07-11 · git-тег artifact-forecast-v1.0.0 · прогноз v2026.1

Первый релиз (этап MVP). Гейты: калибровка base-2050 = +1,0% к медиане UN WPP 2024 (порог ±3%); бэктест — национальный итог −0,41% (порог ±2%), MAPE 2,39% против 4,13% у наивной экстраполяции. 11 контрольных метрик.

Состав (v1.3.1)

by-maps-forecast-v1.3.1/
├── README.md · AGENT.md · LIMITATIONS.md · PROVENANCE.md · CHANGELOG.md
├── manifest.json                    машиночитаемое описание (sha256, допуски)
├── sources/registry.csv             реестр 18 первоисточников (WP-F1)
├── data/curated/                    входы: структуры 2026, переписи 2009/2019
│                                    (по районам!), ASFR, таблицы дожития,
│                                    миграция, city_raion.csv, chernobyl_zones.csv,
│                                    adjustment.csv + migration_mirror.csv (WP-F3)
├── data/raw/mirror/                 зеркальная статистика: Eurostat, UDSC,
│                                    GUS, опрос ЦНИ (sha256 в registry.csv)
├── web/public/data/data.json        ряды районов и городов 1897-2026
├── data/raw/wpp2024|wcde/           контрольные прогнозы ООН и WCDE
├── etl/forecast/ + etl/mirror.py    код: CCMPP (run.py) + Гамильтон-Перри и
│   │                                города (sub.py) + вероятностный веер
│   │                                (probabilistic.py) + бэктесты + mirror.py
│   └── scenarios/*.yaml             3 сценария, каждый параметр с обоснованием
├── params/assumptions.yaml          допущения модели с обоснованиями
├── code/run.sh                      единственная точка входа (~2 минуты)
├── data/curated/forecast_v2026_4.csv · web/public/data/forecast.json   итоги
├── docs/notes/validation.md · adjustment.md · backtest_sub.json   валидация
└── checks/                          инварианты, ожидаемые результаты, chksums

Быстрая проверка

unzip by-maps-forecast-v1.3.1.zip && cd by-maps-forecast-v1.3.1
pip install -r code/requirements.lock   # PyYAML
bash code/run.sh
# == 1/7 Реконструкция оттока (WP-F3): интервал и adjustment.csv ==
# == 2/7 Прогон прогноза (3 сценария, уровни 0-3, веер, ряды official/adjusted) ==
# == 3/7 Бэктест уровней 0-1 (2009 -> 2019) ==
# == 4/7 Бэктесты уровней 2-3 (районы 2019->2026, города <=2009->2019) ==
# == 5/7 Чувствительность ==
# == 6/7 Инварианты ==
# == 7/7 Сверка с заявленными результатами ==
# Все 30 контрольных метрик воспроизведены в допусках.

Методика — кнопка «Методика прогноза» на карте (в прогнозной зоне слайдера) или файл methods/forecast.md; валидация — docs/notes/validation.md внутри пакета.