- •Оглавление
- •Глава 1. Структура современной эконометрики 6
- •Глава 2. Выборочные исследования 20
- •Глава 3. Основы теории измерений 33
- •Глава 4. Статистический анализ числовых величин (непараметрическая статистика) 40
- •Глава 14. Эконометрика прогнозирования и риска 256
- •Глава 15. Современные эконометрические методы 270
- •Предисловие
- •Глава 1. Структура современной эконометрики
- •1.1.Эконометрика сегодня
- •1.3. Структура эконометрики
- •1.4.Специфика экономических данных
- •1.5. Нечисловые экономические величины
- •1.6.Статистика интервальных данных - научное направление на стыке метрологии и математической статистики
- •1.7. Эконометрические модели
- •1.8.Применения эконометрических методов
- •1.9. Эконометрика как область научно-практической деятельности
- •1.10. Эконометрические методы в практической и учебной деятельности
- •Цитированная литература
- •Глава 2. Выборочные исследования
- •2.1. Построение выборочной функции спроса
- •2.2. Маркетинговые опросы потребителей
- •Г. О курсе "Основы экономики"
- •Д. Дополнительная информация
- •2.3. Проверка однородности двух биномиальных выборок
- •Цитированная литература
- •Глава 3. Основы теории измерений
- •3.1. Основные шкалы измерения
- •3.2. Инвариантные алгоритмы и средние величины
- •3.3. Средние величины в порядковой шкале
- •3.4. Средние по Колмогорову
- •Цитированная литература
- •Глава 4. Статистический анализ числовых величин (непараметрическая статистика)
- •4.1. Часто ли распределение результатов наблюдений является нормальным?
- •4.2. Неустойчивость параметрических методов отбраковки резко выделяющихся результатов наблюдений
- •4.3. Непараметрическое доверительное оценивание характеристик распределения
- •4.4. О проверке однородности двух независимых выборок
- •Критерий Крамера-Уэлча равенства математических ожиданий
- •4.5. Какие гипотезы можно проверять с помощью двухвыборочного критерия Вилкоксона?
- •4.6. Состоятельные критерии проверки однородности для независимых выборок
- •4.7. Методы проверки однородности для связанных выборок
- •Цитированная литература
- •Глава 5. Многомерный статистический анализ
- •5.1. Оценивание линейной прогностической функции
- •5.2. Основы линейного регрессионного анализа
- •5.3. Основные понятия теории классификации
- •5.4. Эконометрика классификации
- •Цитированная литература
- •Глава 6. Эконометрика временных рядов
- •6.1. Модели стационарных и нестационарных временных рядов, их идентификация
- •6.2. Системы эконометрических уравнений
- •6.3. Оценивание длины периоды и периодической составляющей
- •6.4. Метод жок оценки результатов взаимовлияний факторов
- •Цитированная литература
- •Глава 7. Эконометрический анализ инфляции
- •7. 1. Определение индекса инфляции
- •7.2. Практически используемые потребительские корзины и соответствующие индексы инфляции
- •7.3. Свойства индексов инфляции
- •7.4. Возможности использования индекса инфляции в экономических расчетах
- •7.5. Динамика цен на продовольственные товары с Москве и Московской области
- •Цитированная литература
- •Глава 8. Статистика нечисловых данных
- •8.1. Объекты нечисловой природы
- •8.2. Вероятностные модели конкретных видов объектов нечисловой природы
- •8.3. Структура статистики объектов нечисловой природы
- •8.4. Законы больших чисел и состоятельность статистических оценок в пространствах произвольной природы
- •8.5. Непараметрические оценки плотности в пространствах произвольной природы
- •Цитированная литература
- •Глава 9. Статистика интервальных данных
- •9.1. Основные идеи статистики интервальных данных
- •9.2. Примеры статистического анализа интервальных данных
- •9.3. Статистика интервальных данных и оценки погрешностей характеристик финансовых потоков инвестиционных проектов
- •Цитированная литература
- •Глава 10. Проблемы устойчивости эконометрических процедур
- •10.1. Общая схема устойчивости
- •10.2. Робастность статистических процедур
- •10.3. Устойчивость по отношению к объему выборки
- •10.4. Устойчивость по отношению к горизонту планирования
- •Цитированная литература
- •Глава 11. Эконометрические информационные технологии
- •11.1. Проблема множественных проверок статистических гипотез
- •11.2. Проблемы разработки и обоснования статистических технологий
- •11.3. Методы статистических испытаний (Монте-Карло) и датчики псевдослучайных чисел
- •11.4. Методы размножения выборок (бутстреп-методы)
- •11.5. Эконометрика в контроллинге
- •Цитированная литература
- •Глава 12. Эконометрические методы проведения экспертных исследований и анализа оценок экспертов
- •12.1. Примеры процедур экспертных оценок
- •12.2. Основные стадии экспертного опроса
- •12.3. Подбор экспертов
- •12.4. О разработке регламента проведения сбора и анализа экспертных мнений
- •12.5. Методы средних баллов
- •12.6. Метод согласования кластеризованных ранжировок
- •12.7. Математические методы анализа экспертных оценок
- •Цитированная литература
- •Глава 13. Эконометрические методы управления качеством и сертификации продукции
- •13.1. Основы статистического контроля качества продукции
- •13.2. Асимптотическая теория одноступенчатых планов статистического контроля
- •13.3. Некоторые практические вопросы статистического контроля качества продукции и услуг
- •13.4. Всегда ли нужен контроль качества продукции?
- •13.5. Статистический контроль по двум альтернативным признакам и метод проверки их независимости по совокупности малых выборок
- •13.6. Эконометрика качества и сертификация
- •Цитированная литература
- •Глава 14. Эконометрика прогнозирования и риска
- •14.1. Методы социально-экономического прогнозирования
- •14.2. Основные идеи технологии сценарных экспертных прогнозов
- •14.3. Различные виды рисков
- •14.4. Подходы к управлению рисками
- •Цитированная литература
- •Глава 15. Современные эконометрические методы
- •15.1. О развитии эконометрических методов
- •15.2. Точки роста
- •15.3. О некоторых нерешенных вопросах эконометрики и прикладной статистики
- •15.4. Высокие статистические технологии и эконометрика
- •Цитированная литература
- •Приложение 1 Вероятностно-статистические основы эконометрики
- •Цитированная литература
- •Приложение 2 Нечеткие и случайные множества
- •К последовательности операций над случайными множествами
- •Цитированная литература
- •Приложение 3 Методика сравнительного анализа родственных эконометрических моделей
- •П3 4. Эмпирические единичные показатели качества
- •Кластеризации и усреднения ранжировок
- •Цитированная литература
- •Приложение 4 Примеры задач по эконометрике
- •Проверка однородности двух независимых выборок
- •Проверка однородности связанных выборках
- •Исходные данные для задачи 4.
- •Индекс инфляции
- •Упорядочения по средним рангам и по медианам
- •Медиана Кемени
3.3. Средние величины в порядковой шкале
Рассмотрим обработку мнений экспертов, измеренных в порядковой шкале. Справедливо следующее утверждение.
Теорема 1. Из всех средних по Коши допустимыми средними в порядковой шкале являются только члены вариационного ряда (порядковые статистики).
Теорема 1 справедлива при условии, что среднее является непрерывной (по совокупности переменных) и симметрической функцией. Последнее означает, что при перестановке аргументов значение функции не меняется. Это условие является вполне естественным, ибо среднюю величину мы находим для совокупности (множества), а не для последовательности. Множество не меняется в зависимости от того, в какой последовательности мы перечисляем его элементы.
Согласно теореме 1 в качестве среднего для данных, измеренных в порядковой шкале, можно использовать, в частности, медиану (при нечетном объеме выборки). При четном же объеме следует применять один из двух центральных членов вариационного ряда - как их иногда называют, левую медиану или правую медиану. Моду тоже можно использовать - она всегда является членом вариационного ряда. Но никогда нельзя рассчитывать среднее арифметическое, среднее геометрическое и т.д.
Приведем численный пример, показывающий некорректность использования среднего арифметического в порядковой шкале. Пусть Тогда , что меньше, чем . Пусть строго возрастающее преобразование таково, что . Таких преобразований много. Например, можно положить при , не превосходящих 8, и для , больших . Тогда , что больше, чем . Как видим, в результате допустимого, т.е. строго возрастающего преобразования шкалы упорядоченность средних изменилась.
Таким образом, ТИ выносит жесткий приговор среднему арифметическому - использовать его с порядковой шкале нельзя. Однако же те, кто не знает теории измерений, используют его. Всегда ли они ошибаются? Оказывается, можно в какой-то мере реабилитировать среднее арифметическое, если перейти к вероятностной постановке и к тому удовлетвориться результатами для больших объемов выборок. В монографии [2] получено также следующее утверждение.
Теорема 2. Пусть - независимые одинаково распределенные случайные величины с функцией распределения , а - независимые одинаково распределенные случайные величины с функцией распределения H(x), причем выборки и независимы между собой и . Для того, чтобы вероятность события
стремилась к 1 при для любой строго возрастающей непрерывной функции , удовлетворяющей условию
необходимо и достаточно, чтобы при всех x выполнялось неравенство , причем существовало число , для которого .
Примечание. Условие с верхним пределом носит чисто внутриматематический характер. Фактически функция - произвольное допустимое преобразование в порядковой шкале.
Согласно теореме 2 средним арифметическим можно пользоваться и в порядковой шкале, если сравниваются выборки из двух распределений, удовлетворяющих приведенному в теореме неравенству. Проще говоря, одна из функций распределения должна всегда лежать над другой. Функции распределения не могут пересекаться, им разрешается только касаться друг друга. Это условие выполнено, например, если функции распределения отличаются только сдвигом: при некотором . Последнее условие выполняется, если два значения некоторой величины измеряются с помощью одного и того же средства измерения, у которого распределение погрешностей не меняется при переходе от измерения одного значения рассматриваемой величины к измерению другого.