Прогнозирование инновационого потенциала

     Чтобы перенести выводы с выборки на более обширную совокупность, необходимы те или иные предположения о связи  выборочных характеристик с характеристиками этой более обширной совокупности. Эти предположения основаны на соответствующей вероятностной модели.

     Конечно, можно обрабатывать выборочные данные, не используя ту или иную вероятностную  модель. Например, можно рассчитывать выборочное среднее арифметическое, подсчитывать частоту выполнения тех или иных условий и т.п. Однако результаты расчетов будут относиться только к конкретной выборке, перенос полученных с их помощью выводов на какую-либо иную совокупность некорректен. Иногда подобную деятельность называют «анализ данных». По сравнению с вероятностно-статистическими методами анализ данных имеет ограниченную познавательную ценность.

     Итак, использование вероятностных моделей  на основе оценивания и проверки гипотез  с помощью выборочных характеристик  – вот суть вероятностно-статистических методов принятия решений.

     Подчеркнем, что логика использования выборочных характеристик для принятия решений  на основе теоретических моделей  предполагает одновременное использование  двух параллельных рядов понятий, один из которых соответствует вероятностным моделям, а второй – выборочным данным.  К сожалению, в ряде литературных источников, обычно устаревших либо написанных в рецептурном духе, не делается различия между выборочными и теоретическими характеристиками, что приводит читателей к недоумениям и ошибкам при практическом использовании статистических методов. 
 
 
 

Использованная  литература:

1. Крамер Г., Математические методы статистики, перевод с английского, М., 1948;
2. Рао С. Р., Линейные статистические методы и их применения, перевод с английского, М., 1968;
3. Худсон Д., Статистика для физиков, перевод с английского, М., 1970.
4. Фишер — 1912 г.Математический энциклопедический словарь, М.: Советская энциклопедия, 1988.
5. Дрейпер, Н., Смит, Г.   Прикладной регрессионный анализ: В 2-х кн. — М:Финансы и статистика, 1986.
6. Песаран, М., Слейтер, Л.   Динамическая регрессия: теория и алгоритмы.— М: Финансы и статистика, 1984.
7. Статистические методы в экспериментальной физике. — М: Атомиздат,1976.
8. Amemiya, T. “Selection of Regressors,” International Economic Review, 21(1980), 331-354.
9. Beggs, J.J. “Diagnostic Testing in Applied Econometrics,” Economic Record, 64 (1988), 81-101.