<<
>>

2.3.10. Место статистики интервальных данных (СИД) среди методов описания неопределенностей

Кратко рассмотрим положение статистики интервальных данных среди других методов описания неопределенностей.

Нечеткость и СИД. С формальной точки зрения описание нечеткости интервалом - это частный случай описания ее нечетким множеством. В СИД функция принадлежности нечеткого множества имеет специфический вид - она равна 1 в некотором интервале и 0 вне его. Такая функция принадлежности описывается всего двумя параметрами (границами интервала). Эта простота описания делает математический аппарат СИД гораздо более прозрачным, чем аппарат теории нечеткости в общем случае.

Это, в свою очередь, позволяет продвинуться дальше, чем при использовании функций принадлежности произвольного вида.

Интервальная математика и СИД. Можно было бы сказать, что СИД - часть интервальной математики, что СИД так соотносится с прикладной математической статистикой, как интервальная математика - с математикой в целом. Однако исторически сложилось так, что интервальная математика занимается прежде всего вычислительным погрешностями. С точки зрения интервальной математики две формулы для выборочной дисперсии, рассмотренные выше, имеют разные погрешности. А с точки зрения СИД эти две формулы задают одну и ту же функцию, и поэтому им соответствуют совпадающие нотны и рациональные объемы выборок. Интервальная математика прослеживает процесс вычислений, СИД этим не занимается. Необходимо отметить, что типовые постановки СИД могут быть перенесены в другие области математики, и, наоборот, вычислительные алгоритмы прикладной математической статистики и СИД заслуживают изучения. Однако и то, и другое - скорее дело будущего. Из уже сделанного отметим применение методов СИД при анализе такой характеристики финансовых потоков, как NPV - чистая текущая стоимость [27].

Математическая статистика и СИД. Как уже отмечалось, математическая статистика и СИД отличаются тем, в каком порядке делаются предельные переходы п ® ¥ и А ® 0 При этом СИД переходит в математическую статистику при А = 0. Правда, тогда исчезают основные особенности СИД: нотна становится равной 0, а рациональный объем выборки - бесконечности. Рассмотренные выше методы СИД разработаны в предположении, что погрешности малы (но не исчезают) и объем выборки велик. СИД расширяет классическую математическую статистику тем, что в исходных статистических данных каждое число заменяет интервалом. С другой стороны, можно считать СИД новым этапом развития математической статистики.

Статистика объектов нечисловой природы и СИД.

Статистика объектов нечисловой природы (СОНП) расширяет область применения классической математической статистики путем включения в нее новых видов статистических данных [27]. Естественно, при этом появляются новые виды алгоритмов анализа статистических данных и новый математический аппарат (в частности, происходит переход от методов суммирования к методам оптимизации). С точки зрения СОНП частному виду новых статистических данных - интервальным данным - соответствует СИД. Напомним, что одно из двух основных понятий СИД - нотна - определяется как решение оптимизационной задачи. Однако СИД, изучая классические методы прикладной статистики применительно к интервальным данным, по математическому аппарату ближе к классике, чем другие части СОНП, например, статистика бинарных отношений.

Робастные методы статистики и СИД. Если понимать робастность согласно [3] как теорию устойчивости статистических методов по отношению к допустимым отклонениям исходных данных и предпосылок модели, то в СИД рассматривается одна из естественных постановок робастности.

Однако в массовом сознании специалистов термин «робастность» закрепился за моделью засорения выборки большими выбросами (модель Тьюки-Хубера), хотя эта модель не имеет большого практического значения [27]. К этой модели СИД не имеет отношения.

Теория устойчивости и СИД. Общей схеме устойчивости [3] математических моделей социально-экономических явлений и процессов по отношению к допустимым отклонениям исходных данных и предпосылок моделей СИД полностью соответствует. Он посвящен математико-статистическим моделям, используемым при анализе статистических данных, а допустимые отклонения - это интервалы, заданные ограничениями на погрешности. СИД можно рассматривать как пример теории, в которой учет устойчивости позволил сделать нетривиальные выводы. Отметим, что с точки зрения общей схемы устойчивости [3] устойчивость по Ляпунову в теории дифференциальных уравнений - весьма частный случай, в котором из-за его конкретности удалось весьма далеко продвинуться.

Минимаксные методы, типовые отклонения и СИД. Постановки СИД относятся к минимаксным. За основу берется максимально возможное отклонение. Это - подход пессимиста, используемый, например, в теории антагонистических игр. Использование минимаксного подхода позволяет подозревать СИД в завышении роли погрешностей измерения. Однако примеры изучения вероятностно-статистических моделей погрешностей, проведенные, в частности, при разработке методов оценивания параметров гамма- распределения [4], показали, что это подозрение не подтверждается. Влияние погрешностей измерений по порядку такое же, только вместо максимально возможного отклонения (нотны) приходится рассматривать математическое ожидание соответствующего отклонения (см. выше). Подчеркнем, что применение в СИД вероятностно-статистических моделей погрешностей не менее перспективно, чем минимаксных.

Подход научной школы А.П. Вощинина и СИД. Если в математической статистике неопределенность только статистическая, то в научной школе А.П. Вощинина - только интервальная. Можно сказать, что СИД лежит между классической прикладной математической статистикой и областью исследований научной школы А.П. Вощинина. Другое отличие состоит в том, что в этой школе разрабатывают новые методы анализа интервальных данных, а в СИД в настоящее время изучается устойчивость классических статистических методов по отношению к малым погрешностям. Подход СИД оправдывается распространенностью этих методов, однако в дальнейшем следует переходить к разработке новых методов, специально предназначенных для анализа интервальных данных.

Анализ чувствительности и СИД. При анализе чувствительности, как и в СИД, рассчитывают производные по используемым переменным, или непосредственно находят изменения при отклонении переменной на +10% от базового значения. Однако этот анализ делают по каждой переменной отдельно. В СИД все переменные рассматриваются совместно, и находится максимально возможное отклонение (нотна). При малых погрешностях удается на основе главного члена разложения функции в многомерный ряд Тейлора получить удобную формулу для нотны. Можно сказать, что СИД - это многомерный анализ чувствительности.

<< | >>
Источник: Орлов А.И.. Теория принятия решений. Учебное пособие / А.И.Орлов.- М.: Издательство «Экзамен», - 656 с.. 2005

Еще по теме 2.3.10. Место статистики интервальных данных (СИД) среди методов описания неопределенностей:

  1. 2.3. Статистика интервальных данных 2.3.1. О развитии статистики интервальных данных
  2. 2.3.2. Основные идеи асимптотической математической статистики интервальных данных
  3. 2.2. Вероятностно-статистические методы описания неопределенностей в теории принятия решений 2.2.1. Теория вероятностей и математическая статистика в принятии решений
  4. 4.7. Методы оптимизации портфеля ценных бумаг в условиях нестатистической неопределенности на основе нечетко-интервальной математики
  5. Особенности описания внешности человека по методу словесного портрета Описание общефизических данных внешности человека
  6. 6.8.2 Интервально-вероятностная неопределенность
  7. 6.8.1 Интервальная неопределенность
  8. § 2. Графический метод представления данных правовой статистики
  9. § 1. Табличный метод представления данных правовой статистики
  10. § 3. Место нотариата в правовой системе России и среди органов гражданской юрисдикции 1. Место нотариата среди органов гражданской юрисдикции
  11. 2.3.7. Асимптотический линейный регрессионный анализ для интервальных данных
  12. Описание неопределенностей в теории принятия решений
  13. Глава VI. ПРЕДСТАВЛЕНИЕ ДАННЫХ ПРАВОВОЙ СТАТИСТИКИ: ТАБЛИЧНЫЙ И ГРАФИЧЕСКИЙ МЕТОДЫ
  14. 2.2.5. Описание данных, оценивание и проверка гипотез
  15. 1.1. Объект и предмет криминалистики, ее место среди наук
  16. 4. Место теории государства и права среди иных юридических наук
  17. 2. Описание неопределенностей в теории принятия решений
  18. Какое место занимает криминалистика среди юридических наук?
  19. Место централь­ного банка среди органов государ­ственной власти
  20. 2.4.2. Пример описания неопределенности с помощью нечеткого множества