d9e5a92d

Понятие квазистатистики


Прежде чем вводить определение квазистатистики, целесообразно определиться с исходным термином  «статистика». Этот  термин многозначен и имеет огромное количество определений. Я привожу часть из них, цитируя.

«Цель статистики должна состоять в исследовании закономерностей во взаимосвязях и отношениях, выделении абсолютного в относительных явлениях, в исследовании постоянства среди непостоянного и узнавания во вновь найденном уже открытого закона (J. Е. Worl. Eriaute-rungen zur Theorie der Statistik)». 

«Слово <статистика> происходит от слова <государство> (state пли Staat) и означает группу людей, живущих в общественном союзе; оно включает все характеристики их состояния (Encyclopaedia Britannica. 7th ed.)». 

«Статистика — это наука, функцией которой является сбор и упорядочивание данных, относящихся к физическому, социальному, политическому, финансовому, интеллектуальному и моральному состоянию и ресурсам государства или народа (New American Encyclopaedia)». 

«Статистика — методический индуктивный прием для нахождения и объяснения механизмов, действующих в человеческом обществе и природе, т. е. для вывода и объяснения законов, по которым эти механизмы функционируют, и для обнаружения и исследования причинной связи, которая имеется между отдельными феноменами природы и человеческого общества; а именно, такой прием, который ведет к точному количественному определению на основе систематических массовых наблюдений над этими феноменами (A. Wagner. Statistik. Bluntschli Brater's Deutsches Staatsworterbuch)». 

«Статистика — это описание любого класса фактов, выраженных числами (Н. С. Adams. Statistics. Johnson's Universal Cyclopaedia)». 

 

«Статистика есть;

1. Толкуемое как единственное число. В современном употреблении — раздел исследований, имеющий в качестве объекта сбор и обработку числовых фактов или данных относительно либо сферы человеческой деятельности, либо явлений природы.

2. Толкуемое во множественном числе. Числовые факты или данные, собранные и расклассифицированные (New Oxford Dictionary)». 

 

«Математическая статистика — раздел математики, посвященный математическим методам систематизации, обработки и использования статистических данных для научных и практических выводов. При этом статистическими данными называются сведения о числе объектов в какой-либо более или менее обширной совокупности, обладающих теми пли иными признаками (БСЭ, т. 26, 2-е изд., А, Н, Колмогоров. Математическая статистика).»

«Основным понятием математической статистики является выборка или совокупность наблюдений какого-либо количественного показателя (Ю. В. Линник. Метод наименьших квадратов и основы математике-статистической теории обработки наблюдений)». 

«В наше время принято считать, что математическая статистика есть наука, изучающая теорию принятия решений в условиях неопределенности. Это определение математической статистики выкристаллизовывалось в результате многих лет ее развития. Достоинство этого определения состоит в том, что оно в сжатой и ясной форме излагает научное существо статистики (Г. Чернов, Л. Мозес. Элементарная теория статистических решений. 1962)». 

«Статистику иногда определяют как искусство и науку количественной обработки наблюдений, подверженных изменениям (Е. V. Lewis. Statistical Analysis. Ideas and Methods)». 

«Как известно, статистику часто определяют как науку о методах исследования закономерностей массовых процессов. Для математической статистики это общее определение можно модифицировать следующим образом: математическая статистика есть наука о методах умозаключения, о свойствах соответствующей генеральной совокупности на основе наблюдений над репрезентативной выборочной совокупностью, причем данные наблюдений отбираются из генеральной совокупности в случайном порядке.  Таким образом, основная задача математической статистики — разработка методов, позволяющих обобщать результаты наблюдений (3. Павловский. Введение в математическую статистику)».



Во всех перечисленных определениях есть общее зерно, которое собственно, и относится к статистике в самом общем смысле слова, и это зерно в следующем. Мы имеем некий набор наблюдений по одному объекту или по совокупности объектов. Причем мы предполагаем, что за случайной выборкой наблюдений из гипотетической их генеральной совокупности  кроется некий фундаментальный закон распределения, который сохранит свою силу еще на определенный период времени в будущем, что позволит нам прогнозировать тренд будуших наблюдений и расчетный диапазон отклонений этих наблюдений от расчетных ожидаемых трендовых значений.

Если мы договорились, что все наблюдения совершались в неизменных однотипных внешних условиях и/или наблюдались объекты с одинаковыми свойствами по факту, например, их появления по одной и той же причине, то мы оцениваем и подтверждаем искомый закон распределения частотным методом. Разбивая весь допустимый диапазон наблюдаемого параметра на ряд равных интервалов, мы можем подсчитать, сколько наблюдений попало в каждый выбранный интервал, то есть построить гистограмму.  Известными методами мы можем перейти от гистограммы к плотности вероятностного распределения, параметры которого можно оптимальным образом подобрать. Таким образом, идентификация статистического закона завершена.

Если же мы имеем дело с «дурной» неопределенностью, когда у нас нет достаточного количества наблюдений, чтобы вполне корректно подтвердить тот или иной закон распределения, или мы наблюдаем объекты, которые, строго говоря, нельзя назвать однородными, тогда классической статистической выборки нет.

 

В то же время, мы, даже не имея достаточного числа наблюдений, склонны подразумевать, что за ними стоит проявление некоторого закона. Мы не можем оценить параметры этого закона вполне точно, но мы можем прийти к определенному соглашению о виде этого закона и о диапазоне разброса ключевых параметров, входящих в его математическое описание. И вот здесь уместно ввести понятие квазистатистики.

Квазистатистика – эта выборка наблюдений из их генеральной совокупности, которая считается недостаточной для идентификации вероятностного закона распределения с точно определенными параметрами, но признается достаточной для того, чтобы с той или иной субъективной степенью достоверности обосновать закон наблюдений  в вероятностной или любой иной форме, причем параметры этого закона будут заданы по специальным правилам, чтобы удовлетворить требуемой достоверности идентификации закона наблюдений.

Такое определение квазистатистики дает расширительное понимание вероятностного закона, когда он имеет не только частотный, но и субъективно-аксиологический смысл. Здесь намечены контуры синтеза вероятности в классическом смысле - и вероятности, понимаемой как структурная характеристика познавательной активности эксперта-исследователя. 

Также это определение намечает широкое поле для компромисса в том, что считать достаточным объемом выборки, а что – нет. Например, эксперт, оценивая финансовое положение предприятий машиностроительной отрасли, понимает, что каждое предприятие отрасли уникально, занимает свою рыночную нишу и т.д., и поэтому классической статистики нет, даже если выборка захватывает сотни предприятий. Тем не менее, эксперт, исследуя выборку какого-то определенного параметра, подмечает, что для большинства работающих предприятий значения данного параметра группируются внутри некоторого расчетного диапазона (рис. 2.1). И эта закономерность дает эксперту основания утверждать, что имеет место закон распределения, и далее эксперт может подыскивать этому закону вероятностную или, к примеру, нечетко-множественную форму.

 

 

 

Рис 2.1. Группировка показателей внутри расчетного диапазона значений

 

Аналогичные рассуждения можно провести, если эксперт наблюдает один параметр единичного предприятия, но во времени. Ясно, что в этом случае статистическая однородность наблюдений отсутствует, поскольку со временем непрерывно меняется рыночное окружение фирмы, условия ее хозяйствования, производственные факторы и т.д. Тем не менее, эксперт, оценивая некоторое достаточно приличное количество наблюдений, может сказать, что вот это состояние параметра типично для фирмы, а вот это – из ряда вон. Таким образом, эксперт высказывается о законе распределения параметра таким образом, что классифицирует все наблюдения нечетким, лингвистическим способом, и это уже само по себе есть факт генерации немаловажной для принятия решений информации. И, раз закон распределения сформулирован, то эксперт имел дело с квазистатистикой.           

 

Понятие квазистатистики, введенное здесь, дает широкий простор для применения нечетких описаний для моделирования законов, по которым проявляется та или иная совокупность наблюдений. Строго говоря, не постулируя квазистатистики, нельзя вполне обоснованно с научной точки зрения моделировать неоднородные и ограниченные по объему наблюдения процессы, протекающие на фондовом рынке и в целом в экономике.

 

 

 




Содержание раздела