|
|
От
|
Вячеслав
|
|
|
К
|
Alexandre Putt
|
|
|
Дата
|
19.04.2010 17:02:04
|
|
|
Рубрики
|
Семинар;
|
|
Re: Так, Сепулька,...
>1. Давайте смотреть на реальную ситуацию. То, что Вы гипотетически можете измерить ОПЖ с частотой одной секунды не значит, что это практически возможно и, даже более того, имеет какой-либо смысл.
Не значит, но тут достаточно теоретической возможности.
>У Вас есть ряд наблюдений с данной (предопределённой) частотой. Взять недостающие наблюдения для большей частоты Вам просто неоткуда.
Не верно. У нас данные несколько иного рода. Вот если бы определяли ОПЖ раз в год, в одно и то же время, то это было похоже на то, что Вы сказали. Но у нас ОПЖ усредненно за год. Т.е. м.с. что у нас уже есть результат аппроксимации некой истинной функции ОПЖ посредством годовых ступенек. Соответственно имеющиеся данные несут опосредованную информацию для всех частот.
>2. Наблюдения в этом ряду образуются непредсказуемым образом, т.е. случайны.
Например, влияние сезонных колебаний смертности и прочих подобных высокочастотных шумов в данных уже устранено.
>3. Вы можете этот набор наблюдений назвать (разрывной) функцией от времени. В общем-то это уже подразумевается, так как он индексируется по времени. Никакой роли само по себе это не несёт.
Он не только индексируется по времени, значение показателя действенно не только для индекса, но и для всего года. Т.е. значение усредненное за год является приблизительной оценкой значения в любой момент времени в течении этого года и опосредованно связано со значениями в соседних годах. Использование же именно этого Вашего подхода к представлению данных в виде индексированного ряда, лишает нас ценной информации, которую несет структура рассматриваемого показателя вместе с методом его расчета.
>4. Вы утверждаете, что у нас детерминированный процесс. Но это, разумеется, не так. Единственный способ доказать это для Вас - предоставить формулу, по которой образуются наблюдения, с приемлемой точностью, такую, что наблюдение периода t полностью предсказывается информацией, имеющейся на период t-1, t-2, .... (вообще говоря для детерминистического процесса Вы должны предсказывать значение переменной для любого момента времени, находясь в любом моменте времени).
Скажем так, перед нами не черный ящик с неопределенным выходом, у нас есть ряд представлений о характере рассматриваемой величины, о причинах ее изменений и о внутренней структуре динамического объекта, который эта величина характеризует. Это заставляет считать, что представление величины случайной, является, по меньшей мере, не единственным корректным способом анализа. Это с одной стороны, а с другой, сам предложенный способ вероятностного анализа предполагает отказ от уникальной информации, что с т.з. понимания процесса не является оптимальным.
>5. Ещё раз повторю, Вы не можете взять и просто интерполировать несуществующие значения.
В самом общем случае для измерений произвольного параметра черного ящика это верно, но у нас не общий случай и не черный ящик.
> Интерполяция недостающих значений не добавляет никакой информации в ряд.
Для единичных измерений верно, для усредненных значений, покрывающих любые частоты, это не верно. В данном случае даже линейная интерполяция позволяет выжать дополнительную информацию.
> Она применяется в специфичных случаях (когда например у Вас отсутствует наблюдение для отдельного года, а Вам нужен весь ряд), но не заменяет сама по себе несуществующую информацию.
Верно, но не для нашего случая. У нас дополнительная информация существует и скрыта в структуре расчетной величины.
>То, что Вы можете интерполировать, не значит, что получаемые Вами интерполированные значения хотя бы примерно соответствуют действительным, которые у Вас бы были, если бы Вы провели измерения с большей частотой. Не соответствуют. Я Вам предлагаю это сделать практически на примере квартальных значений ВВП.
В нашем случае, зная характер величины, у нас есть все основания полагать, что аппроксимация данных непрерывной функцией будет ближе к действительным значениям, чем аппроксимация ступенчатыми функциями, т.к. при непрерывной аппроксимации будут учитываться глобальные тенденции, действующие в течении ряда лет, информация о которых, в исходном виде данных, получается «размазанной» по соседним годам.
>6. Что касается случайности, то дело, конечно, не в "квантовой механике". Вы наблюдаете некий социальный показатель, вернее одну из возможных последовательностей его реализации. Этот показатель образуется в результате действия огромного числа факторов (вроде меняющихся природных условий, экономических, политических и т.п.), которые непредсказуемы и, в принципе, могли бы принять другие значения.
В принципе не могли бы, т.к. показатель характеризует принципиально необратимые и невоспроизводимые состояния. Объект то сам по себе уникален. Можно сказать что рассматриваемая система по своим свойствам противоположна квантовым системам. Там случайность неустранима, зато состояния воспроизводимы, а у нас все наоборот – возможен логический анализ факторов, но состояния невоспроизводимы.
> Например, извержение вулкана в Исландии - это случайный фактор, который, быть может, окажет влияние на продолжительность жизни там. Таких факторов огромное число, и вместе они приводят к практической непредсказуемости следующих значений в ряде наблюдений.
Объект – не черный ящик, у нас есть информация об очевидно значимых событиях.
>7. Что касается "деградации образования", то пожалуйста прокомментируйте определения разрывной функции и непрерывности "по Вячеславу".
;)) Ссылку на определение предоставили бы, что ли?