ПОЧЕМУ СТАРЫЕ МЕТОДЫ ЭКОНОМЕТРИКИ НЕ ПОДХОДЯТ ДЛЯ НОВЫХ УСЛОВИЙ?

При взгляде на эконометрику со стороны часто возникает мысль о том, что за долгие десятилетия развития этой научно-практической дисциплины все ее основные проблемы решены, остается только применять разработанные методы к тем конкретным экономическим данным, которые представляют интерес для исследователя. Эта мысль неверна в принципе, причем по двум основным причинам. Во-первых, прикладные исследования приводят к необходимости анализировать данные новой природы, например, являющиеся перечисленными выше видами объектов нечисловой природы. Во-вторых, выясняется необходимость более глубокого анализа классических методов.

Хорошим примером для обсуждения являются методы проверки однородности двух выборок. Есть две совокупности, и надо решить, различаются они или совпадают. Для этого из каждой из них берут по выборке и применяют тот или иной эконометрический метод проверки однородности. Около 100 лет назад был предложен метод Стьюдента, широко применяемый и сейчас. Однако он имеет целый букет недостатков. Во-первых, согласно Стьюденту распределения элементов выборок должны быть нормальными (гауссовыми). Как правило, это не так. Во вторых, он нацелен на проверку не однородности в целом (т.н. абсолютной однородности, т.е. совпадения функций распределения, соответствующих двум совокупностям), а только на проверку равенства математических ожиданий. Но, в-третьих, при этом обязательно предполагается, что дисперсии для элементов двух выборок совпадают. Самое интересное, что проверять равенство дисперсий, а тем более нормальность, гораздо труднее, чем равенство математических ожиданий. Поэтому критерий Стьюдента обычно применяют, не делая таких проверок. А тогда и выводы по критерию Стьюдента повисают в воздухе.

Более продвинутые в теории специалисты обращаются к другим критериям, например, к критерию Вилкоксона. Он является непараметрическим, т.е. не опирается на предположение нормальности. Но и он, как выяснилось, не лишен недостатков. С его помощью нельзя проверить абсолютную однородность (совпадение функций распределения, соответствующих двум совокупностям). Это можно сделать только с помощью т.н. состоятельных критериев, в частности, критериев Смирнова и типа омега-квадрат (Лемана-Розенблатта).

С практической точки зрения критерий Смирнова обладает необычным недостатком — его статистика принимает лишь небольшое число значений, ее распределение сосредоточено в небольшом числе точек, и не удается пользоваться традиционными уровнями значимости 0,05 и 0,01.

Поэтому в настоящее время остается рекомендовать критерий типа омега-квадрат (Лемана-Розенблатта). Но — для него нет достаточно подробных таблиц, он не включен в популярные пакеты эконометрических программ.

Отметим фиаско специалистов по математической статистике. Они не в состоянии ответить на естественный вопрос: «Каким методом проверять однородность двух выборок?» Дело в том, что для каждого метода она могут указать т.н. альтернативную гипотезу, при котором этот метод является наилучшим (в том смысле, который они рассматривают; этих смыслов несколько — оптимальность по Ходжесу-Леману, по Бахадуру и др.). Однако в практических задачах обычно совершенно непонятно, откуда брать «альтернативную гипотезу». Таким образом, в данной области математическая статистика выродилась в схоластику.

Проблему выбора наилучшего эконометрического метода проверки однородности двух выборок (независимых или связанных) нельзя считать окончательно решенной.

Рассмотрим другой важный пример. Многие данные в информационных системах имеют нечисловой характер, например, являются словами или принимают значения из конечных множеств. Нечисловой характер имеют и упорядочения, которые дают эксперты или менеджеры, например, выбирая главную цель, следующую по важности и т.д. Значит, нужна статистика нечисловых данных. Далее, многие величины известны не абсолютно точно, а с некоторой погрешностью — от и до. Другими словами, исходные данные — не числа, а интервалы. Нужна статистика интервальных данных. Интервальные данные являются частным случаем нечетких данных. Ни статистики нечисловых данных, ни статистики интервальных данных, ни статистики нечетких данных не было и не могло быть в классической статистике. Они разработаны за последние десятилетия.

Важная часть эконометрики — применение высоких эконометрических технологий (см. ниже) к анализу конкретных экономических данных, что зачастую требует дополнительной теоретической работы по доработке технологий применительно к конкретной ситуации. Большое значение имеют конкретные эконометрические модели, например, модели экспертных оценок или экономики качества. И конечно, такие конкретные применения, как расчет и прогнозирование индекса инфляции. Сейчас уже многим ясно, что годовой бухгалтерский баланс предприятия может быть использован для оценки его финансово-хозяйственной деятельности только с привлечением данных об инфляции.

Январь 24, 2019 Психология труда, инженерная психология, эргономика
Еще по теме
2.4.2 Новые методы и старые проблемы
ПРЕДПОСЫЛКИ ВОЗНИКНОВЕНИЯ МЕТОДОВ ПОИСКА НОВЫХ ТЕХНИЧЕСКИХ ИДЕЙ И РЕШЕНИИ
Власова Е. Ф. Котов А. А. СОЦИАЛЬНОЕ И ПЕРЦЕПТИВНОЕ ОСНОВАНИЕ ДЛЯ ФОРМИРОВАНИЯ ЗНАЧЕНИЙ НОВЫХ СЛОВ
ЧТО ТАКОЕ ЭКОНОМЕТРИКА?
«СТАРЫЕ ПОЖИЛЫЕ»: ОТ 80 ДО 90 ЛЕТ.
ЭКСПЕРТНЫЕ ОЦЕНКИ - ЧАСТЬ СОВРЕМЕННОЙ ЭКОНОМЕТРИКИ.
ВЫСОКИЕ СТАТИСТИЧЕСКИЕ ТЕХНОЛОГИИ В ЭКОНОМЕТРИКЕ.
«ОЧЕНЬ СТАРЫЕ ПОЖИЛЫЕ»: 90 ЛЕТ И СТАРШЕ.
ПОТРЕБИТЕЛЬСКАЯ КОРЗИНА ИНСТИТУТА ВЫСОКИХ СТАТИСТИЧЕСКИХ ТЕХНОЛОГИЙ И ЭКОНОМЕТРИКИ.
Условия для Высших переживаний
ЗАДАНА, УСЛОЖНЕНИЕ, НЕОПРЕДЕЛЕННОСТЬ УСЛОВИЙ ДЛЯ ДЕЙСТВИЯ.
СОЗДАНИЕ БЛАГОПРИЯТНЫХ УСЛОВИЙ ДЛЯ ИНСАЙТА.
ИСТОРИКО-МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ ПСИХОЛОГИЧЕСКОГО ПОДХОДА К ИССЛЕДОВАНИЮ ЛИЧНОСТИ В УСЛОВИЯХ БОЛЕЗНИ
ПРОБЛЕМЫ ПРИМЕНЕНИЯ МЕТОДОВ ПРОГНОЗИРОВАНИЯ В УСЛОВИЯХ РИСКА.
ПСИХОЛОГИЧЕСКИЕ МЕХАНИЗМЫ И УСЛОВИЯ РАЗВИТИЯ ТОЛЕРАНТНОСТИ В ДЕТСКОМ ВОЗРАСТЕ: КУЛЬТУРНО-ИСТОРИЧЕСКИЙ ПОДХОД
Добавить комментарий