| ← Январь 2004 → | ||||||
|
1
|
2
|
3
|
4
|
|||
|---|---|---|---|---|---|---|
|
6
|
7
|
8
|
9
|
10
|
11
|
|
|
13
|
14
|
15
|
16
|
17
|
18
|
|
|
20
|
21
|
22
|
23
|
24
|
25
|
|
|
27
|
28
|
29
|
30
|
31
|
||
За последние 60 дней 8 выпусков (3-4 раза в месяц)
Сайт рассылки:
http://orlovs.pp.ru/ivst.php
Открыта:
29-06-2000
Адрес
автора: science.humanity.econometrika-owner@subscribe.ru
Статистика
0 за неделю
Эконометрика - выпуск 154
| Информационный Канал Subscribe.Ru |
|
С Новым Годом, уважаемые подписчики! * * * * * * *
С наступившим Новым Годом! С Рождеством! Новый год - новые планы. Посвящаем 154-й выпуск рассылки "Эконометрика" от 5 января, первый в новом, 2004 году, информации о важном событии в деятельности Российской ассоциации статистических методов (РАСМ). Помещаем материалы, подготовленные к заседанию Правления РАСМ 24 декабря 2003 г. Предполагаем в следующем выпуске рассылки рассказать о ходе заседания и принятых решениях. Все вышедшие выпуски Вы можете посмотреть в Архиве рассылки по адресу http://www.subscribe.ru/archive/science.humanity.econometrika. * * * * * * *
К заседанию 24 декабря 2003 г. О предложении Издательства "МЗ Пресс" 1. Издательство МЗ Пресс (издатель - Зураб Автандилович Отарашвили) предложило начать выпуск серии "Статистические методы" книг по статистике. Считаю, что реализация этого предложения позволит заметно повысить научный уровень и практическую значимость отечественных научных исследований, прикладных разработок и преподавания в области статистических методов. 2. Состав общественной редакционной коллегии серии "Статистические методы" может быть сформирован РАСМ - Российской ассоциацией статистических методов (в перспективе - Международной академией статистических наук). Проект начального состава сформирован на основе секции "Математические методы исследования" журнала "Заводская лаборатория" и секции "Математическое моделирование социальный процессов" Второго Всероссийского конгресса социологов, а также предложений Издательства. 3. С Издательством МЗ Пресс обсуждены следующие вопросы. 4. Возможные книги серии или их тематика. 5. Естественно принять, что книги серии проходят научное редактирование, получают предисловия или послесловия председателя и членов редколлегии. Президент Российской ассоциации статистических методов * * * * * * *
Материалы для обсуждения I Статистические методы А.И.Орлов Ориентировочный объем: 20 п.л. Срок представления: 1 марта 2004 г. Монография посвящена статистическим методам XXI века.. Она является как научной публикацией, так и учебным изданием. Основная цель - дать представление о современных подходах, идеях, постановках и результатах, выйти на передний край научных исследований в области статистических методов. Но сделать это так, чтобы изложение было доступным и полезным для инженера и менеджера, социолога и экономиста, геолога и историка. Монография открывает серию "Статистические методы". Она должна представить читателю рассматриваемую область научно-практической деятельности. Поэтому в нее включены лишь избранные алгоритмы анализа статистических данных (примерно в объеме учебных курсов в вузах и системах повышения квалификации), однако, доведенные до возможности практического применения. Большое внимание уделяется практическому применению современных статистических методов. При этом их чисто математическая сторона сознательно оставлена на втором плане. Имеющиеся книги учебного содержания отстают от современности на 30-50 лет. Научные издания, как правило, предназначены для высококвалифицированных специалистов и посвящены узким темам. Предлагаемая стратегия написания монографии позволит скачком преодолеть отставание и вывести читателей на научный и практический уровень статистики XXI века. Образ читателя для автора - студенты и слушатели (получающие второе образование или повышающие квалификацию) МГТУ им. Н.Э.Баумана, МГИЭМ (ту), РЭА им. Г.В.Плеханова, АНХ при Правительстве РФ и т.п. Прочитанные им лекции я и хочу записать, расширив информацию о практическом применении статистических методов. Перейдем к содержанию книги. Во введении статистические методы рассматриваются как самостоятельная область научно-практической деятельности. Первая часть посвящена основным задачам статистического анализа данных - описанию данных, оцениванию, проверке гипотез. При этом в качестве примеров рассматриваются основные постановки статистики числовых (одномерных) данных. Вторая часть посвящена избранным методам статистического анализа данных. Проблематика многомерного статистического анализа и статистики временных рядов представлена в разделах, посвященных восстановлению зависимостей и методам классификации. Разобраны основные идеи сравнительно новых областей статистических методов - нечисловой статистики и интервальной статистики. В третьей части рассмотрен ряд статистических моделей, разработанных для конкретных применений. Речь идет о выборочных исследованиях, статистических методах управления качеством (прежде всего о статистическом контроле), методах экспертных оценок, прогнозирования, оценки и анализа риска. Часть 4 посвящена описанию ряда типовых применений статистических методов. Речь идет о применениях в технических исследованиях, менеджменте и экономике, истории, медицине. Заключение посвящено анализу перспектив развития статистических методов. В приложении 1 кратко рассматриваются вероятностные основы статистических методов. В приложении 2 обсуждаются методологические вопросы статистических методов. Информация об авторе книги даст читателю возможность узнать о том опыте работы, на котором основан ряд содержащихся в книге утверждений. Содержание Введение. Статистические методы как область научно-практической деятельности Часть 1. Основные задачи статистического анализа данных 1.1. Описание данных 1.2. Оценивание 1.3. Проверка статистических гипотез Часть 2. Методы статистического анализа данных 2.1. Восстановление зависимостей 2.2. Методы классификации 2.3. Нечисловая статистика 2.4. Интервальная статистика Часть 3. Конкретные статистические модели 3.1. Выборочные исследования 3.2. Статистический контроль 3.3. Экспертные оценки 3.4. Оценка и анализ риска 3.5. Методы прогнозирования Часть 4. Применения статистических методов 3.1. Применения в технических исследованиях 3.2. Применения в менеджменте и экономике. 3.3. Применения в истории 3.4. Применения в медицине Заключение. Перспективы развития статистических методов Приложение 1. Вероятностные основы статистических методов Приложение 2. Методологические вопросы статистических методов Приложение 3. Об авторе * * * * * * *
Материалы для обсуждения II Из опыта аналитического статистика. Цейтлин Н. А. 776 стр.(35 п.л.), 46 табл., 44 илл. Аннотация Нет прикладных наук, В книге освещен тридцатилетний опыт работы автора в качестве аналитического статистика. Опыт заключался в формализации задач экспериментального исследования, составлении методик статистической обработки результатов наблюдений и программного обеспечения ЭВМ по математической статистике, участии в оптимальном планировании и курировании экспериментов, в статистической обработке результатов наблюдений и в составлении научно-технических отчетов. Определена роль аналитического статистика в научно-исследовательском коллективе. Изложены простые методы проверки параметрических гипотез: аналитический "альфа-метод проверки гипотез" и графический "метод доверительных интервалов" для попарного сравнения статистических параметров. Описаны быстрые методы статистики. Рассмотрены проблемы, связанные с построением адекватных эмпирических формул методом регрессионного анализа по результатам активного эксперимента или пассивных наблюдений. Приведены сервисные алгоритмы регрессионного анализа: метод скользящей средней, окаймление области определения модели, округление статистических оценок, ортогонализация мультиколлинеарной матрицы плана пассивного регрессионного эксперимента, редукция корреляционной матрицы, оценка дисперсии ошибки воспроизводимости отклика по "почти параллельным" опытам, аппроксимация сложных поверхностей отклика и диаграмм состояния с помощью сплайн функций и ряд других. Описано решение задачи редукции (упрощения) известной математической модели (косвенных изменений) методом элиминирующего анализа. Изложен метод решения плохо формализуемых задач - многокритериальное экспертное оценивание качества объектов. Автор делится опытом использования статистических методов в самых различных областях экспериментального исследования (технологии - химическая, металлов и покрытий, процессы и аппараты химических производств, физическая химия, биология, строительство, охрана труда и экономика). Книга предназначена для научных работников различных специальностей, математиков-статистиков, студентов университетов и аспирантов, а также для разработчиков современного программного обеспечения ЭВМ по математической статистике. Автор: Dr.-Ing. Natan Tseitlin; e-mail - tseitlin@gmx.net; URL - http://people.freenet.de/nzarchiv/. Содержание Сопроводительная записка Аннотация Реферат Предисловие П.1. С чего все начиналось П.2. Аналитический статистик П.3. Круг задач аналитического статистика П.4. Как стать аналитическим статистиком П.5. Зигзаг истории П.6. Сложность статистических задач П.7. Контингент читателей книги П.8. Особенности стиля П.9. Благодарности П.10. Литература Введение В.1. Определение некоторых понятий В.2. Связь математической статистики с теорией вероятностей В.3. Статистический анализ данных 1. Методы проверки статистических гипотез 1.1. Альфа-метод проверки статистических гипотез 1.1.1. Основные понятия 1.1.2. Формулировка статистических гипотез и выбор критического уровня значимости 1.1.2.1. Формулировка статистических гипотез 1.1.2.2. Выбор критического уровня значимости 1.1.3. Расчет уровня значимости 1.1.4. Мощность критерия 1.1.5. Порядок действий для проверки гипотез 1.1.6. Размышления 1.1.7. Проверка гипотез относительно параметров нормального распределения 1.1.8. Примеры 1.1.9. Номограммы 1.1.10. Статистические таблицы 1.1.11. Перечень статистических гипотез 1.1.12. Проверка нескольких статистических гипотез 1.1.12.1. Обработка результатов небольшого числа параллельных измерений 1.1.12.2. Маленькие неприятности: совпадение значений 1.1.13. Теория практических невероятностей 1.1.14. Дискуссия с доктором В. Я. Хаином. 1.1.15. Задачи покупателя и продавца штучного товара. 1.1.16. Литература 1.1.17. Примеры применения альфа-метода проверки статистических гипотез 1.1.17.1. Квалиметрия. Оценка качества материала по содержанию вредных примесей с учетом интересов производителя и потребителя 1.1.17.2. Охрана труда. Статистическая проверка значимости биологических ритмов трудящихся, пострадавших в результате несчастных случаев на химических заводах 1.2. Проверка статистических гипотез методом доверительных интервалов 1.2.1. Попарное сравнение центров распределений случайных величин 1.2.2. Попарное сравнение среднеквадратичных отклонений распределений случайных величин 1.2.3. Исследование погрешности считывания оператором показаний стрелочного измерительного прибора 1.3. Численные методы статистического оценивания и проверки гипотез 1.3.1 Предварительная обработка данных выборки. 1.3.2 Аппроксимации прямой и обратной функций распределения 1.3.3 Расчет статистических оценок. 1.3.4 Проверка гипотез методом доверительных интервалов. 1.3.5 Литература. 2. Статистическая обработка одномерной выборки 2.1. Применение нормального закона распределения выборки 2.2. Выбор нормализующего преобразования 2.3. Выявление выбросов 2.4. Проверка независимости генерального среднего от порядкового номера наблюдения 2.5. Проверка согласия опытного распределения с теоретическим 2.6. Оценки параметров нормального распределения случайной величины 2.7. Интерпретация результатов статистической обработки данных 2.8. Применение теоретического закона распределения выборки 2.9. Критерий Колмогорова 2.10. Литература. 3. Простые методы статистической обработки результатов наблюдений. 3.1. Выбор числа наблюдений 3.2. Техническая подготовка числового массива данных для статистической обработки 3.3. Исключение выскакивающих вариант 3.4. Эффективные оценки параметров нормального распределения 3.5. Быстрые оценки центра и стандартного отклонения 3.6. Регрессионный анализ 3.6.1. Понятие о регрессии 3.6.2. Построение эмпирической линии регрессии. Метод доверительных интервалов. Проверка гипотез методом доверительных интервалов. Модифицированный метод скользящей средней. Быстрый метод точечного и интервального оценивания регрессии, характеризующейся небольшим разбросом точек. 3.6.3. Линейный однофакторный регрессионный анализ 3.6.3.1. Линейная однофакторная регрессия с одним коэффициентом 3.6.3.2. Быстрое однозначное и интервальное оценивание параметров модели линейной регрессии с одним коэффициентом. Интервальная оценка истинной линии регрессии. Метод "натянутой нити". Быстрое интервальное оценивание линейной регрессии. Проверка гипотез. 3.7. Корреляционный анализ 3.8. Правило округления оценок 3.9. Литература 3.10. Физиология. Суточный ритм изменения концентрации инсулина в плазме крови телят 3.11. Химическая технология. Определение зависимости кажущейся плотности пласта соли от его толщины 3.12. Применение быстрых и машинных статистических методов обработки данных. Технология полимеров. Исследование механических свойств эпоксидных композиций 4. Определение ничтожной погрешности приращения дисперсии распределения случайной величины 5. Элиминирующий анализ 5.1. Элиминирующий анализ детерминированных математических моделей химико-технологических систем 5.2. Элиминирующий анализ формулы косвенного измерения. 5.2.1. Постановка задачи элиминирующего анализа. 5.2.2. Принципы решения задачи элиминирующего анализа. 5.2.3. Принципы работы вычислительного алгоритма элиминирующего анализа. 5.2.4. Идентификация множества элиминируемых факторов формулы косвенного измерения. 5.2.5. Описание процедуры FELAN, реализующей алгоритм элиминирующего анализа на ЭВМ. 6. Проблемы регрессионного анализа 6.1. Структурная идентификация однофакторной регрессионной функции 6.1.1. Некоторые способы кусочно-гладкой аппроксимации функций 6.1.2. Аппроксимация сложной функции с помощью двухсторонних сплайнов. Частные случаи аппроксимации: кусочно-постоянная, кусочно-линейная и кусочно-гладкие 6.1.3. Аппроксимация сложных физико-химических кривых 6.1.4. Статистическое оценивание параметров электрохимической кривой, характеризующей область пассивного состояния металла в растворе электролита 6.1.5. Формула для расчета температуры замерзания водного раствора электролита по активности воды 6.1.6. Построение многомерных сплайнов при аппроксимации сложных зависимостей 6.2. Совершенствование программного обеспечения многомерного регрессионного анализа 6.2.1. Окаймление области определения регрессионной модели. Описание механических свойств шлама дистилляции содового производства 6.2.2. Оценка дисперсии воспроизводимости отклика в пассивном регрессионном эксперименте и проверка гипотезы об адекватности регрессионной модели 6.2.3. Представление корреляционной матрицы в упрощённой записи 6.2.4. Интерпретируемость регрессионной модели. Построение интерпретируемой регрессионной модели технологического объекта 6.2.5. Разработка рациональных процедур программы линейного регрессионного анализа 6.2.6. Алгоритмическое и программное обеспечение построения регрессионных моделей химико-технологических процессов действующего производства 6.2.7. Решение основных проблем построения регрессионных моделей экономических показателей химического производства 6.3. Многофакторный регрессионный анализ 6.3.1. Обработка данных пассивного регрессионного эксперимента 6.3.1.1. a -метод проверки статистических гипотез в приложении к анализу процесса приготовления суспензии гидроокиси кальция 6.3.1.2. Исследование гидравлического сопротивления сухих опорных решеток со взвешенной насадкой разного типа 6.3.1.3. Математическое описание параметров климата северного Крыма, влияющих на процесс выпаривания солевого раствора в открытом бассейне 6.3.2. Исследование влияния одного важного фактора на отклик в пассивном многофакторном регрессионном эксперименте 6.3.2.1. Биология. Регрессионный анализ связи инсулина в плазме крови с молочной продуктивностью крупного рогатого скота 6.3.2.2. Химическая технология. Влияние температуры охлаждающей воды на степень утилизации натрия в производстве соды аммиачным способом 6.4. Регрессионные модели параметров физико-химических свойств растворов 6.4.1. Методы расчета параметров физико-химических свойств смешанных водных растворов электролитов 6.4.2. Обобщение данных для расчета параметров газо-парожидкостного равновесия в производстве кальцинированной соды аммиачным способом 6.4.3. Адекватность регрессионной модели требованиям дальнейшего использования. Адекватность регрессионных моделей физико-химических свойств растворов математическим моделям химико-технологических систем 6.4.4. Статистический анализ аддитивных методов расчета параметров физико-химических свойств многокомпонентных растворов электролитов 6.5.. Методы быстрой аппроксимации физико-химических диаграмм состояния 6.5.1. Аппроксимация физико-химического состояния системы NH4Cl-NaCl-H2O 6.5.2. Аппроксимация физико-химического состояния системы CaCl2-NaCl-H2O 7. Экспериментальная оптимизация. Поиск оптимального состава наполненных эпоксидно-каучуковых композиций для химически стойких покрытий с использованием методов математической теории эксперимента 8. Оптимальное планирование эксперимента и статистическая обработка его результатов 8.1. Равновесие в системе MgO-CO2-H2O 8.2. Описание процесса карбонизации гидроокиси магния, содержащейся в шламах рассолоочистки 8.3. Исследование влияния параметров газожидкостного потока на процесс сепарации жидкости в каплеуловителе с коническим завихрителем 8.4. Экспериментальное исследование кинетики абсорбции оксидов азота при высоком давлении 8.5. Использование отходов содового производства, содержащих хлорид кальция, для снижения температуры смерзания сыромолотой известняковой муки 9. Оценка методами планирования многофакторного эксперимента метрологических характеристик методик рентгенофлуоресцентного анализа в тонком слое 9.1. Особенности задачи построения градуировочных функций 9.1.1. Необходимость расширения области определения градуировочных функций 9.1.2. Возможность независимого варьирования концентрациями компонентов 9.1.3. Обратная задача планирования эксперимента 9.1.4. Наличие одной существенной и ряда менее существенных переменных в моделях. 9.1.5. Оценивание параметров в обратной задаче регрессионного анализа 9.1.5.1. Взаимно-однозначное отображение области определения в область значений градуировочных функций 9.1.5.2. Проблемы оценивания параметров обратных регрессионных моделей 9.1.5.3. Интервальная оценка результата измерения 9.1.5.4. Определение величины смещения оценок параметров градуировочных функций. 9.1.5.5. Структурная идентификация градуировочных функций 9.1.5.6. Распределение суммарной погрешности методики выполнения измерений 9.1.6. Необходимость одновременной проверки ряда статистических гипотез 9.1.7. Проверка адекватности системы градуировочных функций 9.1.7.1. Первичная обработка данных 9.1.7.2. Адекватность градуировочных функций погрешности результатов наблюдения 9.1.7.3. Адекватность другим требованиям 9.2. Методика. Оптимальное планирование градуировочного эксперимента и построение градуировочной функции прибора для определения концентраций компонентов водного раствора методом рентгенофлуоресцентного анализа 9.3. Метрологическая аттестация методики выполнения измерений содержания элементов в пробах растворов 9.3.1. Определение объемов выборок 9.3.2. Выбор координат контрольных точек плана метрологического эксперимента 9.3.3. Подготовка исходных данных 9.3.4. Постановка задачи метрологической аттестации методики выполнения измерений содержания элементов в пробах растворов 9.3.5. Решение задачи метрологической аттестации методики выполнения измерений содержания элементов в пробах растворов 9.4. Примеры построения градуировочных функций для определения концентраций элементов методом рентгенофлуоресцентного анализа 9.4.1. Пример 1. Два элемента - Cr и Ni 9.4.3. Пример 2. Пять элементов - Cr, Fe, Ni, Cu, Zn 9.5. Задачи будущих исследований 9.5.1. Оптимизация методики выполнения измерений 9.5.2. Диалоговая система на ПЭВМ для построения градуировочной функции 10. Экспертное оценивание качества объектов по многим критериям 10.1. Исходные данные 10.2. Последовательность действий при проведении МЭО творческой работы 10.3. Последовательность действий при проведении МЭО коэффициентов трудового участия 10.4. Общая часть алгоритма статистической обработки результатов МЭО 10.5. Установление договорной цены творческой работы (ДЦТР) 10.5.1. Вычисление ДЦТР одного исполнителя 10.5.2. Алгоритм расчета договорной цены творческой работы бригады 10.6. Алгоритм статистической обработки результатов МЭО творческой работы 10.7. Алгоритм статистической обработки результатов МЭО коэффициентов трудового участия 10.8. Список частных критериев качества (ЧКК) 10.8.1. Ориентировочные экспертные оценки ЧКК теоретической НИР 10.8.2. Частные критерии качества работы члена бригады 10.8.3. Штрафные оценки качества работы члена бригады 10.8.4. Дополнительная самооценка уровня компетентности эксперта в методике МЭО коэффициентов трудового участия 10.8.5. Шкалы экспертных оценок 10.8.5.1. Экспертные оценки объективных свойств 10.8.5.2. Оцифровка эмоциональной шкалы 10.8.5.3. Априорные и апостериорные экспертные оценки качества 10.9. Выбор способа обобщения экспертных оценок 10.10. МЭО как задача оптимизации с ограничениями 10.10.1. Задача оптимизации 10.10.2. Ограничения 10.11. Учет времени работы исполнителя 10.12. Коррекция договорной цены работы с помощью обобщенной оценки критерия качества работы 10.13. Расчет коэффициента девальвации валюты 10.14. Адекватность и сокращение математической модели экспертизы 10.15. Привлечение заинтересованных сторон в состав экспертного совета 10.16. Итерационная процедура в методике МЭО 10.17. Внедрение методики МЭО 10.17.1. Трудности внедрения методики МЭО 10.I7.2. Этапы внедрения методики МЭО 17.3. Процедура внедрения методики МЭО 10.18. Узкие места методики МЭО 10.18.1. Взаимное доверие действующих лиц экспертизы 10.18.2. Социальная справедливость в МЭО оплаты труда 10.18.3. Применение ПЭВМ для МЭО 10.19. Определение места оцениваемого объекта в конкурсе 10.20. Сравнение предлагаемой методики МЭО с существующими 10.21. Примеры использования методики МЭО 10.21.1. Пример 1. МЭО качества творческой работы и уточнение её договорной цены 10.21.2. Пример 2. Распределение заработка членов бригады по коэффициентам трудового участия, рассчитанным по методике МЭО 10.21. Заключение 10.21. Формализация задачи выбора лидера по оценкам качества претендентов 10.21. Наши предложения 10.21. Литература 10.21. Приложение 1. Программа "Многокритериальное экспертное оценивание" 10.21. Приложение 2. Отзывы. 11. Применение методов математической теории эксперимента в содовой промышленности. Обзор. 11.1. Практические рекомендации. Опросный лист. 11.2. Статистические критерии оптимальности планов эксперимента 11.3. Различные аспекты приложения методов математической теории эксперимента в научно-исследовательских работах. 11.4. Методы расчета параметров физико-химических свойств смешанных водных растворов электролитов. 11.5. Литература 12. Рекомендуемая литература по математической теории эксперимента 12.1. Введение в математическую статистику 12.2. Систематическое изложение математической статистики 12.3. Фундаментальные работы по математической статистике 12.4. Справочники по математической статистике 12.5. Сборники задач по теории вероятностей и математической статистике 12.6. Аппроксимация и статистический анализ 12.7.Статистические методы планирования эксперимента 12.8. Временные ряды 12.9. Непараметрические и быстрые методы статистики 12.10. Моделирование на ЭВМ 12.11. Теория ошибок 12.12. Распознавание образов 12.13. Обзоры литературы 12.14. Государственные стандарты 12.15. Разное 12.16. Работы по математической теории эксперимента в основной химии * * * * * * *
Материалы для обсуждения III Нечисловая статистика (Основные идеи статистики нечисловых данных) А.И.Орлов Объем - 17.0 п.л. Аннотация Впервые систематически рассматривается одна из четырех основных областей современной прикладной математической статистики - статистика нечисловых данных. Она порождена в 70-х годах ХХ в. потребностями прикладных социально-экономических, технических и медико-биологических исследований. Основой ее математического аппарата является использование расстояний между объектами нечисловой природы и решений оптимизационных задач, а не операций суммирования данных, как в других областях статистики. В монографии рассмотрены основные виды нечисловых данных и особенности их статистического анализа. Большое внимание уделяется проблемам практического применения рассматриваемых методов и результатов. Монография предназначена для широкого круга специалистов, заинтересованных в применении современных статистических методов, разработчиков таких методов и соответствующего программного обеспечения. Она представляет интерес для математиков - исследователей и преподавателей - специалистов по прикладной и математической статистике, анализу данных, методам оптимизации, математическому моделированию. Содержание Предисловие (0.25 п.л.) Глава 1. Введение. О развитии прикладной статистики (0.75 п.л.) 1.1. Взгляд на историю статистических методов 1.2. Соотношение прикладной статистики и математической статистики 1.3. Статистика нечисловых данных как одна из важнейших областей прикладной статистики Глава 2. Нечисловые статистические данные (3.5 п.л.) 2.1. Основные виды нечисловых данных 2.2. Характеризация средних величин шкалами измерения 2.3. Вероятностные модели порождения нечисловых данных 2.4. Связь между нечеткими и случайными множествами Глава З. Статистические методы в пространствах произвольной природы (4.5 п.л.) 3.1. Эмпирические и теоретические средние как решения оптимизационных задач 3.2. Асимптотика решений экстремальных статистических задач и законы больших чисел 3.3. Непараметрические оценки плотности 3.4. Параметрические и непараметрические методы восстановления зависимостей 3.5. Методы классификации 3.6, Статистики интегрального типа Глава 4. Статистические методы анализа нечисловых данных конкретных типов (7.0 п.л.) 4.1. Аксиоматическое введение метрик 4.2. Теория люсианов 4.3. Одношаговые оценки 4.4. Оценивание информативных подмножеств признаков 4.5. Статистика интервальных данных Глава 5. Заключение. Статистика нечисловых данных и концепция устойчивости (0.5 п.л.) Литература (0.5 п.л.) - около 200 названий Пояснительная записка В 70-е годы в СССР возник неформальный научный коллектив математиков, изучающих методы анализа нечисловых данных различных видов. Центром являлся научный семинар "Экспертные оценки и нечисловая статистика" и одноименная комиссия в составе Научного Совета АН СССР по комплексной проблеме "Кибернетика". Вначале разбирались подходы предшественников, в частности, аксиоматическое введение расстояний между объектами нечисловой природы и нахождение среднего по Кемени, репрезентативная теория измерений, нечеткие множества Заде, парные сравнения по Дэвиду и др. Затем были проведены многочисленные самостоятельные исследования, установлены взаимосвязи между подходами и результатами для различных типов нечисловых данных, разработана общая теория статистического анализа нечисловых данных произвольной природы. В итоге стало возможным говорить о новой области прикладной математической статистики - статистике нечисловых данных. Время ее окончательного формирования - первая половина 80-х годов - было и временем наибольшей организационной активности. Две всесоюзные конференции - в Алма-Ате (1981 г.) и в Таллинне (1984 г.) собрали по 300-500 участников. Со второй половины 80-х годов статистика нечисловых данных (статистика объектов нечисловой природы) стабильно развивается. Много публикаций содержится в журналах "Заводская лаборатория", "Социология: методология, методы, математические модели", периодических сборниках "Статистические методы оценивания и проверки гипотез". Статистике интервальных данных была посвящена Международная конференция ИНТЕРВАЛ-92 (Интервальные и стохастические методы в науке и технике, г. Калининград Московской области, сентябрь 1992 г.). Неформальный коллектив по статистике нечисловых данных включает в себя десятки российских исследователей, а если учитывать авторов одной - двух работ - то и сотни. За более чем 20 лет выпущено несколько десятков сборников и монографий, много статей в научных журналах. Однако из-за отсутствия формальной инфраструктуры (например, Института нечисловой статистики в составе Российской академии наук) имеются лишь единичные методики и программные продукты, предназначенные для практического использования. В отличие от научных монографий практически отсутствуют учебные пособия, а также книги, содержащие введение и общий обзор статистики нечисловых данных. Предлагаемая монография заполняет существенный пробел в литературе по статистике нечисловых данных. Она дает введение в предмет, позволяет познакомиться со статистикой нечисловых данных на современном научном уровне. Изложение доводится до переднего края ведущихся в настоящее время научных исследований. Постоянно в поле зрения находятся вопросы практического применения рассматриваемых подходов, методов, результатов. В частности, используется опыт разработки нашим коллективом автоматизированного рабочего места МАТЭК (математика в экспертизе), предназначенного для организатора экспертного опроса. В монографии отражены также работы по статистике нечисловых данных и ее применениям, за которые автору в 1992 г. была присуждена ученая степень доктора технических наук (без написания диссертации). Чтобы в сравнительно небольшой монографии (17 п.л.) охватить всю статистику нечисловых данных, приходится идти на жертвы. Мы отказываемся от разбора большинства доказательств, отсылая читателей к публикациям, содержащим эти доказательства. Примерами подобного стиля изложения являются обзоры по статистике нечисловых данных, помещенные в разделе "Математические методы исследования" журнала "Заводская лаборатория" (1990, No.3; 1995, No.3, No.5; 1996, No.3). Монография предназначена для широкого круга специалистов - прикладников, математиков и преподавателей. Для ее чтения достаточно знаний в объеме вводного курса математической статистики, включающего основные задачи описания данных, оценивания и проверки гипотез. Предисловие Статистика нечисловых данных - одна из четырех основных областей современной прикладной математической статистики. Три других - это статистика чисел (случайных величин), статистика векторов (многомерный статистический анализ), статистика функций (временных рядов и случайных процессов). Описание технического или иного (социально-экономического, медицинского и др.) объекта в прикладных исследованиях часто удается представить в виде вектора, часть координат которого измерена по количественным шкалам, а часть - по качественным, имеющим конечное число градаций. Это - наиболее распространенный тип нечисловых данных. В общем случае под нечисловыми данными понимаем элементы пространств, не являющихся линейными (векторными), в которых нет операций сложения элементов и умножения элемента на действительное число, либо хотя бы одной из них. Кроме результатов измерения по качественным признакам, примерами являются бинарные отношения (ранжировки, разбиения, толерантности); множества (в том числе плоские изображения и объемные тела); нечеткие (размытые, расплывчатые, fuzzy) числа и множества, их частный случай - интервалы; результаты парных сравнений и последовательности из 0 и 1. Все эти виды нечисловых данных и вероятностные модели их порождения подробно рассматриваются в монографии. Их обобщением, как и обобщением числовых данных (чисел, векторов, функций), являются элементы пространств произвольной природы. Исторически нечисловые данные стали рассматриваться раньше, чем статистические данные в виде действительных чисел. Книга Чисел Ветхого Завета содержит обширные сведения о численностях тех или иных совокупностей. Натуральные числа можно отнести к нечисловым данным - хотя их можно складывать, но умножение на действительное число выводит за пределы натурального ряда. Теория вероятностей также начиналась с моделирования нечисловых данных, таких, как результаты бросания игральных костей и вытаскивания шаров из урн. Однако к ХХ веку основное внимание статистиков переместилось на рассмотрение числовых случайных величин, моделирующих действительнозначные результаты наблюдений. К 70-м годам ХХ в. развитие прикладных научных исследований в инженерном деле, социологии, экономике, менеджменте, психологии, медицине и других областях привело к необходимости разработки методов статистического анализа нечисловых данных. В СССР вокруг семинара "Экспертные оценки и нечисловая статистика" сложился неформальный научный коллектив из нескольких десятков активных исследователей. Сначала изучались методы анализа конкретных видов нечисловых данных, устанавливались связи между ними. Затем пришло понимание статистики нечисловых данных как самостоятельной области прикладной статистики со своей внутренней структурой и разнообразными связями между подходами и результатами, относящимися к тем или иным видам нечисловых данных. Статистика нечисловых данных была выделена нами как самостоятельная область прикладной математической статистики в 1979 г. За прошедшие с тех пор годы арсенал ее методов пополнился многими полезными новшествами. Но основные идеи выдержали проверку временем, что и оправдывает их изложение в настоящей монографии. Стиль книги. В любой области прикладной математики есть три уровня исследований - методологический, теоретический и практический. На методологическом уровне излагаются общие подходы и формулируются основные результаты. На теоретическом уровне, грубо говоря, доказывают теоремы. В частности, выявление необходимых "условий регулярности" обычно осуществляется в результате цепи работ этого уровня. Например, на методологическом уровне Центральная Предельная Теорема теории вероятностей формулируется так: "При некоторых условиях регулярности распределение центрированной и нормированной суммы независимых случайных величин стремится к нормальному при росте числа слагаемых". Более ста лет - от Лапласа до Линдеберга и Феллера - "некоторые условия регулярности" уточнялись в работах теоретического уровня. В настоящей монографии изложение идет в основном на методологическом уровне. При спуске на теоретический уровень приводятся формулировки теорем, в основном без доказательств, но со ссылками на публикации, где они содержатся. Обоснованием для выбора такого варианта построения книги, кроме желания ограничить объем монографии разумными рамками, послужило следующее представление о предпочтениях будущих читателей: большинство из них не извлечет пользы из того, что в некоторой формулировке можно заменить требование, скажем, дифференцируемости определенной функции на требование ее непрерывности. Сказанное не означает, что автор отрицает целесообразность проведения научных работ, посвященных подобным ослаблениям условий регулярности. Просто им не место в монографии, предназначенной для первого знакомства со статистикой нечисловых данных. На практическом уровне исследований большое внимание уделяют конкретному объекту приложений - технической, социально-экономической или медицинской системе. Для достаточно информативного описания каждого такого исследования нужна отдельная монография, которая обычно и готовится в качестве отчета по работе. Поэтому мы вынуждены ограничиться краткими замечаниями о практическом применении различных методов статистики нечисловых данных. Однако суммарно эти замечания составляют существенную часть как авторского замысла, так и объема книги. Содержание книги. Во введении (глава 1) кратко обсуждаем историю и современное состояние прикладной статистики, место в ней статистики нечисловых данных. В главе 2 изучаются конкретные виды нечисловых данных, соответствующие вероятностные модели. В частности, в рамках репрезентативной теории измерений получены характеризации средних величин свойством устойчивости результата сравнения средних относительно той или иной группы допустимых преобразований шкалы. Методологический интерес представляет возможность сведения теории нечетких множеств к теории случайных множеств. В главе 3 развиваются статистические методы для данных произвольного вида, лежащих в метрическом пространстве или в пространстве с мерой различия. Эмпирические и теоретические средние приходится определять как решения экстремальных задач, и законы больших чисел оказываются частными случаями утверждений об асимптотическом поведении решений таких задач. Для описания распределений нечисловых данных разработаны непараметрические оценки плотности, используемые также в регрессионном, дискриминантном и кластерном анализах. Для статистик интегрального типа найден ряд необходимых и достаточных условий. Глава 4 посвящена статистическому анализу избранных конкретных видов нечисловых данных. Приводятся примеры аксиоматического введения метрик в пространствах объектов нечисловой природы. Описывается теория люсианов - конечных последовательностей испытаний Бернулли с, вообще говоря, различными вероятностями успеха - и ее применения, в частности в непараметрической теории парных сравнений. В связи с теорией параметрических парных сравнений вводятся одношаговые оценки параметров и обсуждаются их преимущества по сравнению с оценками максимального правдоподобия. Рассматриваются проблемы оценивания такого объекта нечисловой природы как информативное множество признаков в регрессионном анализе. Описываются основные подходы и результаты статистики интервальных данных, быстро развивающейся в последние годы. В главе 5, заключающей книгу, статистика нечисловых данных соотносится с концепцией устойчивости, общей для всех областей прикладной математики, и с различными непараметрическими и робастными постановками в статистике. Список литературы включает основные публикации по статистике нечисловых данных, а также те работы, на которые даются ссылки в тексте. Он не претендует на полноту хотя бы потому, что перечень всех известных автору публикаций по рассматриваемой тематике по объему превысил бы настоящую монографию в несколько раз. Для кого эта монография? Монография предназначена для широкого круга специалистов, заинтересованных в применении современных статистических методов анализа нечисловых данных в любой предметной области. Она необходима разработчикам таких методов и соответствующего программного обеспечения, т.е. специалистам по прикладной статистике. Монография представляет интерес для математиков-исследователей - специалистов по математической статистике, анализу данных, методам оптимизации, математическому моделированию. Наконец, без нее не сможет обойтись ни один преподаватель прикладной или математической статистики, статистических методов для любой конкретной области применений, если он хочет, чтобы его лекционный курс был современным. * * * * * * *
Материалы для обсуждения IV Вероятность и статистика с помощью Excel Н.Е.Бобров (к.ф.-м.н, доц. Тюменского План-проспект Предисловие (0.5 п.л.). Цели и задачи книги. Структура книги. Чему может научиться читатель (студент, преподаватель, научный и практический работник). 1. Вероятность (5.0 п.л.). 1.1. Основные понятия. Вероятностное пространство. Случайная величина. Дискретные и непрерывные распределения и их характеристики (1.0 п.л.). 1.2. Дискретные распределения (2.0 п.л.). Для основных дискретных распределений - биномиального, отрицательного биномиального, гипергеометрического, Пуассона приведены основные характеристики. Для каждого распределения дан содержательный набор примеров, где подробно иллюстрируется использование соответствующих функций EXCEL. 1.3. Непрерывные распределения (2.0 п.л.). Для основных непрерывных распределений - нормального показательного, гамма-распределения, бета-распределения и др. - дан набор содержательных примеров, поясняющих соответствующие функции EXCEL. 2. Статистика (5.0 п.л). 2.1. Основные понятия. Точечные и интервальные оценки. Проверка статистических гипотез (0.5 п.л.). 2.2. Анализ одной выборки(1.0 п.л). Рассмотрены точечные и интервальные оценки и проверка статистических гипотез для среднего и дисперсии нормального распределения. Описаны соответствующие средства EXCEL и дан набор содержательных примеров. 2.3. Анализ долей (0.5 п.л.). 2.4. Двухвыборочные задачи. Сравнение средних, сравнение дисперсий, сравнение распределений в целом (1.0 п.л). 2.5. Элементы многомерного анализа. Дисперсионный анализ. Регрессионный анализ (1.0 п.л). 2.6. Анализ временных рядов. Оценка параметров, сглаживание, нахождение тенденции (1.0 п.л). 3. Примеры практикумов (1.8 п.л.). Даны три примера практикумов и образцы выполнения заданий. 4. Современные вероятностно-статистические методы и их применения (1.0 п.л.). 5. Терминологическое приложение (1.0 п.л.). 6. Литература (0.5 п.л.). 7. Предметный указатель (0.2 п.л.). Пояснительная записка Программная система EXCEL является одной из самых распространенных. Она стоит практически на каждом персональном компьютере, совместимом с IBM-PC. В системе имеется достаточно развитый блок, посвященный анализу статистических данных и вероятностным расчетам. Поэтому вполне естественно, что многие студенты, аспиранты и преподаватели, научные работники и сотрудники различных организаций и предприятий используют EXCEL в учебных, производственных и научных целях. В учебных заведениях в настоящее время расширяется сеть компьютерных учебных залов, одновременно увеличивается число учебных курсов и отдельных тем, основанных на выполнении эконометрических, статистических, вероятностных расчетов. К сожалению, имеющийся в EXCEL справочный материал (help) не содержит необходимых сведений о вероятностно-статистических расчетах и не дает возможности квалифицированно использовать возможности EXCEL. Из сказанного ясна актуальность издания предлагаемой монографии. Она будет использоваться при обучении студентов большинства специальностей, при выполнении курсовых, дипломных, диссертационных работ, при проведении технических, экономических, медицинских и иных расчетов на предприятиях и в организациях различных форм собственности. В частности, она будет использоваться Ассоциацией технических университетов, а также в рамках Федеральной целевой программы "Национальная технологическая база" (в подпрограмме "Подготовка кадров для НТБ"). Кроме круга лиц, связанных с образованием, можно указать, например, на круг читателей секции "Математические методы исследования" журнала "Заводская лаборатория" (это в основном специалисты из прикладных научно-исследовательских институтов металлургического, химического и иного профиля, занимающиеся физическими, химическими, механическими и другими анализами, испытаниями и т.п., а также сертификацией продукции, технологических процессов, предприятий), на специалистов, группирующихся вокруг Российской ассоциации статистических методов (около тысячи исследователей) и др. Монография будет использоваться не только в учебной и научной работе, но и в производственной деятельности, например, на АЗЛК, Уралмаше, в Газпромбанке, в ЗАО "Энтер Лтд.", ООО "Триво", ООО "НВА-Центр", в Институте питания РАМН и во многих иных организациях. Мы дадим в руки современного менеджера и инженера эффективный инструмент вероятностно-статистических расчетов. Для этого в монографию будет включен материал о практическом применении рассматриваемых методов, а также терминологическое приложение. В результате монография даст возможность квалифицированно применять вероятностно-статистические методы, не обращаясь к иным литературным источникам. Монография написана на основе более чем тридцатилетнего опыта автора по разработке, изучению, преподаванию и использованию вероятностно-статистических методов в различных отраслях народного хозяйства и областях науки. Она опирается на традиции отечественной вероятностно-статистической школы в сочетании с опытом практического использования вероятности и статистики в технических (особенно в стандартизации и контроле качества), социально-экономических, медицинских исследованиях. * * * * * * *
Материалы для обсуждения IV Доказательная медицина: А.А.Орлов, А.И.Орлов Объем - до 10 п.л. Книга посвящена компьютерно-статистической революции в медицине, порожденным ею интеллектуальным инструментам научных медицинских исследований. Всего лишь в последние несколько десятилетий в довольно значительной части медицинской науки произошла настоящая революция, изменившая не что иное, как самую основу практической медицины - мышление врача. Причем это изменение было столь глобальным, что во многом перевернуло применявшиеся ранее теории, едва ли не в корне изменило те принципы, согласно которым врачи всего мира долгие годы лечили своих пациентов. И в этом изменении, в этой революции отнюдь не последнюю роль сыграло развитие информационных технологий. Именно появление систем, могущих с достаточной скоростью и без титанических затрат труда осуществить сложные математические расчеты, привело к тому, что принципы так называемой "доказательной медицины" вошли в широкую практику, а результаты выполненных на этих принципах исследований стали применяться во всем мире. Что такое "доказательная медицина"? Об этом рассказано на уровне, достаточном для практического применения ее результатов, для выхода на современный фронт научных исследований. В монографии рассмотрены все основные статистические методы, используемые в настоящее время в научных медицинских исследованиях, как классические, так и высокие статистические технологии последних лет. Книга предназначена для студентов, ординаторов и аспирантов различных медицинских специальностей, для врачей и научных работников, ведущих научные медицинские исследования, а также для всех тех, кто интересуется новыми научными идеями в медицине. Содержание Введение Глава 1. Новая компьютерно-статистическая медицина 1.1. Клиническое мышление 1.2. Компьютеры в медицине 1.3. Результаты статистического анализа 1.4. Новые принципы 1.5. Знахарство 21 века 1.5. Новое медицинское мышление Рекомендуемая литература Глава 2. Доказательная медицина 2.1. Методы "доказательной медицины" 2.2. Некоторые данные доказательной медицины 2.3. Центры публикаций достижений "доказательной медицины" Глава 3. Медико-статистические технологии. 3.1. Клинико-статистические исследования 3.2. Организация сбора данных в научных медицинских исследованиях 3.3. Двойной слепой метод 3.4. Выборочные исследования 3.5. Рандомизация и стандартизация выборки 3.6. Доверительное оценивание вероятности 3.7. Проверка однородности вероятностей 3.8. Медицинские информационные системы Рекомендуемая литература Глава 4. Анализ медицинских данных 4.1. Анализ данных как научное направление 4.2. Описание медицинских данных 4.3. Сравнение групп (проверка однородности для независимых выборок) 4.4. Обнаружение эффекта (проверка однородности для связанных выборок) 4.5. Изучение связи (корреляция и регрессия). 4.6. Методы диагностики (дискриминантный анализ) 4.7. Выделение вариантов течения (кластер-анализ) 4.8. Контрольные выборки, скользящий контроль и бутстреп 4.9. Обнаружение завоза 4.10. Топокарты Рекомендуемая литература Заключение. Компьютеры и статистические методы - помощники врачей * * * * * * *
Книга "PHP: полезные приемы" Знаете, как старые "компьютерщики" учатся новому языку программирования? Они не изучают толстенные учебники, не штудируют конспекты и руководства. Им не нужны премудрые преподаватели, они не корпят над тщательно выполняемыми уроками. Им достаточно всего лишь краткого описания языка и нескольких уже готовых программ, написанных на нем. На основании анализа этого они язык и осваивают. Что надо для такого усвоения? Кроме умения думать и наблюдать, делать выводы - ничего! Ну, вернее, почти ничего. Еще нужны те самые краткое описание языка и несколько примеров. Книга "PHP: полезные приемы" именно их вам и даст. В ней как раз и приводится небольшая справка по языку программирования PHP и текст сценариев, выполняющих наиболее популярные у создателей сайтов задачи. А все сценарии снабжены подробным подстрочным комментарием о предназначении каждой их строчки. Так что вы можете как изучать язык PHP по этой книге, так и сразу же вводить тексты сценариев в компьютер и размещать их на сайте. Цена книги - 100-150 руб. Эту книгу Вы можете купить, не сходя с места - через Интернет-магазин "Болеро". * * * * * * *
На сайте http://antorlov.euro.ru или его зеркале http://www.newtech.ru/~orlov Вы можете найти:
Страница рассылки - http://antorlov.euro.ru/ivst.htm или http://www.newtech.ru/~orlov/ivst.htm. В Москве для работы с сайтом www.newtech.ru/~orlov Вы можете воспользоваться бесплатным демо-доступом компании NewTech. Телефоны: (095)234-94-49, (095)956-37-46. Login: imt или demo. Password: test, Primary DNS: 212.16.0.1, Secondary DNS: 193.232.112.1. Вход под этим логином бесплатный, сеанс связи неограничен. Если Вам отказывают в авторизации, то просто повторите дозвон позже. На сайте http://karamurza.chat.ru представлена книга видного современного философа и политолога С.Г.Кара-Мурзы "Опять вопросы вождям", которая является глубоким научным исследованием проблем западного и российского общества. Книга предназначена всем интересующимся политологическими и социологическими проблемами. "Устройство файловой системы". "Системный реестр". "Устройство Internet". "Сеть Fidonet". "Система электронной почты". "Кодировки русского языка". "PHP". "Установка нескольких ОС". "Перепрошивка BIOS". "Полезные приемы web-дизайна". "Выслеживание спамеров". Заинтересовало что-нибудь? Тогда посмотрите книгу "Тайны и секреты компьютера" - например, на http://comptain.nm.ru. Или на полках магазинов. Ведь все это - темы ее глав. А стиль книги - как художественная литература. Таких книг вы еще, наверное, не видели - так что вряд ли пожалеете, если ознакомитесь. "Disser" - это комплект макросов для Word, упрощающих создание рефератов и курсовых. Готовое оформление, титульный лист, содержание создаются несколькими щелчками мыши. Ввод предельно упрощён благодаря автозамене, расшифровывающей популярные сокращения. Также: настройка недокументированных возможностей, дополнительные шаблоны, сборник полезных советов, методичка "Как написать реферат". Сайт: http://kankowski.narod.ru, зеркало: http://e-town.nm.ru. Из книги Максима Калашникова "Битва за Небеса", представленной на сайте http://sw.rus-idea.com, вы узнаете о том, какими должны были стать воздушно-космические силы СССР 2000 года и прочтете о русской авиации 20 века. Удачи вам и счастья! |
| http://subscribe.ru/
E-mail: ask@subscribe.ru |
Отписаться
Убрать рекламу |
| В избранное | ||
