Раздел 8

Основы и примеры статистического моделирования

В предыдущих главах вы уже ознакомились с основными моделями принятыми в общей теории статистики, а именно корреляционно – регрессионными моделями и моделями рядов динамики.

В этом заключительном разделе нашего учебника мы хотим познакомить вас с основами статистического моделирования и приведем пример статистического моделирования, а именно моделирование систем массового обслуживания и эконометрики.

Традиционно эти модели изучаются в курсах «Эконометрика» и «Экономико – математическом моделировании», однако содержательная их часть, конечно принадлежит «Общей теории статистики»

Тема 28

О методологии статистического моделирования моделирования.

 Задача – модель - метод – условия применимости. Применение моделирования при принятии решений предполагает последовательное осуществление трех этапов исследования. Первый - от исходной практической проблемы до теоретической чисто математической задачи. Второй – внутриматематическое изучение и решение этой задачи. Третий – переход от математических выводов обратно к практической проблеме. Выбирая свой путь в мире исследований по теории и практике принятия решений, приходится обдумывать и решать вопросы, относящиеся к методологии науки.

 В литературе вопросы методологии моделирования обсуждаются явно недостаточно. Зато наблюдается поток публикаций, в которых постановки решаемых задач иногда выглядят весьма искусственно.

В области моделирования задач принятия решений, как, впрочем, и в иных областях применения математики, целесообразно выделять четверки проблем:

ЗАДАЧА – МОДЕЛЬ - МЕТОД - УСЛОВИЯ ПРИМЕНИМОСТИ.

Обсудим каждую из только что выделенных составляющих.

Задача, как правило, порождена потребностями той или иной прикладной области. Вполне понятно, что при этом происходит одна из возможных математических формализаций реальной ситуации. Например, при изучении предпочтений потребителей у экономистов - маркетологов возникает вопрос: различаются ли мнения двух групп потребителей. При математической формализации мнения потребителей в каждой группе обычно моделируются как независимые случайные выборки, т.е. как совокупности независимых одинаково распределенных случайных величин, а вопрос маркетологов переформулируется в рамках этой модели как вопрос о проверке той или иной статистической гипотезы однородности. Речь может идти об однородности характеристик, например, о проверке равенства математических ожиданий, или о полной (абсолютной однородности), т.е. о совпадении функций распределения, соответствующих двух совокупностям.

Задача может быть порождена также обобщением потребностей ряда прикладных областей. Приведенный выше пример иллюстрирует эту ситуацию: к необходимости проверки гипотезы однородности приходят и медики при сравнении двух групп пациентов, и инженеры при сопоставлении результатов обработки деталей двумя способами, и т.д. Таким образом, одна и та же математическая модель может применяться для решения самых разных по своей прикладной сущности задач.

Важно подчеркнуть, что выделение перечня задач находится вне математики. Выражаясь инженерным языком, этот перечень является сутью технического задания, которое специалисты различных областей деятельности дают статистикам.

Метод, используемый в рамках определенной математической модели - это уже во многом, если не в основном, дело математиков. В эконометрических моделях речь идет, например, о методе оценивания, о методе проверки гипотезы, о методе доказательства той или иной теоремы, и т.д. В первых двух случаях алгоритмы разрабатываются и исследуются математиками, но используются прикладниками, в то время как метод доказательства касается лишь самих математиков.

Ясно, что для решения той или иной задачи в рамках одной и той же принятой исследователем модели может быть предложено много методов. Приведем примеры. Для специалистов по теории вероятностей и математической статистике наиболее хорошо известна история Центральной Предельной Теоремы теории вероятностей. Предельный нормальный закон был получен многими разными методами, из которых напомним теорему Муавра-Лапласа, метод моментов Чебышева, метод характеристических функций Ляпунова, завершающие эпопею методы, примененные Линдебергом и Феллером. В настоящее время для решения практически важных задач могут быть использованы современные информационные технологии на основе метода статистических испытаний и соответствующих датчиков псевдослучайных чисел. Они уже заметно потеснили асимптотические методы математической статистики. В рассмотренной выше проблеме однородности для проверки одной и той же гипотезы совпадения функций распределения могут быть применены самые разные методы – Смирнова, Лемана - Розенблатта, Вилкоксона и др.

 Наконец, рассмотрим последний элемент четверки - условия применимости. Он - полностью внутриматематический. С точки зрения математика замена условия (кусочной) дифференцируемости некоторой функции на условие ее непрерывности может представляться существенным научным достижением, в то время как прикладник оценить это достижение не сможет. Для него, как и во времена Ньютона и Лейбница, непрерывные функции мало отличаются от (кусочно) дифференцируемых. Точнее, они одинаково хорошо (или одинаково плохо) могут быть использованы для описания реальной действительности.

Точно также он не сможет оценить внутриматематическое достижение, состоящее в переходе от конечности четвертого момента случайной величины к конечности дисперсии. Поскольку результаты реальных измерений получены с помощью некоторого прибора (средства измерения), шкала которого конечна, то прикладник априори уверен, что все результаты измерений заведомо лежат на некотором отрезке (т.е. финитны). Он с некоторым недоумением наблюдает за математиком, который рассуждает о конечности тех или иных моментов - для прикладника они заведомо конечны.

Как известно, наука принципиально абстрагируется от свойств конкретных предметов или процессов и рассматривает только их идеальные математические модели и взаимосвязи между этими моделями. Поэтому и математическая модель качества может рассматриваться как некоторая абстрактная система отдельных свойств, имеющих разную степень сложности. Эта модель качества, в силу своего абстрактного характера, в принципиальном отношении будет совершенно одинаковой для самых различных видов продукции и услуг.

Модель является важным инструментом научной абстракции, позволяющим выделить, обособить и анализировать существенные для данного исследования характеристики- свойства, взаимосвязи, структурные, функциональные параметры некоторого объекта. Смоделировать, означает описать явление, или процесс в обобщенной форме: внутреннюю структуру (структурная аналогия), или воспроизводство функции объекта (функциональная аналогия), или динамику процесса. Обобщение выражается при этом в описании явлений с помощью математических уравнений. Моделирование успешно применяется не только в экономических, технических, естественных науках, но и при изучении общественных процессов, явлений.

Математическое моделирование различных явлений и процессов может быть успешным в сочетании с глубоким содержательным анализом, способным раскрыть механизм действия социальных законов.

Модели разделяются на логические, записанные с помощью логических выражений, информационные, основанные на массовых потоках информации и математические. Математической или абстрактной называют модель с количественными характеристиками, записанными в виде формул.

К логическим моделям относятся модели прогнозирования по исторической аналогии, которые базируются на историческом опыте развития данной системы. Модели описательного характера рассматриваются в виде сценариев будущего, среди информационных известны модели взаимодействия между науками. Математические модели делятся на три основные группы:

• статистико-вероятностные модели;

• экономико-математические;

• функционально-иерархические.

В моделировании социальных и экономических процессов исключительно важную роль играет первый вид моделей. Статистические модели, к которым относят модели распределения, модели распознавания образов, корреляционные, дисперсные, факторные, имитационные модели, модель Монте-Карло, позволяют исследовать сложную систему любого типа. Возможность учета нелинейности, динамика вероятностной природы некоторых явлений позволяет сделать статистическую модель, адекватную действительности. Статистическое моделирование процессов функционирования сложных систем предполагает учет случайных возмущений, описываемых самыми разными законами распределения.[15]

Экономическая модель — это упрощенное представление об экономической действительности или о том или ином ее фрагменте, отвлекающееся от различных деталей и подробностей, несущественных в данном отношении для понимания главных свойств и взаимосвязей в исследуемом явлении.

В настоящее время не существует однозначного понимания термина «эконометрика». Можно лишь говорить о смысловом значении этого термина как «науки об экономических измерениях». Однако такое определение вряд ли кого-либо может устроить, так как становится непонятно что, зачем и кому надо измерять в экономике?

Авторы учебников и пособий по эконометрике не старались отвечать на эти вопросы, считая, что ответ на них очевиден. Все это так, если бы мы видели очень заметные достижения в области эконометрического анализа в экономике и бизнесе, особенно в условиях нестабильного Российского рынка. Но этого сегодня пока нет, по крайней мере, автор о заметных достижениях в этой области не слышал.

Наиболее полное из имеющихся в литературе определений термина «эконометрика» предложено в одной из работ: Эконометрика – наука, исследующая количественные закономерности и взаимозависимости в экономике при помощи методов математической статистики. Основа этих методов - корреляционно-регрессионный анализ. С этим определением можно было бы согласиться, но второе предложение, выделенное курсивом, резко уменьшает круг задач, решаемых в эконометрике.

Очень большое количество экономических процессов протекает во времени с определенной регулярностью, например спрос. Для этих процессов используется другой математический аппарат, основанный на анализе временных рядов.

С учетом этого, в более широком смысле можно сказать, что Эконометрика – наука, исследующая закономерности и взаимозависимости между различными факторами в экономике и бизнесе при помощи методов статистического анализа. При этом под фактором понимаются измеряемые и не измеряемые экономические показатели, например уровень инфляции, покупательский спрос, цена, объем продаж и т.д.

Основная задача эконометрики – проверка экономических теорий на фактическом (эмпирическом) материале при помощи методов математической статистики. По сути, работая с этими моделями, мы предполагаем, что вся информация о сути экономического явления содержится в эмпирическом материале, вполне естественно допуская при этом определенные ошибки. Эконометрический анализ позволяет предвидеть только те экономические процессы, которые сохраняют основные тенденции развития, либо повторялись несколько раз в прошлом. Нельзя ожидать от него чего-то большего.

Цель эконометрического анализа – разработка эконометрических моделей, позволяющих прогнозировать тенденции развития экономических и бизнес процессов для получения наиболее эффективных и обоснованных решений. Эконометрические модели позволяют выявить особенности функционирования экономического объекта и на основе этого предсказывать будущее его поведение при изменении каких-либо параметров.

Предсказание будущих изменений, например, повышение обменного курса, ухудшение экономической конъюнктуры, падение прибыли может опираться и на интуицию. Однако при этом могут быть упущены, неправильно определены или неверно оценены важные взаимосвязи экономических показателей, влияющие на рассматриваемую ситуацию.

В модели все взаимосвязи переменных могут быть оценены количественно, что позволяет получить более качественный и надежный прогноз. Для любого экономического субъекта возможность прогнозирования ситуации означает, прежде всего, получение лучших результатов, избежание потерь или минимизации рисков.

Кто проводит эконометрический анализ? Ответ на этот вопрос также неоднозначен. На Западе это делает специалист в области эконометрического анализа – аналитик или эконометрист. В России, в соответствие с новыми государственными стандартами это должен делать экономист и менеджер по любой специализации. В России аналитиков не готовят, более того большинство уверено, что экономисты это гуманитарии. Аналитиками становятся только те, кто владеет эконометрическими методами анализа и методами исследования операций.