1 подход: Вероятностно-статистический.
Предусматривает возможность вероятностной интерпретации анализируемых данных и полученных в результате этого анализа статистических выводов. При этом могут рассматриваться 2 совокупности объектов:
§ Реально-наблюдаемая, статистически представленная рядом наблюдений, т.е. выборка;
§ Статистически домысливаемая, т.н. генеральная совокупность.
При этом важным моментом статистического анализа и моделирования данных является выбор вероятностной модели механизма генерации этих данных. Рассматривают 2 роли при выборе модели:
1. Заключается в адекватном описании механизма исследуемого реального процесса. В этом случае модель оценивает закон распределения вероятностей анализируемой величины и имеет четкую интерпретацию (например, зарплата работника, доход семьи).
2. Исследование в качестве вспомогательного технического средства. С помощью модели этого типа описываются распределения вероятностей, т.е. функции статистических оценок разного рода критериев, например, χ – квадрат, Т – распределение Стьюдента, F – распределение, β – распределение, γ – распределение. К наиболее распространенным моделям, описывающим поведение дискретных случайных величин относят:
|
|
- Биномиальный закон (используется при статистическом контроле качества продукции, описании функционирования систем массового обслуживания (СМО), в теории стрельбы и др.);
- Гипергеометрический закон (используется в задачах, связанных с организацией выборочных обследований);
- Пуассоновский закон (используется при изучении статистической закономерности редких заболеваний);
- Полиномиальный закон (используется в основном при статистической обработке выборок из больших совокупностей, т.е. социологических, медицинских, экономико-социологических и других исследований);
- Нормальный или Гауссовский закон (занимает центральное место в теории и практике вероятностно-статистических исследований; используется для производственных характеристик различных предприятий и фирм, параметров финансового рынка, в области демографии, распределении годовых доходов), кроме того используются:
- Логарифмический нормальный закон;
- Вейбулловское распределение;
- Экспоненциальное распределение;
- Лаплассовское распределение;
- Распределение Коши;
- γ – и β – распределения.
2 подход: Логико-алгебраический.
Применяется, когда исследователь не располагает никакими априорными сведениями о вероятностной природе анализируемых данных или, если эти данные не могут быть интерпретированы как выборка из генеральной совокупности. В этом случае опираются на обычную логику, т.е. как получены данные, какова цель анализа, и соответствующие выводы реализуются в виде критерия некоторого алгебраического вида.
|
|
Общим для обоих подходов является наличие исходной статистической информации на «входе» задачи и необходимость наилучшего способа статистического анализа или моделирования этой информации с целью получения научных или практических выводов на «выходе». Эта логическая схема положена в основу методологического принципа разработки инструментария прикладной статистики.