Название | Диссертация: инструкция по подготовке и защите |
---|---|
Автор произведения | Александр Марьянович |
Жанр | Прочая образовательная литература |
Серия | |
Издательство | Прочая образовательная литература |
Год выпуска | 2009 |
isbn | 978-5-9725-1537-0 |
Ситуация первая (очень редкая): Вы исследуете уникальный объект, аналогов которого нет в природе. Все, что Вы установите путем измерений и правильно проведенных логических умозаключений, будет истиной или чем-то близким к ней. Статистика здесь не нужна. Врачи, исследовавшие состояние Гагарина во время и после первого в истории человечества космического полета, во многих случаях не обязаны были, да и не могли прибегать к статистическим методам (и то не всегда: например, среднюю частоту сердечных сокращений все равно следовало бы высчитывать как статистический показатель). Если когда-нибудь поймают снежного человека, его рост, масса тела и прочие показатели тоже войдут в науку без статистической обработки.
Ситуация вторая (обычная и ежедневная): Вы изучаете объекты, каких в природе и обществе много. Здесь применение статистических методов совершенно обязательно.
Для начала Вам придется познакомиться с самыми простыми понятиями математической статистики (наши определения приблизительны, строгие дефиниции смотрите в математических руководствах):
а) Генеральная совокупность – все объекты данного класса, например, все женщины в возрасте от 35 до 60 лет, страдающие острым циститом, или все здоровые мужчины в возрасте от 30 до 45 лет и т. д. Исследовать генеральную совокупность, как правило, невозможно из-за ее огромного объема и ограниченности Ваших сил и средств, поэтому приходится ограничиться исследованием выборки.
б) Выборка – группа объектов, взятых с соблюдением соответствующих правил (см. гл. 5) из генеральной совокупности. Объем выборки не превышает ваших возможностей, но одновременно он достаточно велик, чтобы найденные Вами закономерности можно было перенести на генеральную совокупность.
А в целом совет таков: прежде чем поверить своим глазам, спросите себя, не пытаются ли они Вас обмануть.
Для освоения статистических методов, как, наверное, и в любом другом аспекте обучения, понимание общих принципов важнее знания деталей и тонких различий между многочисленными статистическими критериями. Вряд ли кто-нибудь станет оспаривать это положение. Но почему, ответьте, курсы математической статистики, читаемые аспирантам, полны описания экзотических критериев высокой степени сложности и почему исследователь, прослушавший такой курс, не может толком объяснить разницу между областями применения критериев Стью-дента для парных и непарных выборок? Незнание правил рандомизации – еще более вопиющий симптом неблагополучия в деле подготовки молодых исследователей. Возможно, причина этого заключена в традиционной организации