п'ютерні статистичні технології. Вони дозволяють також будувати різні імітаційні моделі. Зазначимо корисність методів розмноження даних (бутстреп-методів). Системи прогнозування з інтенсивним використанням комп'ютерів об'єднують різні методи прогнозування в рамках єдиного автоматизованого робочого місця прогнозиста. p align="justify"> Прогнозування на основі даних, що мають нечислову природу, зокрема, прогнозування якісних ознак грунтується на результатах статистики нечислових даних. Вельми перспективними для прогнозування представляються регресійний аналіз на основі інтервальних даних, що включає, зокрема, визначення і розрахунок нотни та раціонального обсягу вибірки, а також регресійний аналіз нечітких даних, розроблений в. Загальна постановка регресійного аналізу в рамках статистики нечислових даних та її окремі випадки - дисперсійний аналіз і дискримінантний аналіз (розпізнавання образів з учителем), даючи єдиний підхід до формально різним методам, корисна при програмної реалізації сучасних статистичних методів прогнозування. p align="justify"> Основними процедурами обробки прогностичних експертних оцінок є перевірка узгодженості, кластер-аналіз і знаходження групової думки. Перевірка узгодженості думок експертів, виражених ранжировками, проводиться за допомогою коефіцієнтів рангової кореляції Кендалла і Спірмена, коефіцієнта рангової конкордації Кендалла і Бебінгтона Сміта. Використовуються параметричні моделі парних порівнянь - Терстоуна, Бредлі-Террі-Льюса - і непараметричні моделі теорії люсіанов. Корисна процедура узгодження ранжіровок і класифікацій шляхом побудови узгоджувальних бінарних відносин. При відсутності узгодженості розбиття думок експертів на групи подібних між собою проводять методом найближчого сусіда або іншими методами кластерного аналізу (автоматичної побудови класифікацій, розпізнавання образів без вчителя). Класифікація люсіанов здійснюється на основі ймовірнісно-статистичної моделі. p align="justify"> Використовують різні методи побудови підсумкового думки комісії експертів. Своєю простотою виділяються методи середніх арифметичних і медиан рангів. Комп'ютерне моделювання дозволило встановити ряд властивостей медіани Кемені, часто рекомендованої для використання в якості підсумкового (узагальненого, середнього) думки комісії експертів. Інтерпретація закону великих чисел для нечислових даних в термінах теорії експертного опитування така: підсумкове думка стійко, тобто мало змінюється при зміні складу експертної комісії, і при зростанні числа експертів наближається до "істини". При цьому відповідно до прийнятого в підходом передбачається, що відповіді експертів можна розглядати як результати вимірювань з помилками, всі вони - незалежні однаково розподілені випадкові елементи, імовірність прийняття певного значення зменшується в міру віддалення від деякого центру - "істини", а загальне число експертів досить велике.
Численні приклади ситуацій, пов'язаних із соці...
