Ф.И.О.
Орлов Александр Иванович
Ученая степень
• кандидат физико-математических наук
• доктор технических наук
• доктор экономических наук
Ученое звание
профессор
Почетное звание
—
Организация, должность
• Московский государственный технический университет им. Н.Э. Баумана
Научные интересы
статистические методы, организационно-экономическое моделирование. Разработал новую область прикладной статистики — статистику объектов нечисловой природы
Адрес веб-сайта
—
Электропочта
Текущий рейтинг (суммарный рейтинг статей)
0
TOP5 соавторов
Статей в журнале: 152 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
01.00.00 Физико-математические науки
Краткое описание
Кратко рассматриваются перспективы и некоторые «точки роста» современной теоретической и вычислительной математики, в частности: числа и множества - основа современной математики; математические, прагматические и компьютерные числа; от обычных множеств - к нечетким; теория нечетких множеств и «нечеткое удвоение» математики; о сведении теории нечетких множеств к теории случайных множеств; интервальные числа как частный случай нечетких множеств; развитие интервальной математики (интервальное удвоение математики); система как обобщение множества; системное обобщение математики и задачи, возникающие при этом; системное обобщение операций над множествами (на примере операции объединения булеанов); системное обобщение понятия функции и функциональной зависимости; когнитивные функции; матрицы знаний как нечеткое с расчетной степе-нью истинности отображение системы аргументов на систему значений функции; модификация метода наименьших квадратов при аппроксимации когнитивных функций; развитие идеи системного обобщения математики в области теории информации - системная (эмерджентная) теория информации; информационные меры уровня системности - коэффициенты эмерджентности; прямые и обратные, непосредственные и опосредованные правдоподобные логические рассуждения с расчетной степенью истинности; интеллектуальная система Эйдос-Х++ как инструментарий, реализующий идеи системного нечеткого интервального обобщения математики.
-
Система моделей и методов проверки однородности двух независимых выборок
08.00.13 Математические и инструментальные методы экономики (экономические науки)
Краткое описание
Новая парадигма математических методов исследования позволяет дать системный анализ различных постановок задач анализа статистических данных и методов их решения, основанных на принятой исследователем той или иной вероятностно-статистической модели порождения данных. Методы проверки однородности двух независимых выборок - классическая область математической статистики. За более чем 111 лет с момента публикации основополагающей статьи Стьюдента разработаны критерии проверки статистической гипотезы однородности в различных постановках, изучены их свойства. Однако актуальна потребность в упорядочении совокупности найденных научных результатов. Необходим анализ всего многообразия постановок задач проверки статистических гипотез однородности двух независимых выборок, а также соответствующих статистических критериев. Такому анализу посвящена настоящая статья. Дана сводка основных результатов, касающихся методов проверки однородности двух независимых выборок, и проведено их сравнительное изучение, позволяющие системно анализировать многообразие таких методов с целью выбора наиболее адекватного для обработки конкретных данных. На основе базовой вероятностно-статистической модели сформулированы основные постановки задачи проверки однородности двух независимых выборок. Дан сравнительный анализ критериев Стьюдента и Крамера - Уэлча, предназначенных для проверки однородности математических ожиданий, обоснована рекомендация по широкому применению критерия Крамера - Уэлча. Из непараметрические методов проверки однородности рассмотрены критерии Вилкоксона, Смирнова, Лемана - Розенблатта. Разобраны два мифа о критерии Вилкоксона. На основе анализа публикаций основоположников показана некорректность термина "критерий Колмогорова - Смирнова". Для проверки абсолютной однородности, т.е. совпадения функций распределения выборок, рекомендовано использовать критерий Лемана - Розенблатта. Обсуждаются актуальные проблемы разработки и применения непараметрических критериев, в том числе различие номинальных и реальных уровней значимости, затрудняющее сравнение критериев по мощности, и необходимость учета совпадений выборочных значений (с точки зрения классической теории математической статистики вероятность совпадений равна 0)
-
Реальные и номинальные уровни значимости при проверке статистических гипотез
01.00.00 Физико-математические науки
Краткое описание
При проверке статистических гипотез критические значения часто указывают для априорно фиксированных (номинальных) уровней значимости. В качестве таковых, обычно используются значения из тройки чисел 0,01, 0,05, 0,1, к которым иногда добавляют еще несколько: 0,001, 0,005, 0,02 и др. Однако, для статистик с дискретными функциями распределения, к которым, в частности, относятся все непараметрические статистические критерии, реальные уровни значимости могут и не совпадать с номинальными, отличаться в разы. Под реальным уровнем значимости понимается максимально возможный уровень значимости дискретной статистики, не превосходящий заданный номинальный уровень значимости (т.е при переходе к следующему по величине возможному значению дискретной статистики соответствующий уровень значимости оказывается больше заданного номинального). В статье рассмотрено различие между номинальными и реальными уровнями значимости на примере непараметрических критериев проверки однородности двух независимых выборок. Изучены двухвыборочный критерий Вилкоксона, критерий Ван-дер-Вардена, двухвыборочный двухсторонний критерий Смирнова, критерий знаков, критерий серий (Вольфовица). Рассчитаны реальные уровни значимости этих критериев для номинального уровня значимости 0,05. Проведено изучение мощности перечисленных статистических критериев методом Монте-Карло. Основной вывод: при малых объемах выборок использовать номинальные уровни значимости вместо реальных уровней значимости для дискретных статистик недопустимо
-
Расстояния в пространствах статистических данных
01.00.00 Физико-математические науки
Краткое описание
Ядром прикладной статистики является статистика в пространствах произвольной природы, основанная на использовании расстояний и задач оптимизации. В настоящей статье обсуждаются расстояния в различных пространствах статистических данных, в частности, их вывод на основе соответствующих систем аксиом. Формулировки и доказательства теорем впервые публикуются в научной периодике
-
Распределения реальных статистических данных не являются нормальными
01.00.00 Физико-математические науки
Краткое описание
В учебных курсах по теории вероятностей и математической статистике рассматривают различные параметрические семейства распределений числовых случайных величин. А именно, изучают семейства нормальных распределений, логарифмически нормальных, экспоненциальных, гамма- распределений, распределений Вейбулла - Гнеденко и др. Все они зависят от одного, двух или трех параметров. Поэтому для полного описания распределения достаточно знать или оценить одно, два или три числа. Широко развита параметрическая теория математической статистики, в которой предполагается, что распределения результатов наблюдений принадлежат тем или иным параметрическим семействам. Эта традиция идет от Карла Пирсона, который в начале ХХ в. предложил использовать четырехпараметрическое семейство распределений. Перечисленные выше семейства распределений - это подмножества четырехпараметрического семейства Пирсона. К сожалению, параметрические семейства существуют лишь в головах авторов учебников по теории вероятностей и математической статистике. В реальной жизни их нет. Поэтому современная прикладная статистика и эконометрика используют в основном непараметрические методы, в которых распределения результатов наблюдений могут иметь произвольный вид. Сначала на примере нормального распределения обсуждаем невозможность практического использования параметрических семейств для описания распределений конкретных экономических данных. Приводим результаты исследований метрологов и оценки сходимости в предельных теоремах. Затем разбираем параметрические методы отбраковки резко выделяющихся наблюдений. Весьма неустойчивы как уровни значимости при фиксированном правиле отбраковки, так и параметр правила отбраковки при фиксированном уровне значимости. Следовательно, отбраковка по классическим правилам математической статистики не является научно обоснованной
-
01.00.00 Физико-математические науки
Краткое описание
Для реализации инновационных стратегий нужны подготовленные кадры. Поэтому, вполне естественно, большое внимание, уделяемое кадровому обеспечению процессов управления инновационной деятельностью на предприятиях ракетно-космической промышленности (РКП). Подготовка кадров и управление персоналом в соответствии с действующим законодательством должны проводиться на основе профессиональных стандартов. Содержание профессиональных стандартов должно отражать результаты прогнозирования научно-технического прогресса в соответствующей области, например, в РКП. Необходимо прогнозирование тенденций использования информационно- коммуникационных технологий при решении проблем управления в социально-экономической области с целью отражения этих тенденций в профессиональных стандартах. Подходам к решению этой задачи и посвящена настоящая статья. Каким должен быть профессиональный стандарт в РКП? Основная проблема состоит в том, что хотя стандарт должен быть введен в действие в ближайшее время, его реальное влияние на отрасль начнется через 5 - 10 лет и будет продолжаться еще по крайней мере 10 лет, т.е. до 2030-х годов. Профессиональный стандарт должен исходить из концепции "Образование через науку", т.е. знания, умения, навыки, компетенции, предусмотренные профессиональным стандартом, должны быть основаны на современных научных достижениях. Так, математические методы исследования должны исходить из новой парадигмы этой области знаний, а статистические методы анализа данных должны соответствовать высоким статистическим технологиям. Для разработки профессионального стандарта в области РКП необходимо спрогнозировать характеристики квалификации (уровень знаний, умений, профессиональных навыков и опыта работы), необходимой работнику для осуществления профессиональной деятельности в РКП в 2020 - 2030 гг. Современные информационно-коммуникационные технологии создают принципиально новую ситуацию в организации хозяйства. Возникла возможность управлять из одного центра работой подразделений организации, разбросанными по всему миру. Требование присутствия на рабочем месте - во многом пережиток прошлого. Преимуществ удаленной работы много
-
Прогностическая сила – наилучший показатель качества алгоритма диагностики
01.00.00 Физико-математические науки
Краткое описание
Показана нецелесообразность использования вероятности правильной диагностики в качестве показателя качества алгоритма диагностики. Предложен и изучен новый показатель – прогностическая сила, основанная на расстоянии Махаланобиса между классами. Найдено асимптотическое распределение прогностической силы, указан способ проверки адекватности ее применения. В задаче проверки двух простых гипотез установлена связь прогностической силы с расстоянием Хеллингера
-
Прогноз развития информационно- коммуникационных технологий
01.00.00 Физико-математические науки
Краткое описание
Прогнозирование научно-технического прогресса необходимо для принятия обоснованных управленческих решений. В настоящей статье прогнозируем развитие информационно- коммуникационных технологий с целью решения частного, но важного вопроса разработки профессиональных стандартов в ракетно- космической промышленности. Выявляем факторы, влияющие на развитие информационно- коммуникационных (компьютерных) технологий, с их помощью определяем тенденции развития этих технологий на ближайшие два десятилетия. Главная тенденция - это максимальное удешевление производства компьютерных (и сетевых) комплектующих, сочетающееся с ростом их мощности. Одним из способов удешевления производства является "централизация" - объединение нескольких компонентов в один. Третья тенденция - стремление к уменьшению размеров компьютеров. По размерам будущий компьютер может представлять собой прибор размером с карандаш, булавку или пуговицу, поскольку системный блок имеет пренебрежимо малые размеры, клавиатура и дисплей будут виртуальными, передача любых объем информации осуществляется через виртуальный офис в Интернете. Развитие систем защиты от свободного копирования приведет к росту использования свободнораспространяемого программного обеспечения и технологий "аренды программ" через Интернет. Прогнозируем увеличение надежности и ресурсоемкости программ при сохранении общих принципов интерфейса. Революционные преобразования ожидают производственную (станки, датчики) и бытовую технику
-
01.00.00 Физико-математические науки
Краткое описание
В настоящее время в большинстве научных, технических и экономических исследований используются статистические методы, разработанные в основном в первой трети XX века. Они составляют содержание распространенных учебников. Однако, математическая статистика бурно развивалась и в последующие 60 с лишним лет. В ряде ситуаций назрела необходимость перехода от классических методов к современным. В качестве примера разобрана задача проверки однородности двух независимых выборок. Рассмотрены условия применимости традиционного метода проверки однородности, основанного на использовании статистики t Стьюдента, а также указаны более современные методы. Описана вероятностная модель порождения данных в задаче проверки однородности двух независимых выборок. В терминах этой модели понятие «однородности», т. е. «отсутствие различия», может быть формализовано различными способами. Наивысшая степень однородности достигается, если обе выборки взяты из одной и той же генеральной совокупности (абсолютная однородность). В некоторых случаях целесообразно проверять совпадение некоторых характеристик элементов выборок - математических ожиданий, медиан, дисперсий, коэффициентов вариации и др. (проверка однородности характеристик). Для проверки однородности математических ожиданий часто рекомендуют классический критерий Стьюдента. Предполагают, что выборки взяты из нормальных распределений с одинаковыми дисперсиями. Показано, что для научных технических и экономических данных предпосылки двухвыборочного критерия Стьюдента, как правило, не выполняются. Для проверки однородности математических ожиданий вместо критерия Стьюдента предлагается использовать критерий Крамера-Уэлча. Рассмотрены состоятельные непараметрические критерии Смирнова и Лемана-Розенблатта для проверки абсолютной однородности
-
Проблемы управления малыми производственными предприятиями на ранних стадиях жизненного цикла
Краткое описание
В 1970-х годах в публикациях журналов "Forbes" и "Business Week" появился термин «стартап», который впоследствии стал популярен в научной и деловой литературе. Стартапом называют организацию, создающую новый продукт или услугу в условиях высокой неопределённости. В последние 25-30 лет в связи с переходом России от плановой к смешанной экономике вопросы развития малого бизнеса, в том числе производственного, волнуют многих исследователей и практиков в области менеджмента, экономики и предпринимательства. При этом особо остро стоит проблема смертности российского малого бизнеса: только трем из ста малых предприятий удается прожить больше 3 лет. И одной из главных причин такой статистики являются недостатки менеджмента и управленческие ошибки, которые изучаются в нашем исследовании. Нас интересуют прежде всего малые производственные предприятия и проблемы их развития на ранних стадиях жизненного цикла. В литературе им уделено недостаточно внимания. Малое производственное предприятие — это компания, связанная с организацией производства, либо встраивания продукта/технологии в производственный процесс. Рассматриваем малые производственные предприятия на ранней стадии развития, работающие в области машиностроения, приборостроения, энергетики, телекоммуникаций, робототехники, производства материалов. В настоящей статье мы проанализируем сначала зарубежные, а затем отечественные исследования по малому бизнесу, обсудим проблемы управления малыми производственными предприятиями на ранних стадиях жизненного цикла (на основе результатов проведенного нами анкетного исследования) и в качестве примера рассмотрим историю одного стартапа - Всесоюзного центра статистических методов и информатики Центрального правления Всесоюзного экономического общества (в настоящее время - Институт высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана)
pdf 1.150.331kb
doc 1.150.331kb