Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Методология и практика планирования эксперимента в России. Монография
.pdf
107. Статистические методы повышения качества/ Под ред. Х.
Кумэ / Пер. с англ. и послесловие Ю. П. Адлера, Л. А. Коноревой.
М.: Финансы и статистика, 1990. 304 с.
108. Ротер М., К. Тойота. Лидерство, менеджмент и развитие со-
трудников для достижения выдающихся результатов / Пер. с англ.
М. Самсоновой / под научн. ред. Ю. Адлера, Э.
Башкордина. СПб.:
Питер Пресс, 2014. 304 с.
109. Адлер Ю. П. Так вот она какая, Toyota! // Методы менедж-
мента качества. 2013. № 3. С. 29–32.
110. Адлер Ю. «Сначала люди и знания, и только потом автомобили и что угодно еще» – так говорит Toyota // BusinessExcellence.
2013. № 4. С. 40–44.
111. Имаи М. Кайдзен: Ключ к успеху японских компаний / Пер. с
англ. Н. Гутман под науч. ред. Ю. П. Адлера. М.: Альпина Бизнес
Букс, 2004. 274 с.
112. Ватсон Г. Методология «шесть сигм» для лидеров, или Как
достичь 3,4 дефекта на миллион возможностей / Пер. с англ. А. Л.
Раскина под науч. ред. и с предисл. Ю. П. Адлера. М.: Стандарты и
качество, 2006. 224 с.
113. Джордж
М. Л. Бережливое производство + шесть сигм:
Комбинируя качество шести сигм со скоростью бережливого производства / Пер. с англ. Ю. Сундстрем под науч. ред. с предисл. Ю. П.
Адлера, С. В. Турко. М.: Альпина Бизнес Букс, 2005. 360 с.
114. Adler Yu., Shper V. Some Remarks on Capability Indices. – Proceedings Ninth International Conference of the ISQA. Jerusalem. 1992. Р. 921–926.
115. Adler Yu., Shper V. The Process Capability Indices: Some Problems and Solution. Proceedings of International Conference «Statistics in
Industry, Science and Technology». Japan, Tokyo: 1994. Р. 244–253.
116. Уилер Д., Чамберс Д. Статистическое управление
процессами: Оптимизация бизнеса с использованием контрольных карт Шухарта / Пер. с англ. В. Кузьмина, Ю. Адлера под науч. ред. и с предисл. Ю. Адлера, В. Шпера. М.: Альпина Бизнес Букс, 2009. 409 с.
117. Адлер Ю., Максимова О., Шпер В. Контрольные карты Шу-
харта в России и за рубежом // Стандарты и
качество. Ч. 1. 2011. № 7.
С. 82–87.
118. Адлер Ю., Максимова О., Шпер В. Контрольные карты Шу-
харта в России и за рубежом // Стандарты и качество. Ч. 2. 2011. № 8.
С. 82–87.
101
119. Должанский Ю. М. Создание методологии решения широко-
го спектра задач прикладного материаловедения на основе нового
класса планов эксперимента: Диссертация в форме научного доклада
на соискание ученой степени д-ра техн. наук. М.: КОМПОМАШ,
2000. 77 с.
120. В.Б. Мелас о работах по математической теории планирова-
ния эксперимента. http://www.statmod.ru/vega/melas/melas.htm.
121. С.М. Ермаков
о себе и о кафедре. http:/statmod.ru/vega/
ermakov/ermakov.htm.
122. Грановский Ю. В. Успехи и проблемы хемометрии // Вестник
МГУ. Сер. 2. Химия. 1997. Т. 38. № 4. С. 211–218.
123. Грановский Ю. В., Маркова Е. В. Научная и экономическая
эффективность статистических методов хемометрии // Наука и технология в России. 1997. № 3. С. 14–15.
124. Дерффель К. Статистика в аналитической химии / Пер.
с нем.
под ред. и с предисл. Ю. Адлера. М.: Мир, 1994. С. 5–18.
125. Золотов Ю. А. Аналитическая химия: проблемы и достиже-
ния. М.: Наука, 1992. 288 с.
126. Левин С. Ф., Маркова Е. В. В. В. Налимов и современная кон-
цепция аналитических измерений // Главный метролог. 2010. № 5. С.
44–51; № 6. С. 46–53.
127. Новицкий П. В
., Зограф И. А. Оценка погрешностей результа-
тов измерений. 2-е изд., перераб. и доп. Л.: Энергоатомиздат, 1991.
304 с.
128. http://elibrary.ru/defaultx.asp.
129. Управление качеством. Робастное проектирование. Метод
Тагути / Пер. с англ. c предисл. А. Талалай, Ю. М. Адлер: СЕЙФИ.
2002. С. 5–14.
130. Сойер У. У. Прелюдия к математике. Рассказ о некоторых не-
обычных и удивительных областях математики с предварительным
анализом математического склада ума и целей математики / Пер.с
англ. М. Л. Смолянского и С
. А. Романовой. М.: Просвещение, 1972.
192 с.
131. Мостеллер Ф., Рурке Р., Томас Дж. Вероятность / Пер. с англ.
В. В. Фирсова под ред. И. М. Яглома. М.: Мир, 1969. 432 с.
132. Adler Yu. The Statistics: Past, Present, and Future (A New Paradigm in Statistics) / Proceedings of 13th Annual ENBIS Conference. Ankara, Turkey, 15–17 September 2013. P. 7.5.
102
133. Адлер Ю. П. Почему статистическое мышление трудно внед-
ряется // Менеджмент качества. 2009. № 4. С. 288–296.
134. Налимов В. В. Анализ оснований экологического прогноза //
Вопросы философии. 1983. № 1. С. 108–117.
135. Панов Э. Я. Математическая статистика в школе // Наука и
технология в России. 1995. № 4. С. 25.
136. Granovsky Y. V. Analytical chemistry and chemometrics. Barriers
on the ways of interaction: International congress on analytical chemistry.
Moscow, June 15–21, 1997. V. 1. Р. B–8.
137. Налимов В. В. В поисках
иных смыслов. М.: Прогресс, 1993.
280 с.
138. Адлер Ю. П., Грановский Ю. В. Наука – лестница, поэзия – взмах
крыла / В сб. Гуманитарные и естественные науки: проблема синтеза.
М.: Научный эксперт, 2012 (Электронная часть). С. 1021–1032.
139. Колчин Ю. О. Организация и планирование эксперимента.
М.: МИСиС, 2002. 32 с.
140. Филоненко Ю. Я., Корчагин В. А. Основы
научных исследо-
ваний. Липецк: ЛЭГИ, 2006. 88 с.
141. Лунев В. А. Математическое моделирование и планирование
эксперимента. СПб.: Изд-во политех. ун-та, 2006. 164 с.
142. Адлер Ю. П. Восемь принципов, которые меняют мир. В сб. По-
вторение неповторимого. М.: Стандарты и качество, 2007. С. 162–189.
143. Адлер Ю. П., Шпер В. Л. Даже 9000 стандартов
не смогут за-
менить такую простую вещь, как доверие // Методы менеджмента
качества. 2013. № 10. С. 26–30.
144. Горский В. Г. Прикладная математическая статистика – наш
профиль // Заводская лаб. 2007. Т. 73. № 1. С. 96–100.
145. Грошовый Т. А., Маркова Е. В., Головкин В. А. Математиче-
ское планирование эксперимента в фармацевтической технологии.
(Планы дисперсионного анализа). Киев: Вища
школа, 1992. 187 с.
146. Российское хемометрическое общество. Режим доступа:
http://rcs.chph.rus.ru/index.html
147. Грановский Ю. В. Наукометрический анализ влияния работ
В. В. Налимова на развитие современной науки. В кн.: Василий Васильевич Налимов – математик и философ (к 100-летию со дня рождения). Междунар. науч. конф. Москва, МГУ им. М. В. Ломоносова,
9–10 ноября 2010 г. / Сост
. Ж. А. Дрогалина, Л. А. Панченко. М.:
МАКС Пресс, 2011. С. 254 – 265.
103
148. Адлер Ю. П., Маркова Е. В., Грановский Ю. В. Планирование
эксперимента при поиске оптимальных условий. М.: Наука, 1971. 284 с.
149. Adler Yu. P., Markova E. V., Granovsky Yu. V. The design of experiments to find optimal conditions. M.: Mir Publishers, 1975. 288 p.
150. Adler Ju. P., Markova E. V., Granovszkij Ju. V. Kiserletek ter-
vezese optimalis feltetelek meghatarozasara. Budapest: Muszaki Konyvkiado. 1977. 254 p.
151. Адлер Ю. П., Маркова Е. В., Грановский Ю. В. Планирование
эксперимента при поиске оптимальных условий. Изд. второе, перераб. и доп. М.: Наука, 1976. 280 с.
152. Маркова Е.
В., Грановский Ю. В. О современных прикладных
работах по планированию эксперимента. В кн.: Василий Васильевич
Налимов – математик и философ (к 100-летию со дня рождения).
Межд. науч. конф. Москва, МГУ им. М. В. Ломоносова, 9–10 ноября
2010 г. / Сост. Ж. А. Дрогалина, Л. А. Панченко. М.: МАКС Пресс,
2011. С. 340 – 358.
153. Прайс Д. де
Солла. Малая наука, большая наука. В сб.: Наука
о науке. М.: Прогресс, 1966. С. 281–384.
154. Грановский Ю. В. Наукометрический анализ информацион-
ных потоков в химии. М.: Наука, 1980. 141 с.
155. Налимов В. В., Мульченко З. М. Наукометрия. М.: Наука,
1969. 192 с.
156. Грановский Ю. В. Интеллектуальные бунты – их подавление
или поддержка? // Российский
химический журнал, 1999. Т. XLIII.
№ 6. С. 79–87;
157. Кун Т. Структура научных революций. М.: Прогресс, 1975. 288 с.
158. Лефевр В. А. Алгебра совести / Пер. с англ. М.: Когито-
Центр. 2003. 426 с.
159. The Grammar of Technology Development. Ed. H. Tsubaki,
K. Nishina, S. Yamada. Tokyo: Springer, 2008. 221 p.
160. ГОСТ 24026–80. Исследовательские испытания. Планирование эксперимента. Термины и определения. Режим доступа:
http://cept.obninsk.ru/gost/1022/1022.html
161. Прикладная статистика. Планирование эксперимента. Терми-
ны и определения: Проект государственного
стандарта СССР. М.:
ВНИИС, 1975. 30 с.
104
4. ДОПОЛНЕНИЯ
Нам представлялось важным связать процессы, относящиеся к развитию идей и методов планирования эксперимента в России с общемировыми трендами развития этого предмета, как и всей прикладной статистики [1]. Один из авторов (Ю. А.) делал доклад по этой тематике на
очередной конференции Европейской сети бизнес- и промышленной
статистики [2]. Авторы решили
и в авторском переводе опубликовать его в этой книге. Когда появился
перевод, стало ясно, что доклад предназначался для профессиональной
аудитории и не вполне подходил для данного издания. Поэтому второй
автор взял на себя труд по дополнению этого текста почти 50 подстрочными примечаниями, которые касались некоторых
минов. После этого текст, на наш взгляд, стал соответствовать нашим
целям, и вы прочтете его на следующих страницах. Когда мы прочли
все вместе «на свежую голову», то увидели, что не хватает практических выводов из нашего прогноза развития прикладной статистики.
Оставалось разобраться и еще с одним вопросом.
у нашей работы есть одна особенность, обусловленная личностью
нашего учителя, Василия Васильевича Налимова, который был, так
случилось, и лидером отечественной школы планирования эксперимента, и лидером отечественной школы наукометрии. В результате
такого двойного лидерства эти область проникли одна в другую и
тесно переплелись. Конечно, это отразилось на
работы. Но мы чувствовали, что наукометрические аспекты нуждаются в более подробном обсуждении. Тем более, что в последние годы
мы стали свидетелями всемирного бума вокруг цитируемости, как
критерия оценки эффективности не только отдельных публикаций, но
и людей, и научных коллективов. Поэтому один из нас (Ю. Г.) написал
специальное дополнение, предназначенное для того, чтобы читателю
было легче разбираться в этом предмете. При этом мы сознательно
уклонились от участия в дискуссии об индексах цитируемости. Мы
думаем, что бум скоро пройдет, а то полезное, что есть в библиометрических измерителях, останется и будет приносить пользу, прежде
всего, как думал В.
В. Налимов, в качестве инструментов для выработки решений, связанных с управлением наукой как социальной
системой. Он даже полагал, что эффективное управление наукой вообще невозможно без наукометрических показателей.
перевести этот доклад на русский язык
персоналий и тер-
Дело в том, что
всем тексте нашей
105
Наконец, есть еще один термин, постоянно используемый в нашей
работе, который, как мы думаем, требует дополнительных разъяснений.
Это термин «парадигма». Этот термин имеет греческое происхождение
и используется в науке испокон веку, однако в том смысле, в каком он
используется нами, он был введен Томасом Куном относительно недавно в его книге
«Структура научных революций». В. В. Налимов отмечал, что громадная заслуга Куна – представление о парадигме как о
некотором интеллектуальном поле, задающем развитие того или иного раздела знаний в каком-то одном строго определенном направлении
и охраняющем его от разрушительных влияний других возможных подходов. Василий Васильевич предложил свое понимание
парадигмы. Это
стабилизирующий отбор, т.е. защитный механизм, охраняющий на каком-то этапе развития научное направление от расползания в боковые
неплодотворные области и на каком-то другом этапе – мешающий возникновению новых направлений. Налимов иллюстрировал свою мысль
примерами, один из которых – положение математической статистики
в нашей стране [3, c. 32]: «У нас в
стране не возникло парадигмы математической статистики, но вакуум всегда чем-то заполняется. И
стали появляться работы, написанные совсем вольно – никем не контролируемые и ничем не сдерживаемые. В некоторых из них делаются
совсем грубые ошибки – смешивается условная и безусловная вероятности или даже где-то оказывается, что производная от
константы не
равна нулю, – это все завуалировано многими десятками страниц текста, где что-то то дифференцируется, то зачем-то опять интегрируется».
Более того, сам процесс фальсификации гипотез определяется
существующей парадигмой. Например, вероятностное мышление и
связанные с ним статистические методы планирования эксперимента
и проверки гипотез для осуществления процедуры фальсификации
вводят такие
представления, как рандомизация эксперимента, функции распределения, доверительные границы, адекватность модели (в
статистическом смысле) и пр. Но почему используются эти приемы,
когда правомерен именно тот или иной вероятностный подход, строго говоря, ответа нет. Эта парадигма, которую одна часть исследователей признала, а другая – нет. В одно и то же
время, понятно, разные группы ученых могут работать под влиянием различных парадигм [3, c. 38–39].
Налимов полагал, что люди нуждаются в системах постулатов,
которые ограничивали бы их действия, и что природа таких постула-
106
тов не ясна. Вопрос о постулатах бесконечно много раз обсуждался в
разные эпохи, в разных странах, разными людьми. Так, демаркационную линию между парадигмами часто проводят между «холистическим» и «аналитическим» подходами к изучению мира. При этом
полагают, что холистический подход более характерен для «восточного» взгляда на мир, а аналитический
– для «западного». Другая
дихотомия – это различие между детерминированным и вероятностным (статистическим) мирами. Мы думаем, что это различие никогда
не удастся окончательно преодолеть, но вот что говорит об этом
В. В. Налимов: «Стремление к разложению изучаемого явления на
составные части и к тщательному изучению деталей еще продолжает
давать необычайные результаты,
но только в новых областях знаний,
скажем, в молекулярной биологии. В старых областях знаний этот
подход приводит к накоплению невероятного количества частных
знаний, которые остаются неиспользованными: они не попадают в
монографии, не оказывают влияния на последующие работы. Это,
если хотите, старость науки. Здесь, в отличие от биологических организмов, при старении
затрудняется не обмен веществ, а обмен
идей. Из множества частных знаний не складывается знание о большой системе» [4].
И значит, пришло время вероятностных парадигм.
4.1. Статистика, которая была,
которая есть и которая будет
«Я не интересуюсь беллетристикой. Больше всего на свете меня
привлекают факты и всякого рода статистика. Даже если речь идет о
выращивании редиски, это занимает меня. Например, только что,
прежде, чем вы вошли, – он указал на тома энциклопедии, стоявшие
на полке, – я прочитал статью о математике, абсолютно чистой математике.
Двенадцать
на двенадцать – вот чем заканчиваются мои познания
этой науки, но я наслаждался статьей, хотя не понял из нее ни слова,
но сами факты, то есть то, во что человек верит как в факты, всегда
восхитительны. Писавший о математике верил в свои. Вот так и со
мной. Сначала предоставьте факты, – голос замирает
ного гудения, – а тогда можете искажать их как вам угодно.»
_____________
1
Р. Киплинг «От моря до моря». Интервью Р. Киплинга с Марком Твеном.
до едва слыш-
1
107
Никто не знает, когда и как возникла статистика. Есть только некоторые догадки. В Библии, например, упоминается о переписях
населения. Чем ни повод для создания статистики: с прямыми данными переписей работать очень трудно. Было важно считать и систематизировать звезды. Тоже подходящий повод. Люди, конечно,
всегда стремились найти объяснение для
того, что они наблюдали. В
этом они были весьма изобретательны. И все-таки, нередко встречались случаи, когда разумного объяснения найти не удавалось. Тогда
пришлось построить модель мира, в которой все события, все факты,
все наблюдения были жестко детерминированы общей взаимообусловленностью всего и вся. Такую модель обычно называют моделью мистической системы, или «жестким детерминизмом», а ее использование – мистикой. В этой модели нет места случайности. А где
нет случайности, там нет и статистики. Эта система оказалась очень
удобной и служила людям верой и правдой многие века.
Но очень давно люди начали замечать, что есть случаи, когда
удобнее предположить, что
на свете бывают события, причины которых теряются где-то во мраке неопределенности. Еще Аристотель
говорил: «Уничтожение случая влечет за собой нелепые последствия.
Есть многое, что совершается не по необходимости, а случайно. Если
в явлениях нет случая, но все существует и возникает по необходимости, тогда не пришлось бы ни совещаться, ни действовать для того, чтобы, если поступить так, было одно, а если иначе,
бы этого» [5]. Примерно через тысячу лет на среднем Востоке АльФараби
2
писал: «… случайны явления, причины которых не извест-
то не было
ны» [6]. Умение понимать и учитывать случайные явления рассматривалось, видимо, как сакральное знание, обладатели которого получали значительные преимущества.
Незаметно подобралось Новое время с его рационализмом, которое и оформило статистику, как науку об изучении сложных социально-экономических явлений, и математическую статистику
как
ветвь теории вероятностей. Между статистикой и математической
статистикой начался «флирт», продолжающийся по сей день. Все
науки возникают из практики. Так, принято считать, что теория ве-
1
_____________
1
Аристотель (384–322 до н.э.) – древнегреческий философ, ученик Платона, вос-
питатель Александра Македонского.
2
Аль Фараби (872–954) – философ, математик, автор комментариев к сочинени-
ям Аристотеля и Платона; родился на территории нынешнего Казахстана.
108
роятностей порождена знаменитой перепиской П. Ферма1 и Б. Паска-
2
ля
по поводу так называемых задач кавалера де Мере, которая началась в 1654 г. [7]. Если толчком к созданию теории вероятностей послужили азартные игры, то статистика нашла себе применение во
многих областях, таких как демография, астрономия, а затем и эмпирические науки.
Поскольку статистика долгое время не входила в обязательный
набор
университетских дисциплин, она оставалась уделом отдельных
творческих людей, которых жизнь ставила в соответствующие обстоятельства. Один из ярких примеров такого рода – судьба знаменитого британского контр-адмирала Р. Фицроя (1805–1865), создателя
современной гидрометеорологии, систем прогноза погоды и штормовых предупреждений. Он был назначен главным статистикомметеорологом Британии, не получив, видимо, никакого специального
образования [8]. Вообще, прогноз погоды – пример хорошей статистической задачи, решение которой все еще впереди. Если, конечно,
оно существует.
Время Р. Фицроя богато на статистические прорывы, резко изменившие лицо статистической науки и практики. Достаточно вспомнить работы Ч. Дарвина
3
, которого как-раз Р. Фицрой возил в круго-
светное путешествие. Забавно, что сводку основных результатов, полученных к этому времени в вероятностных представлениях, сделал
человек, который был убежденным детерминистом, даже создателем
современной версии детерминизма. Его звали Пьер Симон де
Лаплас
4
. Эта сводка была опубликована в 1812 г. и несколько раз пе-
реиздавалась в течение его жизни. Свои мысли он выражал точно и
недвусмысленно: «Все явления, которые, по-видимому, не подчинены никаким естественным законам, точно так же естественно необходимы, как вращение солнца вокруг оси. Только незнание связи
этих явлений с
тем, что происходит во вселенной, могло приписы-
_____________
1
П. Ферма (1601–1665) – французский математик, один из создателей аналити-
ческой геометрии, математического анализа, теории вероятностей и теории чисел.
2
Б. Паскаль (1623–1662) – французский математик, физик и философ. Один из
основателей теории вероятностей, математического анализа, проективной геометрии. Создатель первых образцов счетной техники.
3
Ч. Дарвин (1809–1882) – английский натуралист и путешественник, автор теории
о движущей силе эволюции-естественном отборе и наследственной изменчивости.
4
П. Лаплас (1749–1827) – французский математик, механик, физик и астроном.
Автор трудов по небесной механике и дифференциальным уравнениям.
109
вать сходство явлений целесообразности или случайности. Случая не
существует. Случай есть не более чем выражение нашего неведения.
Миром управляют не вмешательства духа, стремящегося достигнуть
известных ему целей, но закон причинности. Настоящее есть всегда
результат всего предыдущего и причина всего последующего» [9].
Бельгиец А. Кетле
1
слушал лекции Лапласа и был под его сильным
влиянием. Тем не менее, он существенно продвинул «политическую
арифметику», введя, например, понятие «средний человек». Тем
временем Ч. Дарвин «плавал» в поисках теории эволюции (1831–
1836), а его двоюродный брат Френсис Гальтон
2
(было бы правиль-
нее Голтон, да российская традиция перевода его фамилии уже сложилась), который родился в 1822 г., подрастал и готовился к череде
важных открытий, которые ему суждено было совершить [10].
Ф. Гальтона заинтересовала связь между талантами людей и талантами их предков. Он решил проверить гипотезу об этой связи, в
результате чего появилась знаменитая книга «Наследственный талант». Увлекшись этой темой, Гальтон обнаружил, что надо как-то
собирать и обрабатывать данные. А поскольку он не был статистиком, ему пришлось самому разработать «вариационную статистику»,
основанную на идее распределения признаков у людей, а затем и у
других биологических видов. Концепция вариабельности пришла
Гальтону из работы Чарльза Дарвина о происхождении видов, и
прошла красной нитью через все, что он делал – от исследования отпечатков пальцев (антропометрия, дактилоскопия), широко используемого теперь в криминалистике, до корреляционного и регрессионного анализа (которые широко используются везде) [11]. Среди
последователей и учеников Гальтона оказался выдающийся британский мыслитель
Карл Пирсон3, который к тому же оказался гораздо
ближе к математике. Именно на его долю выпала честь создания того
варианта прикладной статистики, который сохранился до наших
дней. Как раз теперь речь идет об очередной смене парадигм, и нам
предстоит обсудить, к чему же это сводится.
_____________
1
А. Кетле (1796–1874) – бельгийский математик, астроном, метеоролог. Один из
родоначальников математической статистики.
2
Ф. Гальтон (1822–1911) – английский статистик, географ, антрополог, психо-
лог. Основатель дифференциальной психологии и психометрии.
3
К. Пирсон (1857–1936) – английский математик, статистик, биолог и философ.
Основоположник биометрии.
110
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]