Анализ данных

данных, использовавшихся в разных иссл-ях;

• построение модели выборки на ос­нове информации об изучаемом объекте, полученной в ранее проводившихся иссл-ях.

Лит.: Dale Α., Arber S., Procter Μ. Doing Secondary Analysis. L.; Boston, 1988; Kilcoet K.J., Nathan L.E. Secondary Analysis of Survey Data // Sage University Paper Series on Quantitative Applications in the Social Sciences. 1995. No. 53.

A.O. Крыштановский

АНАЛИЗ ДАННЫХ - 1. Совокупность действий, осуществляемых исследовате­лем в процессе изучения полученных тем или иным образом данных в целях формирования опред. представлений о характере явления, описываемого этими данными. Исследователь пытается дан­ные «свернуть», сократить их кол-во, стремясь при этом не потерять полезную информацию, потенциально в них зало­женную. Делается это обычно с помо­щью матем. методов.

2. Процесс изучения стат. данных (поиска стат. закономерностей, законо­мерностей в среднем) с помощью матем. методов, не предполагающих вероятно­стной модели изучаемого явления. Про­тивостоит вероятностно-стат. подходу к обработке данных, опирающемуся на их вероятностную интерпретацию (как слу­чайной выборки из генеральной сово­купности) и использование вероятност­ных моделей для построения и выбора наилучших методов обработки. Получае­мые с помощью вероятностно-стат. под­хода выводы опираются на строго дока­занные матем. положения. В части., этот подход обеспечивает корректный пере­нос рез-тов с выборки на генеральную совокупность (см. Оценивание стати­стическое, Проверка статистических ги­потез). В методах А.д. подобные воз­можности не заложены. Эти методы не удовлетворяют строгим матем. требова­ниям. Выбор наилучшего метода здесь почти всегда опирается на неформали-зуемые эвристические соображения. По­этому проблема обоснования получае-

мых выводов требует особого внимания. Особенно острой становится необходи­мость выделения «точек соприкоснове­ния» содержания задачи и матем. фор­мализма (см. Адекватность математиче­ского метода), реализации в процессе человеко-машинного диалога.

К методам А.д. относят и вероят-ностно-стат. методы в тех случаях, ко­гда не удается проверить адекватность реальности вероятностной модели, пред­полагаемой методом.

Выделение методов А.д. обусловлено потребностями ряда наук (в т.ч. соц-и), в к-рых велика потребность поиска стат. закономерностей. Однако предположе­ния, лежащие в основе вероятност-но-стат. методов, разработанных специ­ально для решения таких задач, часто не выполняются.

Существует мнение, что поскольку методы А.д. с т.з. строгой математики не явл. достаточно обоснованными, то име­ет смысл использовать их лишь на пред­варительном этапе анализа для уточне­ния представлений исследователя об изучаемом явлении, корректировки по­нятийного аппарата, формулировки ги­потез и т.д. Однако методы А.д. могут служить и средством получения фунда­ментального знания, выявления неиз­вестных ранее закономерностей, если перейти на новый уровень понимания самого матем. формализма: считать, что адекватным решаемой задаче явл. не отд. метод, а совокупность методов, применяемых в соответствии с опред. методол. принципами (см. п. 4).

3. Термин, отождествляемый с поня­тием «прикладная статистика», к-рая по­нимается как науч. дисциплина, разраба­тывающая и систематизирующая поня­тия, приемы, матем. методы и модели, предназначенные для орг-ции сбора, стандартной записи, систематизации и обработки стат. данных в целях их удоб­ного представления, интерпретации и получения науч. и практических выводов.

4. Процедуры поиска стат. законо­мерностей («свертки» информации), не сводящиеся к применению формальных алгоритмов, В основе лежит комплекс-

17