WWW.DIS.KONFLIB.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

 
<< HOME
Научная библиотека
CONTACTS

Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 38 |

Математическое моделирование неоднородных социально-экономических совокупностей по случайным выборкам

-- [ Страница 8 ] --

Следовательно, в любом случайном множестве { x, ( x) } вероятность (x) служит не объективной характеристикой принадлежности х к Х, а мерой нашей осведомленности об этом событии.

О субъективных вероятностях такого рода Анри Пуанкаре писал [192]:

«Однако можно оставить в стороне слабость человеческой природы: то, что представляется случайным для человека необразованного, отнюдь не будет таковым для ученого. Случайность, таким образом, служит как бы мерой нашего невежества (курсив мой. – авт.)». Отсюда следует вывод:

нет оснований подменять смысл лингвистической переменной мерой, описывающую степень нашей субъективной информированности о принадлежности данного элемента к заданному множеству.

Можно возразить: совершенно неясно, как задавать значения этих «объективных» мер принадлежности. Ответ очевиден: по оговоренной и математически обоснованной методике, как и вероятности для случайных множеств. Более того, заметим, что вопросы унифицированного построения лингвистической переменной (оценки уровней принадлежности), как и ее измерения, были весьма полно проработаны еще в 80-е гг. ХХ в. (см., например, [48,114,127,131,144,173, 174,305]).

В рамках естественнонаучной традиции, никогда и ни при каких обстоятельствах изящную математическую абстракцию нельзя ставить выше содержательного смысла изучаемого явления. Иначе и понятие вероятность вводить незачем. Вполне достаточно рассматривать меру, нормированную к единице, на абстрактном множестве с заданной на нем сигма – алгеброй. Но понятие вероятности несет колоссальную смысловую нагрузку, в связи с чем её смысл в принципе не сводим к определению формальной меры на множествах.

Тем более, что теоретико-множественное описание (а не определение!) вероятности по А.Н. Колмогорову - не единственно возможный путь формализации понятия вероятности [19-22,151,190,206,239,240,251,252].

Причем понятие пространства элементарных событий, лежащее в основе аксиоматики А.Н. Колмогорова [53,118,122,128,249], - чистая абстракция, не имеющая (за исключением некоторых тривиальных случаев конечных множеств) адекватных аналогов в реальном мире.

Ввиду важности вопроса для социально-экономических исследований, необходимо, прежде всего, ясно осознать истоки самого понятия неопределенности, которое лежит в основе восприятия человеком событий (наблюдений, измерений, опытов) с неясным исходом. Автором проблема соотношения между понятиями неопределенности, случайности и нечеткости рассматривалась в работах [289,290,298].

По-видимому, наиболее убедительна и объективна точка зрения М. Гупты [316], считающего, что неопределенность бывает двух видов, связанных, с одной стороны, со стохастическим поведением изучаемой системы (по существу, со случайностью), и, с другой стороны, с принципиально плохой формализуемостью понятийных категорий, а также с ограниченными возможностями человеческих восприятий и рассуждений (иначе говоря, с нечеткостью). В каждой неопределенности в этом мире (в том числе – в социально-экономических областях) всегда присутствует или случайность, или нечеткость, или их одновременное проявление.

Хотя, существует достаточно обоснованное мнение, что разработки в области теории нечеткой меры [114,127,131,144,173,174,305], сделанные в связи с созданием теории возможностей Д. Дюбуа и А. Прадом [81], позволяют с некоторым оптимизмом смотреть на перспективы создания единой теории неопределенности.

Правда, сразу подчеркнем, что теория возможностей является прямой альтернативой теории вероятностей, поскольку выражает и случайность, и нечеткость только через меры нечеткости [80].

Можно утверждать, что в рамках сегодняшнего уровня развития математики представляются совершенно бессмысленными любые попытки сведения понятия нечеткости к случайности и наоборот.

Причём понятно, что «вероятностная» модель неопределенности плохо работает в тех случаях, когда в неопределенности доминирует нечеткость описания и смысловых представлений изучаемых явлений. И наоборот, «возможностная» модель неопределенности очень плохо приспособлена для описания таких процессов, в основе неопределенности которых лежит стохастическая природа динамики исследуемой системы.

Все это подтверждает мысль Х. Гюйгенса о том, что «кажется, чем меньше могут быть постигнуты в пределах научного знания случайное и неопределенное, тем более удивительной представляется теория, которой они все же подчиняются».

Выводы по главе 1.

В первой главе диссертации приведен аналитический обзор тех проблем эконометрики и задач социально-экономических исследований, которые, обладая высокой актуальностью, требуют дальнейшего развития методов их решения. В результате обсуждения этой тематики отметим:

1. Социально–экономические законы носят вероятностный характер и, следовательно, наиболее адекватно могут описываться именно в стохастическом смысле. Но в прикладных работах, за рамками естественных наук, классические статистические процедуры, которые в широком смысле являются наилучшими (при наличии многомерного гауссового распределения), резко теряют свою эффективность. С начала 70-х гг. XX в. это заставило понимать под методами прикладной статистики, которые на Западе чаще называют методами анализа данных, нечто отличное от методов математической статистики.

2. Процедуры прикладной статистики ориентированы на обработку небольших массивов неоднородных (структурированных) данных. Понимание принципиальных различий между математической и прикладной статистикой в 70-х гг. стало так велико, что появилось мнение (которое и сегодня разделяют некоторые специалисты по стохастическим приложениям) о том, что естественнонаучной традиции более соответствует не теоретико-множественное описание вероятности по А.Н. Колмогорову, а статистическое описание по Мизесу – Смирнову – Виллю – Постникову.





3. В прикладной статистике данные подразделяют на количественные и качественные. Количественные признаки измеряются в сильных шкалах.

По сути, в большинстве случаев прикладных исследований, измерение в сильной шкале представляет собой сравнение полученного результата с некоторым эталоном. Качественные признаки отражают трудно формализуемые свойства наблюдений и (в традиционном понимании) в числах не выражаются. Их измеряют в слабых шкалах, наиболее часто порядковых и ранговых, номинальных и дихотомических.

4. Статистический анализ качественных признаков (нечисловая статистика) приводит к задаче обработки разнотипных переменных.

альтернативными подходами. Во-первых, процедуры оцифровки слабых переменных. Но объективно усилить шкалу измерения трудно, а тип «оцифровки» существенно предопределяет итоговые результаты. Вовторых, подход, основанный на дихотомизации, т.е. на ослаблении всех переменных до булевого уровня с соответствующим значительным увеличением размерности пространства используемых признаков.

5. При составлении любой опросной анкеты для выборочного обследования всегда реализуется дихотомизация описания исследуемого социума.

Изучение аспектов проблем доводится до того «элементарного» уровня описания (набора вопросов), который считается достаточным для практических выводов. Сегодня принцип дихотомизации переменных является основным методом формализации описания социума в социально– экономических исследованиях, основанных на выборочном методе.

6. При статистической обработке данных, не относящихся к физическим измерениям, возникает ряд принципиальных трудностей, основными из которых являются: неоднородность данных, наличие аномальных наблюдений («выбросов» значений), малые объемы выборочного ансамбля и негауссовость эмпирических распределений.

В этой связи в середине ХХ в. возник острый интерес к «свободным от распределения» методам статистики. Из свободных от распределения методов наиболее развит аппарат непараметрической статистики.

Непараметрические процедуры не требуют априорных знаний об изучаемом эмпирическом распределении, а накладывают на него лишь определенные (весьма общего характера) ограничения.

7. В начале 60–х гг. стал активно разрабатываться аппарат робастной статистики. Термин робастность (по-русски, наиболее близко, «надежнаость», «прочность») обозначает свойство процедуры быть, вопервых, достаточно эффективной в идеальных условиях и, во-вторых, стабильной при отклонениях от этих идеальных условий. Существуют три класса робастных методов оценивания: минимаксные или оптимизационные (М-оценки), линейные комбинации порядковых статистик (L-оценки) и процедуры, основанные на ранговых критериях (R-оценки).

8. Одно из самых перспективных направлений современной прикладной статистики связано с концепцией анализа данных Дж. У. Тьюки. По существу, эта концепция является синтезом детерминированных, стохастических и эвристических подходов к анализу выборочных данных.

В рамках концепции Джона У. Тьюки выделяют три этапа анализа данных:

1) «разведочный» (пробный); 2) стохастический и 3) итоговый.

9. С начала 70-х гг. ХХ века в прикладных статистических исследованиях широко используются методы с интенсивным применением ЭВМ. На практике широко используются два из них: джекнайф и бутстрэп. Метод «джекнайф», разработанный Дж. У. Тьюки, имеет ясный логический смысл и может с успехом применяться в прикладных эмпирических исследованиях, в том числе – технико- и социально-экономического характера.

Метод бутстрэп, предложенный Б. Эфроном, вызывает ряд методических возражений по формированию вторичной статистики. В связи с чем, можно рекомендовать воздерживаться от его использования в приложениях.

10. В прикладных исследованиях таблицы данных часто оказываются неполными и обладают заметной недостоверностью (ошибки ввода данных в ЭВМ, неточности данных в публикациях, случайные ошибки, умышленная дезинформация и др.). В этой связи проблема выявления недостающей и недостоверной информации в эмпирических матрицах данных является неотъемлемой частью первичной статистической обработки данных практически во всех прикладных работах, в том числе – эконометрического и социально-экономического характера.

11. Одной из основных прикладных задач анализа данных является прогнозирование экономической динамики. В целом эта задача хорошо проработана теоретически и практически. Среди методов количественного прогнозирования наиболее широко используются статистические методы.

Статистическое прогнозирование, по своей сущности, сводится к экстраполированию многомерных временных последовательностей показателей (случайных процессов с дискретным временем). Используют и спектральный анализ временных рядов, но этот подход требует наличия большой ретроспективы наблюдений (не менее 50 точек наблюдений).

Однако на практике исследователи зачастую сталкиваются с ситуацией, когда в их распоряжении имеется лишь очень короткая ретроспектива данных (10 и менее наблюдений). В этих условиях попытки найти вид «наилучшего» тренда бессмысленны, и высокую актуальность приобретает разработка непараметрических методов статистического прогнозирования на базе очень короткой ретроспективы наблюдений.

12. Любая наука начинается с систематизации (классификации) многомерных объектов исследования, которая крайне важна для любых прикладных исследований. По сути, классификация – это процедура упрощения массива данных, направленная на облегчение экспертного анализа и содержательной интерпретации наблюдений. Различают два подхода к систематизации: исключающие и неисключающие классификации. При исключающей классификации каждый объект принадлежит только к одному классу, а при неисключающей - к нескольким классам.



Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |   ...   | 38 |
 


Похожие материалы:

« Наумов Артем Сергеевич РАЗВИТИЕ СИСТЕМЫ ТРАНСПОРТНОГО ОБЕСПЕЧЕНИЯ ИНТЕГРИРОВАННЫХ АГРОПРОМЫШЛЕННЫХ ФОРМИРОВАНИЙ 08.00.05 – экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами – АПК и сельское хозяйство) ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук Научный руководитель: д.э.н., профессор А.В. Улезько Воронеж 2014 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ОРГАНИЗАЦИИ СИСТЕМЫ ...»

«НИКОЛЕНКО ПОЛИНА ГРИГОРЬЕВНА ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКИЕ МЕХАНИЗМЫ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ (НА ПРИМЕРЕ ЗЕРНОВОГО ПРОИЗВОДСТВА АПК НИЖЕГОРОДСКОЙ ОБЛАСТИ) Специальность 08.00.05 – Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами – АПК и сельское хозяйство) ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук Научный руководитель профессор, д.э.н. Мордовченков Николай Васильевич г. Княгинино, 2014 ...»

« Ольховская Мария Олеговна Инновационные механизмы управления промышленностью (на примере фармацевтической отрасли) Специальность 08.00.05 – Экономика и управление народным хозяйством (управление инновациями) диссертация на соискание ученой степени кандидата экономических наук Научный руководитель: к.э.н., доцент Марущак Илья Иванович Москва- 2014 Содержание Введение Глава 1. Теоретико-методологические аспекты исследования сущности инноваций 1.1. Сущность инноваций и их ...»

« Юшкова Виктория Эдуардовна ЭКОНОМИЧЕСКАЯ ОЦЕНКА ПОТЕНЦИАЛА ЗЕМЕЛЬНЫХ РЕСУРСОВ В СЕЛЬСКОМ ХОЗЯЙСТВЕ Специальность 08.00.05 – экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами – АПК и сельское хозяйство) ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук Научный руководитель: д.э.н., профессор Н.В. Шишкина Воронеж 2014 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ВОСПРОИЗВОДСТВА ЗЕМЕЛЬНЫХ ...»

« Грисько Антон Сергеевич СОВРЕМЕННЫЕ МЕТОДЫ ФОРМИРОВАНИЯ И ОЦЕНКИ ПОТРЕБИТЕЛЬСКОЙ ЦЕННОСТИ БРЕНДОВОГО КАПИТАЛА НА РЫНКЕ ПАРФЮМЕРНО-КОСМЕТИЧЕСКИХ ТОВАРОВ 08.00.05 – Экономика и управление народным хозяйством (маркетинг) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель доктор экономических наук, профессор Ковалев Василий Александрович Омск, 2014 2 СОДЕРЖАНИЕ ВВЕДЕНИЕ…………………………………………………………………3 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ФОРМИРОВАНИЯ И ОЦЕНКИ ...»

« ФИЛАТОВА Евгения Валентиновна УПРАВЛЕНИЕ КАЧЕСТВОМ ТРАНСПОРТНО-ЭКСПЕДИЦИОННОГО ОБСЛУЖИВАНИЯ В СФЕРЕ МОРСКИХ ПЕРЕВОЗОК Специальность 08.00.05 Экономика и управление народным хозяйством: экономика, организация и управление предприятиями, отраслями и комплексами (транспорт) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель кандидат экономических наук, доцент Тимченко Т.Н. Новороссийск – 2014 2 Оглавление Введение ...»

«Сафанова Фаина Юсиевна МЕТОДИКА ФОРМИРОВАНИЯ ИНТЕГРИРОВАННОГО ОТЧЕТА Специальность 08.00.12 – Бухгалтерский учет, статистика Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель: доктор экономических наук, профессор Каморджанова Н.А. Санкт-Петербург 2014 2 Содержание ВВЕДЕНИЕ ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ФОРМИРОАНИЯ ИНТЕГРИРОВАННОГО ОТЧЕТА ОРГАНИЗАЦИИ 1.1. Генезис понятия отчетности 1.2. Финансовая отчетность: понятие и формы 1.3. Нефинансовая отчетность: ...»

« ДИЛШОДИ НАМОЗ РАЗВИТИЕ ТОРГОВО-ЭКОНОМИЧЕСКОГО СОТРУДНИЧЕСТВА В РЕГИОНЕ (на материалах Евразийского Экономического Сообщества) Специальность: 08.00.05 - Экономика и управление народным хозяйством (региональная экономика) ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук Научный руководитель: д.э.н., проф. Одинаев Х.А. ДУШАНБЕ - 2014 1 СОДЕРЖАНИЕ ВВЕДЕНИЕ……….………………….……….………….……….…3-11 ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ВОПРОСЫ РАЗВИТИЯ ТОРГОВОЭКОНОМИЧЕСКОГО ...»

« Акимкина Дария Александровна ВЛИЯНИЕ ПРЯМЫХ ИНОСТРАННЫХ ИНВЕСТИЦИЙ НА РАЗВИТИЕ АВТОМОБИЛЬНОЙ ПРОМЫШЛЕННОСТИ Специальность 08.00.05 – Экономика и управление народным хозяйством, специализация: Экономика, организация и управление предприятиями, отраслями, комплексами (промышленность) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель: Доктор экономических наук, профессор Дементьев Виктор Евгеньевич Москва – 2014 ОГЛАВЛЕНИЕ Введение Глава ...»

« УСТИЧ Дмитрий Петрович ФОРМИРОВАНИЕ СИСТЕМЫ МОНИТОРИНГА ИННОВАЦИОННОЙ АКТИВНОСТИ НА КРУПНЫХ РОССИЙСКИХ ПРЕДПРИЯТИЯХ Специальность: 08.00.05 – Экономика и управление народным хозяйством (управление инновациями) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель д.э.н., профессор С.Ю. Ляпина Москва – 2014 2 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ 1 ИССЛЕДОВАНИЕ ПОДХОДОВ К МОНИТОРИНГУ ИННОВАЦИОННОЙ АКТИВНОСТИ КРУПНЫХ РОССИЙСКИХ ПРЕДПРИЯТИЙ В ПРОЦЕССЕ ...»








 
© 2013 www.dis.konflib.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.