Прикладная статистика

Прикладная статистика — наука о методах обработки статистических данных. Методы прикладной статистики активно применяются в технических исследованиях, экономике, менеджменте, социологии, медицине, геологии, истории и т. д. С результатами наблюдений, измерений, испытаний, опытов, с их анализом имеют дело специалисты во многих областях теоретической и практической деятельности.

В СССР термин «прикладная статистика» вошёл в широкое употребление в 1981 году после выхода массовым тиражом сборника «Современные проблемы кибернетики (прикладная статистика)». В этом сборнике обосновывалась трёхкомпонентная структура прикладной статистики. Во-первых, в неё входят ориентированные на прикладную деятельность статистические методы анализа данных. Однако прикладную статистику нельзя целиком относить к математике. Она включает в себя две нематематические области: методологию организации статистического исследования и организацию компьютерной обработки данных, в том числе разработку и использование баз данных и электронных таблиц, статистических программных продуктов, например, диалоговых систем анализа данных. В СССР термин «прикладная статистика» использовался и ранее 1981 г., но лишь внутри сравнительно небольших и замкнутых групп специалистов [1].

Прикладная статистика — методическая дисциплина, являющаяся центром статистики. При применении методов прикладной статистики к конкретным областям знаний и отраслям народного хозяйства получаются научно-практические дисциплины типа «статистика в промышленности», «статистика в медицине», «статистика в психологии» и др. С этой точки зрения эконометрика — это «статистические методы в экономике» [2]. Математическая статистика играет роль математического фундамента для прикладной статистики.

К настоящему времени очевидно чётко выраженное размежевание этих двух научных направлений. Математическая статистика исходит из сформулированных в 1930—1950 гг. постановок математических задач, происхождение которых связано с анализом статистических данных. Начиная с 1970-х годов исследования по математической статистике посвящены обобщению и дальнейшему математическому изучению этих задач.

Прикладная статистика нацелена на решение реальных задач. Поэтому в ней возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими методами, то есть путём доказательства теорем. Большую роль играет методологическая составляющая — как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.

Хотя статистические данные собираются и анализируются с незапамятных времён, современная математическая статистика как наука была создана, по общему мнению специалистов, сравнительно недавно — в первой половине XX в. Именно тогда были разработаны основные идеи и получены результаты, излагаемые ныне в учебных курсах математической статистики. После чего специалисты по математической статистике занялись внутри математическими проблемами, а для теоретического обслуживания проблем практического анализа статистических данных стала формироваться новая дисциплина — прикладная статистика. В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов.

По типу решаемых задач прикладная статистика делится на разделы:

• описание данных;
• оценивание;
• проверка гипотез.

По виду анализируемых статистических данных прикладная статистика делится на четыре области:

• статистика (числовых) случайных величин,
• многомерный статистический анализ,
• статистика временных рядов и случайных процессов,
• статистика объектов нечисловой природы.

• Интеллектуальный анализ данных
• Математическая статистика
• Робастность в статистике
• Статистика
• Статистические методы
• Теория вероятностей
• Теория принятия решений
• Эконометрика

1. Орлов А. И. О развитии прикладной статистики. — В сб.: Современные проблемы кибернетики (прикладная статистика). — М.: Знание, 1981, с. 3-14.
2. Орлов А. И. Эконометрика. Учебник для вузов. Изд. 3-е, исправленное и дополненное. — М.: Изд-во «Экзамен», 2004. — 576 с.
3. Орлов А. И. О перестройке статистической науки и её применений. // Вестник статистики. 1990. № 1. С. 65 — 71.
4. Кендалл М., Стьюарт А. Теория распределений. — М.: Наука, 1966. — 566 с.
5. Кендалл М., Стьюарт А. Статистические выводы и связи. — М.: Наука, 1973. — 899 с.
6. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. — М.: Наука, 1976. — 736 с.
7. Налимов В. В., Мульченко З. М. Наукометрия. Изучение развития науки как информационного процесса. — М.: Наука, 1969. — 192 с.
8. Котц С., Смит К. Пространство Хаусдорфа и прикладная статистика: точка зрения ученых СССР. — The American Statistician. November 1988. Vol. 42. № 4. Р. 241—244.
9. Орлов А. И. Прикладная статистика. Учебник для вузов. — М.: Экзамен, 2006. — 672 с.
10. Орлов А. И. Теория принятия решений. Учебник для вузов. — М.: Экзамен, 2006. — 576 с.
11. Орлов А. И. Искусственный интеллект: статистические методы анализа данных : учебник. — М.: Ай Пи Ар Медиа, 2022. — 843 c. — ISBN 978-5-4497-1470-1 [1]
12. Орлов А. И. Прикладной статистический анализ : учебник. — М.: Ай Пи Ар Медиа, 2022. — 812 c. — ISBN 978-5-4497-1480-0 [2]