С удовольствием читаю вашу дискуссию. Как раз тот случай когда т.с. «межличностная экспрессия» не сильно мешает периодическому появлению интересных идей и формулировок. ;)Аргументы сторон я оцениваю не с экономических позиций, а с т.з. подходов к анализу принятых в предметных областях известных мне. Сразу хочу сказать, что сама проблема «можно/нельзя использовать статистические методы для прогнозирования...» ИМХО целиком умозрительна, т.к. в любом случаи на практике всегда применяется комплексный подход. Но если уж идти на принцип, то формально я на стороне Вашей позиции. Хотя концептуально аргументация Мигеля весьма резонна и так или иначе сводится к простой мысли ,что статистические модели как инструмент анализа — бяка, потому что на их основе невозможен синтез, т.е. принятие обоснованных принципиально новых решений или новых сочетаний уже известных решений по управлению системой. Что же касается т.с. «чистого» прогноза (типа метеорологического), то принципиально можно и только статистикой пользоваться. Но это так, реплика болельщика. Теперь по тексту, меня поставили в недоумение несколько тезисов.
> Реальный процесс не становится случайным или детерминированным по нашему желанию. Реальный процесс - это результат опыта (эксперимента) с измерением некоторой величины.
Пардон, но любой опыт приобретается на основе некоторой детерминированной модели, иначе вообще будет неизвестно что мерить. Статистический подход всегда является как бы продолжением детерминированного, а не наоборот. И только когда логика причинно следственных связей системы нами совсем не улавливается, то можно приступать к перебору всех измеренных величин. Но так опять же мы их перебираем не все, а лишь в некоторой локальной области выделенной опять же на основе детерминированной модели. Т.е. Мигель здесь прав и все процессы можно классифицировать как детерминированные или случайные.
> Второе, ключевое непонимание здесь, в прикладной работе детерминистические модели выражаются таким образом, чтобы они могли быть оценены средствами статистики. Т.е. детерминистрическая модель становится стохастической.
В такой формулировке ИМХО абсолютно не верно. Зачем и как статистически оценивать сами модели? Всегда оценивается прогноз. Т.е. прогноз рассматривается как стохастический процесс.
> И делается это для того, чтобы была возможность работы с реальными данными, которые, подчёркиваю, как правило всегда случайны.
Плохая тенденция в спорах скатываться на «чистые сущности», точнее не плохая, а заведомо проигрышная. Очевидно же что абсолютно случайных или абсолютно детерминированных данных не бывает. И речь всегда идет о том можно ли или нельзя пренебречь «шумами». И тут нельзя сказать что как правило шумами нельзя пренебречь.
> Модель выбирается, а данные - нет. Странно, что Вы этого до сих пор не поняли.
Ну как же это не выбираются? Да даже в рамках чисто статистического подхода есть процедура отброса «сомнительных данных».
> Хотя концептуально аргументация Мигеля весьма резонна и так или иначе сводится к простой мысли ,что статистические модели как инструмент анализа — бяка, потому что на их основе невозможен синтез, т.е. принятие обоснованных принципиально новых решений или новых сочетаний уже известных решений по управлению системой.
Почему же невозможен? Ведь процесс познания рефлексивен. Т.е. осуществляется через рефлексию результата применения инструментальных моделей по отношению к действительности. И в этом плане стат. модели - основной способ такой рефлексии.
>Пардон, но любой опыт приобретается на основе некоторой детерминированной модели, иначе вообще будет неизвестно что мерить. Статистический подход всегда является как бы продолжением детерминированного, а не наоборот.
В смысле? Вы указываете на то, что данные "конструируются"? Это понятно, но на суть проблемы это не сказывается. Основная проблема в нашем случае - то, что мир довольно сложен и богат. Поэтому не может быть описан точно с помощью детерминистических моделей.
> И только когда логика причинно следственных связей системы нами совсем не улавливается, то можно приступать к перебору всех измеренных величин. Но так опять же мы их перебираем не все, а лишь в некоторой локальной области выделенной опять же на основе детерминированной модели.
Это так, но это не касается самой сути измерения. Например, Вы изучаете финансовые серии. В этом случае никакого контроля Вы как исследователь за данными не имеете. Есть серия - и есть Вы.
>> Второе, ключевое непонимание здесь, в прикладной работе детерминистические модели выражаются таким образом, чтобы они могли быть оценены средствами статистики. Т.е. детерминистрическая модель становится стохастической.
>В такой формулировке ИМХО абсолютно не верно. Зачем и как статистически оценивать сами модели? Всегда оценивается прогноз. Т.е. прогноз рассматривается как стохастический процесс.
Нет, просто при тестировании адекватности модели опыту основной способ - именно статистика. По крайней мере в социальных науках это так.
>Плохая тенденция в спорах скатываться на «чистые сущности», точнее не плохая, а заведомо проигрышная. Очевидно же что абсолютно случайных или абсолютно детерминированных данных не бывает. И речь всегда идет о том можно ли или нельзя пренебречь «шумами». И тут нельзя сказать что как правило шумами нельзя пренебречь.
Корректно, об этом я тоже говорил. Случайность не означает произвольность.
>Ну как же это не выбираются? Да даже в рамках чисто статистического подхода есть процедура отброса «сомнительных данных».
Да, есть. Однако, согласитесь, что имея две конкурирующие теории и некий набор данных, тестирование этих теорий осуществляется через соотнесение с данными - которые выступают в данном случае как нечто за пределами моделей. Конечно, не всё так просто. Но так по крайней мере можно думать.
> Сразу хочу сказать, что сама проблема «можно/нельзя использовать статистические методы для прогнозирования...»
А разве вопрос стоит именно так?
>ИМХО целиком умозрительна, т.к. в любом случаи на практике всегда применяется комплексный подход. Но если уж идти на принцип, то формально я на стороне Вашей позиции. Хотя концептуально аргументация Мигеля весьма резонна и так или иначе сводится к простой мысли ,что статистические модели как инструмент анализа — бяка, потому что на их основе невозможен синтез, т.е. принятие обоснованных принципиально новых решений или новых сочетаний уже известных решений по управлению системой. Что же касается т.с. «чистого» прогноза (типа метеорологического), то принципиально можно и только статистикой пользоваться. Но это так, реплика болельщика.
Мигель такого сказать не мог, насколько я его знаю. Речь идёт о допустимости использования конкретных инструментов в конкретных ситуациях. Представьте, что Putt бегает по улицам и бьёт старушек молотком по голове, а в ответ на критику ссылается на примеры, когда молоток был использован с пользой для дела, даже цитаты из журнала "Сделай сам" 'копипастит'. Конечно же, молоток в этом случае - никакая не бяка.
Что же касается именно статистических методов как "инструмента анализа", то насколько я понимаю, речь идёт не об анализе "вообще", а о применении конкретного метода к конкретному "прогнозу". Обратите внимание, Putt накидал тут кучу ссылок на применение модели ARIMA "для анализа ВВП" американскими экономистами, но даже у него язык не повернулся сказать, что она применяется именно для прогноза ВВП только по серии предыдущих наблюдений. Осмелюсь предположить, что "анализ ВВП" там был совсем другого рода.