Сравнение старой и новой парадигм - О новой парадигме математических методов исследования
Проведем развернутое сравнение старой и новой парадигм математических методов исследования. При этом опираемся на материалы раздела "Математические методы исследования" научно-технического журнала "Заводская лаборатория. Диагностика материалов". С момента основания раздела в 1961 г. в нем опубликовано более тысячи статей.
Типовые исходные данные в новой парадигме - объекты нечисловой природы (элементы нелинейных пространств, которые нельзя складывать и умножать на число, например, множества, бинарные отношения), а в старой - числа, конечномерные векторы, функции. Ранее (в старой парадигме) для расчетов использовались разнообразные суммы, однако объекты нечисловой природы нельзя складывать, поэтому в новой парадигме применяется другой математический аппарат, основанный на расстояниях между объектами нечисловой природы и решении задач оптимизации.
Изменились постановки задач анализа данных и экономико-математического моделирования. Старая парадигма математической статистики исходит из идей начала ХХ в., когда К. Пирсон предложил четырехпараметрическое семейство распределений для описания распределений реальных данных. В это семейство как частные случаи входят, в частности, подсемейства нормальных, экспоненциальных, Вейбулла-Гнеденко, гамма-распределений. Сразу было ясно, что распределения реальных данных, как правило, не входят в семейство распределений Пирсона (об этом говорил, например, академик С. Н. Бернштейн в 1927 г. в докладе на Всероссийском съезде математиков [43]; см. также [44]). Однако математическая теория параметрических семейств распределений (методы оценивание параметров и проверки гипотез) оказалась достаточно интересной с теоретической точки зрения (в ее рамках был доказан ряд трудных теорем), и именно на ней до сих пор основано преподавание во многих вузах. Итак, в старой парадигме основной подход к описанию данных - распределения из параметрических семейств, а оцениваемые величины - их параметры, в новой парадигме рассматривают произвольные распределения, а оценивают - характеристики и плотности распределений, зависимости, правила диагностики и др. Центральная часть теории - уже не статистика числовых случайных величин, а статистика в пространствах произвольной природы, т. е. нечисловая статистика [15, 45].
В старой парадигме источники постановок новых задач - традиции, сформировавшиеся к середине ХХ века, а в новой - современные потребности математического моделирования и анализа данных (XXI век), т. е. запросы практики. Конкретизируем это общее различие. В старой парадигме типовые результаты - предельные теоремы, в новой - рекомендации для конкретных значений параметров, в частности, объемов выборок. Изменилась роль информационных технологий - ранее они использовались в основном для расчета таблиц (в частности, информатика находилась вне математической статистики), теперь же они - инструменты получения выводов (имитационное моделирование, датчики псевдослучайных чисел, методы размножение выборок, в т. ч. бутстреп, и др.). Вид постановок задач приблизился к потребностям практики - при анализе данных от отдельных задач оценивания и проверки гипотез перешли к статистическим технологиям (технологическим процессам анализа данных). Выявилась важность проблемы "стыковки алгоритмов" - влияния выполнения предыдущих алгоритмов в технологической цепочке на условия применимости последующих алгоритмов. В старой парадигме эта проблема не рассматривалась, для новой - весьма важна.
Если в старой парадигме вопросы методологии моделирования практически не обсуждались, достаточными признавались схемы начала ХХ в., то в новой парадигме роль методологии (учения об организации деятельности) [46] является основополагающей. Резко повысилась роль моделирования - от отдельных систем аксиом произошел переход к системам моделей. Сама возможность применения вероятностного подхода теперь - не "наличие повторяющегося комплекса условий" (реликт физического определения вероятности (по Мизесу), использовавшегося до аксиоматизации теории вероятностей А. Н. Колмогоровым в 1930-х гг.), а наличие обоснованной вероятностно-статистической модели. Если раньше данные считались полностью известными, то для новой парадигмы характерен учет свойств данных, в частности, интервальных и нечетких [47]. Изменилось отношение к вопросам устойчивости выводов - в старой парадигме практически отсутствовал интерес к этой тематике, в новой разработана развитая теория устойчивости (робастности) выводов по отношению к допустимым отклонениям исходных данных и предпосылок моделей [13, 48].
Результаты сравнения парадигм удобно представить в виде табл. 1.
Таблица 1. Сравнение основных характеристик старой и новой парадигм
№ |
Характеристика |
Старая парадигма |
Новая парадигма |
1 |
Типовые исходные данные |
Числа, конечномерные вектора, функции |
Объекты нечисловой природы [15, 45] |
2 |
Основной подход к моделированию данных |
Распределения из параметрических семейств |
Произвольные функции распределения |
3 |
Основной математический аппарат |
Суммы и функции от сумм |
Расстояния и алгоритмы оптимизации [[15, 45]] |
4 |
Источники постановок новых задач |
Традиции, сформировавшиеся к середине ХХ века |
Современные прикладные потребности анализа данных (XXI век) |
5 |
Отношение к вопросам устойчивости выводов |
Практически отсутствует интерес к устойчивости выводов |
Развитая теория устойчивости (робастности) выводов [13, 48] |
6 |
Оцениваемые величины |
Параметры распределений |
Характеристики, функции и плотности распределений, зависимости, правила диагностики и др. |
7 |
Возможность применения |
Наличие повторяющегося комплекса условий |
Наличие обоснованной вероятностно-статистической модели |
8 |
Центральная часть теории |
Статистика числовых случайных величин |
Нечисловая статистика [15, 45] |
9 |
Роль информационных технологий |
Только для расчета таблиц (информатика находится вне статистики) |
Инструменты получения выводов (датчики псевдослучайных чисел, размножение выборок, в т. ч. бутстреп, и др.) [49, 50] |
10 |
Точность данных |
Данные полностью известны |
Учет неопределенности данных, в частности, интервальности и нечеткости [47] |
11 |
Типовые результаты |
Предельные теоремы (при росте объемов выборок) |
Рекомендации для конкретных объемов выборок |
12 |
Вид постановок задач |
Отдельные задачи оценивания параметров и проверки гипотез |
Высокие статистические технологии (технологические процессы анализа данных) [51] |
13 |
Стыковка алгоритмов |
Не рассматривается |
Весьма важна при разработке процессов анализа данных |
14 |
Роль моделирования |
Мала (отдельные системы аксиом) |
Системы моделей - основа анализа данных |
15 |
Анализ экспертных оценок |
Отдельные алгоритмы |
Прикладное "зеркало" общей теории [31, 32] |
16 |
Роль методологии |
Практически отсутствует |
Основополагающая [13, 52, 53] |
Похожие статьи
-
В 2011 - 2015 гг. в серии статей в научных журналах и докладов на международных, зарубежных и всероссийских научных конференциях была представлена...
-
Изложение в этой статье посвящено в основном научной области "Математические и инструментальные методы экономики", включающей...
-
Разработка новой парадигмы - О новой парадигме математических методов исследования
Организационно-экономическое и экономико-математическое моделирование, эконометрика и статистика предоставляют интеллектуальные инструменты для решения...
-
Литература - О новой парадигме математических методов исследования
1. Орлов А. И. Новая парадигма математических методов исследования // Заводская лаборатория. Диагностика материалов. 2015. Т.81. №.7 С. 5-5. 2. Орлов А....
-
В 1992 г. на базе секции статистических методов Всесоюзной статистической ассоциации была организована Российская ассоциация статистических методов, а в...
-
Аннотация - О новой парадигме математических методов исследования
В 2011 - 2015 гг. научной общественности была представлена новая парадигма математических методов исследования в области организационно-экономического...
-
Основные понятия - О новой парадигме математических методов исследования
Целесообразно начать с определений используемых понятий. Термин "парадигма" происходит от греческого "paradeigma" -- пример, образец и означает...
-
Методы исследования математических моделей - Математическое моделирование в менеджменте и маркетинге
Все методы математического моделирования можно разделить на четыре класса: -аналитические (априорные); -имитационные (априорно-апостериорные) модели;...
-
Методы классификации - неотъемлемая часть математических методов исследования, интересная теоретически и важная практически. Обзоры этой научной области...
-
В основе метода площадей лежит предположение, что объект может быть описан линейным дифференциальным уравнением с постоянными коэффициентами, а его...
-
Модель "вход - выход" для нестационарной системы управления можно представить в следующем виде [2] . Где коэффициенты матриц возмущения и ограничены...
-
При управлении подвижными объектами (такими, например, как мобильные роботы, подводные аппараты и т. п.) часто имеет место неопределенность цели, когда...
-
Вычисления для следующих входных данных F=1000H m=200 кг m'=1 кг/сек k=2 t0=0 сек V0=0 м/сек B=50 n=50 V1 (t) - результаты, полученные с помощью...
-
В инженерной практике в настоящее время широко используются современные программные комплексы позволяющие моделировать сложные физические процессы. Для...
-
Цель и задачи исследования операций Исследование операций - научная дисциплина, занимающаяся разработкой и практическим применением методов наиболее...
-
Используется адаптивная нейро-нечеткая система вывода ANFIS, функционально эквивалентная системе нечеткого вывода Сугено. Вывод осуществляется за два...
-
Маркетинговое исследование представляет собой системный сбор, обработку и анализ всех аспектов процесса маркетинга: продукта, его рынка, каналов...
-
Теоретическое обоснование математического моделирования - Математические методы и модели в экономике
Коммерческая деятельность в том или ином виде сводится к решению таких задач: как распорядиться имеющимися ресурсами для достижения наибольшей выгоды или...
-
В большинстве случаев структурная неопределенность вызвана неполнотой знания аналитической структуры уравнений модели объекта управления. При не...
-
В практике управления системами различного назначения (экономическими, финансовыми, техническими и др.) неизбежно приходится сталкиваться с различными...
-
Метод сравнения является универсальным методом и применяется во всех разделах статистики (метод сравнения средних, оценивания неизвестных параметров и...
-
Математическое моделирование экономических явлений и процессов с целью оптимизации процессов управления - область научно-практической деятельности,...
-
Введение - Метод представления знаний в интеллектуальных системах поддержки экспертных решений
Во многих областях человеческой деятельности - науке, технике, бизнесе - широко распространены проблемные ситуации, которые могут быть описаны исходными...
-
Исследование тепловых режимов с помощью математической модели При запуске любого электродвигателя возникает ток превышающий номинальный ток в рабочем...
-
Уровень науки и техники Надежность средств, с помощью которых человек достигает космоса высокая, но не идеальна. РН -- сложная конструкция, и даже в...
-
Общая постановка задачи исследования операций - Экономико-математические методы
Все факторы, входящие в описание операции, можно разделить на две группы: Постоянные факторы (условия проведения операции), на которые мы влиять не...
-
К числу приближенных методов оптимизации задач календарного планирования относятся: частичный и направленный перебор, метод Монте-Карло,...
-
Большое число экономических и планово-производственных задач связано с распределением каких-либо, как правило, ограниченных ресурсов (сырья, рабочей...
-
Об эффективности математических методов в экономике
Об эффективности математических методов в экономике В настоящее время проблемы математического образования и понимания эффективности математики как...
-
Проникновение математики в экономическую науку связано с преодолением значительных трудностей. В этом отчасти была "по-винна" математика, развивающаяся...
-
В предыдущем разделе обсуждается важность учета пространственных взаимодействий при изучении влияния факторов арендной ставки на рынке недвижимости, как...
-
Основные понятия теории экономико-математического моделирования Кибернетический подход к исследованию экономико-математических систем Обычно...
-
Условие задачи. Пусть имеются n кандидатов для выполнения этих работ. Назначение кандидата i на работу j связано с затратами CIj (i, j = 1,2,..., n)....
-
Из перечисленного обзора типов ММ, составляющих предмет ИСО, можно выделить следующие особенности ММ ИСО [3]. - Системный подход, заставляющий...
-
Метод максимального правдоподобия - Основы научных исследований
Разработан Р. Фишером. Пусть Х 1 ,х 2 ...х N - выборка из генеральной совокупности случайной величины Х с функцией плотности вероятности Р(х, и),...
-
Введение - Математические методы и модели в экономике
Основу коммерческой деятельности торгового предприятия на потребительском рынке составляет процесс продажи товаров. Экономическое содержание этого...
-
1. Цыпкин, Я. З. Частотные критерии робастной модальной линейных дискретных систем / Я. З. Цыпкин, Б. Т. Поляк // Автоматика.-1990. - № 5. - С.4-11. 2....
-
Модели и моделирование - Экономико-математические методы
Одним из основных методов научного познания является эксперимент, а самой распространенной его разновидностью - метод моделирования систем. В процессе...
-
Построим теперь на базе полиинтервальной оценки такую теоретико-вероятностную модель представления экспертных знаний, которая сочетала бы в себе описание...
-
Статистики, Свойства оценок - Основы научных исследований
Любая функция от элементов выборки называется Статистикой . Следовательно, точечная оценка также является статистикой. Однако не всякая статистика может...
Сравнение старой и новой парадигм - О новой парадигме математических методов исследования