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: 155 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
Многообразие объектов нечисловой природы
01.00.00 Физико-математические науки
Краткое описаниеВ соответствии с новой парадигмой математической статистики статистика объектов нечисловой природы (статистика нечисловых данных, нечисловая статистика) является одним из четырех основных областей математической статистики. Статистика объектов нечисловой природы состоит из центрального ядра – статистики в пространствах произвольной природы – и статистических теорий анализа конкретных видов нечисловых данных. Для выявления прикладных возможностей статистики объектов нечисловой природы целесообразно изучить многообразие объектов нечисловой природы. Этому и посвящена настоящая статья. Рассмотрены результаты измерений в шкалах, отличных от абсолютной; бинарные отношения; дихотомические (бинарные) данные; множества. Проанализированы объекты нечисловой природы как статистические данные, их значение при формировании статистической или математической модели реального явления, в качестве результата анализа данных
-
Организационно-экономические подходы к оценке реализуемости инновационно-инвестиционных проектов
Краткое описаниеРазработана общая теоретическая модель оценки реализуемости инновационно-инвестиционного проекта. Для конкретизации общей модели выделены типовые этапы разработки проектов в ракетно-космической отрасли. Организационно-экономические подходы к оценке реализуемости проектов по созданию ракетно-космической техники представлены в виде алгоритмов. Они учитывают специфику ракетно-космической отрасли, в силу которой подобные проекты имеют как инновационную, так и инвестиционную составляющие
-
Предельная теория непараметрических статистик
01.00.00 Физико-математические науки
Краткое описаниеИзучено асимптотическое поведение широкого класса непараметрических статистик, в который входят статистики типа омега-квадрат и типа Колмогорова-Смирнова. Доказаны предельные теоремы. Разработан метод аппроксимации ступенчатыми функциями, с его помощью получен ряд необходимых и достаточных условий
-
Анализ экспертных упорядочений
01.00.00 Физико-математические науки
Краткое описаниеВ различных прикладных областях возникает необходимость анализа нескольких экспертных упорядочений, т.е. кластеризованных ранжировок объектов экспертизы. К таким областям относятся технические исследования, экология, менеджмент, экономика, социология, прогнозирование и т.д. В качестве объектов могут выступать образцы продукции, технологии, математические модели, проекты, кандидаты на должность и др. Получены кластеризованные ранжировки могут быть как с помощью экспертов, так и объективным путем, например, при сопоставлении математических моделей с экспериментальными данными с помощью того или иного критерия качества. Описанный в настоящей статье метод был разработан в связи с проблемами химической безопасности биосферы и экологического страхования. Мы предлагаем новый метод построения кластеризованной ранжировки, согласованной (в раскрытом ниже смысле) со всеми рассматриваемыми кластеризованными ранжировками. При этом противоречия между отдельными исходными ранжировками оказываются заключенными внутри кластеров согласованной ранжировки. В результате упорядоченность кластеров отражает общее мнение экспертов, точнее, то общее, что содержится одновременно во всех исходных ранжировках. Вновь построенная кластеризованная ранжировка часто называется согласующей по отношению к исходным кластеризованным ранжировкам. В кластеры заключены объекты, по поводу которых некоторые из исходных ранжировок противоречат друг другу. Для их упорядочения необходимо провести новые исследования. Эти исследования могут быть как формально-математическими (вычисление медианы Кемени, упорядочения по средним арифметическим рангов или по медианам рангов и т.п.), так и требовать привлечения новой информации из соответствующей прикладной области, возможно, проведения дополнительных научно-исследовательских работ. В настоящей статье введены необходимые понятия, затем впервые сформулирован алгоритм согласования в общем виде и рассмотрены его свойства
-
Краткое описание
Во многих областях - в экономике, управлении качеством, медицине, экологии, при обеспечении безопасности полетов и др. - задачи анализа, оценки и управления рисками имеют много общего. Поэтому мы считаем нужным развивать общую теорию риска, подходы и методы которой позволяют единообразно решать задачи риск- менеджмента в конкретных предметных областях. На основе анализа научных публикаций и отраслевых нормативных документов приходится констатировать, что частные теории риска имеют тенденцию замыкаться внутри себя, создавать свои внутренние стандарты и системы нормативных документов. Отдельно – для банковской деятельности, отдельно – для безопасности полетов, отдельно – для промышленных аварий, и т.д. С целью построения общей теории риска анализируем употребление термина «риск» в различных областях, рассматриваем многообразие видов рисков, даем основные определения в области анализа, оценки и управления риском. Обсуждаем планетарные риски (на уровне Земли в целом), глобальные риски (на уровне одного или нескольких государств), финансовые риски, коммерческие риски (риски на уровне непосредственного окружения компании), производственные (внутренние, операционные) риски, относящиеся к деятельности отдельного предприятия (организации), личные риски. Инструментарий общей теории риска позволяет единообразно решать основные проблемы анализа, оценки и управления риском для всех предметных областей
-
01.00.00 Физико-математические науки
Краткое описаниеНа основе статистики нечисловых данных предложен метод проверки независимости двух альтернативных признаков. Метод нацелен на применение в задачах статистического контроля качества продукции. Проверка независимости проводится по совокупности малых выборок, т. е. в асимптотике Колмогорова, когда число неизвестных параметров распределения растет пропорционально объему данных
-
Реальные и номинальные уровни значимости при проверке статистических гипотез
01.00.00 Физико-математические науки
Краткое описаниеПри 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
-
Непараметрическое оценивание характеристик распределений вероятностей
01.00.00 Физико-математические науки
Краткое описаниеСтатья посвящена непараметрическому точечному и интервальному оцениванию характеристик распределения вероятностей (математического ожидания, медианы, дисперсии, среднего квадратического отклонения, коэффициента вариации) по выборке результатов измерений. Выборочные значения рассматриваются как реализации независимых одинаково распределенных случайных величин с произвольной функцией распределения, имеющей нужное число моментов. Непараметрические процедуры анализа данных сопоставляются с параметрическими, основанными на предположении о том, что выборочные значения имеют нормальное распределение. Точечные оценки строятся очевидным образом – используют выборочные аналоги теоретических характеристик. Интервальные оценки основаны на асимптотической нормальности выборочных моментов и функций от них. Непараметрические асимптотические доверительные интервалы получены в результате применения специальной технологии вывода асимптотических соотношений прикладной статистики. Эта технология в качестве первого шага использует многомерную центральную предельную теорему, примененную к сумме векторов, координаты которых – степени исходных случайных величин. Второй шаг – преобразование предельного многомерного нормального вектора с целью получения интересующего исследователя вектора. При этом используются соображения линеаризации и отбрасываются бесконечно малые величины. Третий шаг – строгое обоснование полученных результатов на стандартном для асимптотических математико-статистических рассуждений уровне. При этом обычно приходится использовать необходимые и достаточные условия наследования сходимости. Статья содержит 10 числовых примеров. Исходные данные - сведения о наработке 50 резцов до предельного состояния. Использование методов, разработанных в предположении нормальности распределения, может привести к заметно искаженным выводам в ситуации, когда гипотеза нормальности не выполнена. Практические рекомендации таковы: при анализе реальных данных следует использовать непараметрические доверительные границы
-
Предельные теоремы для ядерных оценок плотности в пространствах произвольной природы
01.00.00 Физико-математические науки
Краткое описаниеОценки плотности распределения вероятностей в пространствах произвольной природы используют для решения различных задач нечисловой статистики. Систематическое изложение теории таких оценок начато в нашей статье [2], непосредственным продолжением которой является настоящая статья. Регулярно используются ссылки на условия и утверждения из статьи [2], в которой введено несколько видов непараметрических оценок плотности вероятности по выборке. Подробнее изучены линейные оценки. В настоящей статье рассмотрим их частные случаи – ядерные оценки плотности в пространствах произвольной природы. При оценивании плотности числовой случайной величины ядерные оценки переходят в оценки Парзена-Розенблатта. Асимптотическому поведению ядерных оценок плотности в общем случае пространствах произвольной природы посвящены теоремы 1 - 8. При различных условиях доказана состоятельность и асимптотическая нормальность ядерных оценок плотности. Изучена равномерная сходимость. Введено понятие "предпочтительный показатель различия" и изучены ядерные оценки плотности на его основе. Введены и изучены естественные меры близости, используемые при анализе асимптотического поведения ядерных оценок плотности. Найдена асимптотика дисперсий ядерных оценок плотности. Рассмотрены примеры, в том числе в конечномерных пространствах и в пространстве интегрируемых с квадратом функций
-
Организационно-экономическое обеспечение инновационной деятельности в ракетно-космической отрасли
Краткое описаниеОбсуждаются основания для разработки организационно-экономического обеспечения (ОЭО) в ракетно-космической отрасли (РКО). Рассмотрены проблемы оценки эффективности инновационно-инвестиционных проектов, ОЭО управления проектами по созданию ракетно-космической техники. На основе анализа состояния и перспектив развития выработаны предложения по ОЭО инновационной деятельности в РКО