Структурные уравнения в пакете STATISTICA

Введение

Социально-экономические процессы и явления зависят от большого числапараметров, их характеризующих, что обуславливает трудности, связанные с выявлением структуры взаимосвязей этих параметров. В подобных ситуациях, т.е. когда решения принимаются на основании анализа стохастической, неполной информации, использование методов многомерного статистического анализа является не только оправданным, но и существенно необходимым.
Многомерные статистические методы среди множества возможных вероятностно-статистических моделей позволяют обоснованно выбрать ту, которая наилучшим образом соответствует исходным статистическим данным, характеризующим реальное поведение исследуемой совокупности объектов, оценить надежность и точность выводов, сделанных на основании ограниченного статистического материала.
Стандартные статистические методы обработки данных включены в состав электронных таблиц, таких как Excel, Lotus 1-2-3, QuattroPro, и в математические пакеты общего назначения, например Mathсad. Но гораздо большими возможностями обладают специализированные статистические пакеты, позволяющие применять самые современные методы математической статистики для обработки данных. По официальным данным Международного статистического института, число статистических программных продуктов приближается к тысяче. Среди них есть профессиональные статистические пакеты, предназначенные для пользователей, хорошо знакомых с методами математической статистики, и есть пакеты, с которыми могут работать специалисты, не имеющие глубокой математической подготовки; есть пакеты течественные и созданные зарубежными программистами; различаются программные продукты и по цене.
Среди программных средств данного типа можно выделить узкоспециализированные пакеты, в первую очередь статистические - STATISTICA, SPSS, STADIA, STATGRAPHICS, которые имеют большой набор статистических...

Выводы

Несмотря на актуальность и важность, многомерные методы в современной литературе (не говоря о работах прошлых времен) представлены чрезвычайно усложненно. К сожалению, прозрачно объединить в целое и извлечь нечто рациональное из того, что к настоящему времени опубликовано, очень сложно. А студентам сегодня преподаются в качестве многомерных методов скорее наборы некоторых усложненных счетных процедур, не имеющих, как правило, ни начала, ни конца, но не логически связанные и практически понятые и применимые алгоритмы. Подобные материи в нормальных дидактических средах понять нельзя, их можно только запомнить. Это объясняется во многом, конечно, не отсутствием желания излагать сложное прозрачно и просто, а сложностью и многоразмерностью самого предмета анализа, объективной невозможностью его простого представления, о чем речь шла ранее.
Нельзя объять необъятное, нельзя алгоритм, требующий выполнения нескольких десятков и даже сотен действий, заменить алгоритмом из двух-трех действий. Попытка такой замены это всегда упрощенчество и, следовательно, разрушение сути самого дела, а не упрощение, удача или гениальный ход, как это иногда может показаться легковерным. И поэтому не случайно, а скорее закономерно, что все (или почти все) современные, и тем более старые, традиционные учебные пособия по статистике оперируют, как правило, одномерными методами сбора, обработки и анализа данных, упрощая многомерные как чрезвычайно сложные, которые в рамках учебных пособий физически просто невозможно представить.
При изучении и применении одномерных статистических методов ограничиваются обычно заранее известными, как правило, упрощенными предпосылками, допущениями и гипотезами, не требующими предварительных доказательств и проверок. Фундамент статистики как науки составляют эмпирические наблюдения за окружающим нас миром, упрощенные детерминированные законы его познания, не требующие доказательств индуктивные обобщения, а все остальное (стохастические процессы,...