Cтраница 3
Пакет позволяет реализовать некоторые алгоритмы корреляционного, регрессивного, дисперсионного, дискри-минантного и факторного анализа, а такжэ анализа временных рядов. Кроме того, в пакет включены программы для выполнения алгоритмов предварительной обработки данных и вычисления элементарных статистик, генерации случайных чисел, определения функций распределения и расчета непараметрических статистик. [31]
Раскрыты возможности экономико-статистического анализа и выборочного наблюдения, применяемые аудиторами. Подробно рассмотрены условия и методология статистической и нестатистической выборки, а также важнейших аналитических процедур в соответствии с Правилами ( стандартами) аудиторской деятельности 1996 - 1998 гг. и международной практики; методы монетарного выборочного наблюдения, а также методы непараметрической статистики ( ранговой корреляции) при аудиторской оценке проверяемых экономических субъектов. [32]
Центральный вопрос здесь - формализация степени согласованности мнений экспертов, которая определяется коэффициентом согласованности. Для лолу-чения коэффициента согласованности используется процедура, включающая ранжирование объектов, вычисление коэффициентов ранговой корреляции по Спирмену и Кендаллу для оценки согласованности мнений двух экспертов, оценку значимости коэффициентов ранговой корреляции, вычисление коэффициентов согласия, оценивающих согласованность высказываний экспертов о ранжировании объектов по данному признаку. Используются также процедуры непараметрической статистики. [33]
Непараметрические методы обладают рядом преимуществ перед гауссовскими. Основные из них - более широкое поле приложений, меньшая чувствительность к засорениям статистических данных, к влиянию грубых ошибок, попавших в статистический материал. Математические средства в непараметрической статистике намного проще-тех, что необходимы в гауссовской статистике. [34]
Полученные оценки следует считать весьма приближенными. Важно, однако, что они позволяют выявлять резервы снижения сложности решения задач за счет оптимизации структуры оцениваемого в экспериментах СОИ. Кроме того, регрессионный анализ, служащий наряду с методами непараметрической статистики одним из основных математических аппаратов, которые применяются при реализации структурно-психологической концепции синтеза и адаптации технических средств деятельности операторов, позволяет прогнозировать и строить теоретически процесс оптимизации структуры СОИ. [35]
В данном разделе приводится последовательность расчетов, позволяющая определять значения интересующего исследователя параметра не непосредственными его замерами, а на основе оценок величин других известных показателей, технологически с ним связанных. При этом требуется только один или два исходных замера определяемого параметра. Данный подход основан на применении свойств порядковых статистик - одного из разделов непараметрической статистики. Простота и наглядность методики расчетов позволяют использовать ее непосредственно на промыслах. [36]
В этом подразделе приведена последовательность расчетов, позволяющая определять значения интересующего исследователя параметра не путем непосредственного его измерения, а на основе оценок значений других известных показателей, технологически с ним связанных. При этом требуется только один или два исходных измерения определяемого параметра. Данный подход основан на применении свойств порядковых статистик - одного из разделов непараметрической статистики. Простота и наглядность методики расчетов позволяют использовать ее непосредственно на промыслах. [37]
Обратите особое внимание на то, что такие соотношения - пример частных характеристик структурной динамики хозяйственной системы. И на практике существует множество таких соотношений, характеристик, которые можно и нужно анализировать по подтверждаемой аудитором отчетности, причем не все из них известны и далеко не все имеют устойчивую экономическую интерпретацию. Тем не менее, уже есть и в заключительной главе этой книги подробно описаны особые эффективные методы непараметрической статистики, используемые для аудиторской оценки траектории развития хозяйственных систем на основе структурно-динамического критерия. Применяя эти методы системного подхода, аудиторы контролируют все без исключения характеристики структурной динамики. [38]
Примером автоматизированного рабочего места статистика является АРМ, разработанное в Московском экономико-статистическом институте. Оно представляет широкие возможности для автоматизированного решения задач статистического анализа в диалоговом режиме. АРМ статистика имеет следующую структуру: ввод исходных данных; первичная обработка; корреляционный анализ; регрессионный анализ; многомерный статистический анализ; дисперсионный анализ; анализ временных рядов; непараметрическая статистика; изменение параметров. [39]
Опыт реального применения методов математической статистики достаточно быстро убеждает в том, что информация о виде функции распределения совершенно необходима для получения надежных и практически полезных результатов. Так, в разделе 5.1 мы показали, что значение закона распределения случайной величины позволяет ( при наличии компаратора) восстановить недостающие замеры с помощью процедуры безэталонных измерений. Но даже при наличии эталонов объем и качество имеющихся данных, как правило, таковы, что обоснованное определение одновременно вида функции распределения и ее параметров не предоставляется возможным. В такой ситуации рекомендуется применять непараметрические статистики, но за отказ от знания вида закона распределения приходится платить некоторой расплывчатостью ответов, получаемых непараметрическими методами. Таким образом, вопрос о виде функции распределения является одной из важнейших проблем практической статистики. [40]
Несколько отличное направление имеют методы диагностики для регрессионного анализа. В этих методах проверяется адекватность модели экспериментальным данным, идентифицируются и устраняются причины неадекватности, после чего цикл повторяется до тех пор, пока не будет достигнута адекватность. Например, если есть основание считать, что причина неадекватности кроется в какой-то выпадающей группе наблюдений, эта группа исключается, после чего обработка проводится заново и анализируются ее результаты. Реализация таких методов применительно к задачам регрессионного анализа стала возможной только после распространения ЭВМ. Более простые вычислительные процедуры используются в методах непараметрической статистики. [41]
Остальные методы оценки не столь полезны и надежны, как описанные выше. Иногда полученные с их помощью меры позволяют произвести грубые оценки, но по отношению к более точным мерам их нельзя считать взаимозаменяемыми и к тому же они могут вводить в заблуждение. Одна из этих мер - время совмещения с целью - заслуживает особого рассмотрения, поскольку с ней часто приходится сталкиваться и ее неправильно интерпретируют. Эту меру легко получить с помощью простого оборудования, но она легко вводит в заблуждение, так как в ней не различаются большие и малые ошибки. Кроме того, время совмещения с целью зависит как от ее размера, так и от характера следящих движений оператора. Если используется эта мера, то более приемлема непараметрическая статистика. [42]