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
-
О высоких статистических технологиях
01.00.00 Физико-математические науки
Краткое описаниеПри практическом использовании методов прикладной статистики применяются не отдельные методы описания данных, оценивания, проверки гипотез, а развернутые цельные процедуры - так называемые «статистические технологии». Понятие «статистическая технология» аналогично понятию «технологический процесс» в теории и практике организации производства. Вполне естественно, что одни статистические технологии лучше соответствуют потребностям исследователя (пользователя, статистика), другие хуже, одни – современные, а другие – устаревшие, свойства одних изучены, а других – нет. Важно подчеркнуть, что квалифицированное и результативное применение статистических методов - это отнюдь не проверка одной отдельно взятой статистической гипотезы или оценка характеристик или параметров одного заданного распределения из фиксированного семейства. Подобного рода операции - только отдельные кирпичики, из которых складывается статистическая технология. Процедура статистического анализа данных – это информационный технологический процесс, другими словами, та или иная информационная технология. Статистическая информация подвергается разнообразным операциям (последовательно, параллельно или по более сложным схемам). В настоящей статье обсуждаются статистические технологии и проблема «стыковки» алгоритмов. Введено понятие «высокие статистические технологии», обоснована необходимость их разработки и применения. В качестве примера приведены исследования Института высоких статистических технологий и эконометрики Московского государственного технического университета им. Н.Э Баумана. Рассмотрен ряд вопросов подготовки специалистов по высоким статистическим технологиям
-
О влиянии методологии на последствия принятия решений
Краткое описаниеТермин "методология" понимают по-разному. Методология – это учение об организации деятельности. Методология (от «метод» и «логия») – учение о структуре, логической организации, методах и средствах деятельности. Методология – система принципов и способов организации и построения теоретической и практической деятельности, а также учение об этой системе. Из приведенных определений следует, что методология - это интеллектуальная основа, стержень, определяющий подход к конкретным видам деятельности, к принятию управленческих решений. Методология, которой придерживается менеджер (руководитель, управленец), лежит в основе его деятельности, определяет ее успешность или неудачу, проявляющиеся в последствиях принятия решений. Сначала приведем несколько примеров, когда методологические ошибки приводят к ошибочным управленческим решениям. Так, лицо, всерьез требующее обеспечить «Максимум прибыли при минимуме затрат», должно быть отнесено в один из двух классов, которые кратко можно обозначить как "дураки" и "обманщики". Нельзя считать прибыль главной целью деятельности коммерческого предприятия. В следующем разделе обсудим место методологии в проведении различных научных экономических и технических исследований. Естественное продолжение рассматриваемой темы - формулировка некоторых методологических вопросов применения математических методов исследования
-
Краткое описание
Рассмотрена проблема контроллинга крупномасштабной агропромышленной системы, которая должна решаться в процессе организации сельскохозяйственного производства. Показано, что научный и методологический аппарат сервисной подсистемы контроллинга такого объекта должен быть расширен в сравнении рядовыми предприятиями агропромышленного производства. В статье рассмотрен новый подход к теории управления крупномасштабными социально-экономическими системами, основанный на солидарной информационной экономике. Проанализированы её основные идеи, обосновано её использование как базовой организационно-экономической теории взамен «economics». Согласно солидарной информационной экономике современные информационные технологии и теория принятия решений позволяют на основе «открытого сетевого общества» построить информационно- коммуникационную систему, предназначенную для выявления потребностей людей и организации производства с целью их удовлетворения. Предшественники – В.М. Глушков, Ст. Бир, П. Кокшотт, А. Коттрелл и др. Основное содержание исследований - прогнозирование развития будущего общества и его экономики, разработка организационно-экономических методов и моделей, предназначенных для повышения эффективности процессов управления. В качестве экономической составляющей государственной идеологии России мы предлагаем использовать солидарную информационную экономику. Организационно-экономическая теория инновационного развития России должна быть основана на солидарной информационной экономике
-
Новый подход к изучению устойчивости выводов в математических моделях
01.00.00 Физико-математические науки
Краткое описаниеПредложена общая схема изучения устойчивости выводов, полученных с помощью математических методов и моделей, относительно допустимых отклонений исходных данных и предпосылок моделей. Рассмотрены конкретные постановки задач устойчивости: по отношению к изменению данных, их объема и распределений, к допустимым преобразованиям шкал измерения, к временным характеристикам (моменту начала реализации проекта, горизонту планирования). Уменьшение неопределенности может проводиться путем изменения вида данных, т.е. путем перехода к нечисловым данным. Обсуждаются модели конкретных процессов управления промышленными предприятиями на примерах устойчивости характеристик инвестиционных проектов к изменению коэффициентов дисконтирования и устойчивости к изменению коэффициентов модели и объемов партий продукции в моделях управления запасами
-
Новая хронология всеобщей и Российской истории - основа государственно-патриотического мировоззрения
01.00.00 Физико-математические науки
Краткое описаниеВзаимосвязи математической статистики (шире - математических методов исследования) и истории многогранны. По нашему мнению, история математической статистики - неотъемлемая часть этой математической дисциплины. Дан обзор наших работ по истории статистических методов. Велика роль математической статистики для истории. В настоящей статье ограничимся вопросами хронологии. В течение столетий хронология рассматривалась как часть прикладной математики. Основная проблема состоит в том, что вся излагаемая в школьных учебниках "общепринятая" концепция истории России и мира в целом сфальсифицирована противниками России после развала всемирной Империи (Русского Царства) в начале 17 века – 400 лет назад. Рассказы об исторических событиях – это информационное оружие, и его использовали новые властители для подавления сопротивления побежденных. Новая математико-статистическая хронология всеобщей и российской истории, построенная научным коллективом под руководством академика РАН А.Т.Фоменко, оказалась полезной и для обсуждения современных экономических и политических проблем взаимоотношений России и Запада в XXI века. По нашему мнению, новая хронология всеобщей и российской истории должна стать одной из основ государственно- патриотического мировоззрения и вытекающих из него практических решений. Цель настоящей статьи - дать с этой точки зрения первоначальное представление о новой хронологии
-
Новая парадигма анализа статистических и экспертных данных в задачах экономики и управления
Краткое описаниеСтатья посвящена методам анализа статистических и экспертных данных в задачах экономики и управления, рассматриваемых в рамках научной специальности «Математические методы экономики», включающей организационно-экономическое и экономико-математическое моделирование, эконометрику и статистику, а также экономические аспекты теории принятия решений, системного анализа, кибернетики, исследования операций. Рассмотрены основные положения новой парадигмы этой научно-практической области, разработанной автором настоящей статьи в 1980-х годах в процессе создания Всесоюзной статистической ассоциации. Новая парадигма сопоставлена со старой (соответствующей середине XX века). Дана сводка монографий, учебников и учебных пособий, подготовленных под руководством автора настоящей статьи в XXI в. в соответствии с новой парадигмой
-
Новая область контроллинга –контроллинг организационно-экономических методов
Краткое описаниеВведено понятие «контроллинг организационно-экономических методов». Даны определения терминов в цепочке «задача – модель – метод – условия применимости». Описана базовая организационно-экономическая модель промышленного предприятия, в рамках которой рассмотрены проблемы разработки современных организационно-экономических методов. Продемонстрирована актуальность разработки теории и методологии организационно-экономического моделирования. В качестве примеров рассмотрено применение статистических методов на различных этапах жизненного цикла продукции, проблемы внутренних рисков на промышленном предприятии и учет инфляции при анализе хозяйственной деятельности организации
-
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
-
Непараметрические ядерные оценки плотности вероятности в дискретных пространствах
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 наших статьях [3, 4], непосредственным продолжением которых является настоящая статья. Регулярно используются ссылки на условия и утверждения из статей [3, 4], 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 дискретных пространствах. При оценивании плотности числовой случайной величины ядерные оценки переходят в оценки Парзена-Розенблатта. При различных условиях доказана состоятельность и асимптотическая нормальность ядерных оценок плотности. 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. Ядерные оценки плотности рассмотрены для последовательностей пространств с мерами. Найдены условия, при которых разность плотностей распределений вероятностей и математических ожиданий их ядерных оценок равномерно стремится к 0. Установлена равномерная сходимость для дисперсий. Выявлены условия на ядерные функции, при которых имеют место указанные равномерные сходимости. В качестве примеров рассмотрены пространства нечетких подмножеств конечных множеств и пространства всех подмножеств конечных множеств. Найдено условие, обеспечивающее возможность применения ядерных оценок плотности в конечных пространствах. Приведен контрпример пространства ранжировок, в котором применение ядерных оценок плотности нельзя признать корректным
-
Непараметрические оценки циклов
01.00.00 Физико-математические науки
Краткое описаниеВо многих прикладных задачах рассматривают временной ряд, или случайный процесс), являющийся суммой детерминированной периодической функция от времени и случайных погрешностей, искажающих периодический сигнал. Требуется оценить длину периода и периодическую составляющую. При этом не предполагаем, что периодическая функция входит в какое-либо параметрическое семейство функций, например, конечных сумм синусов и косинусов. Очевидно, что предположение о вхождении периодической функции в параметрическое семейство не соответствует свойствам реального мира, т.е. является условным, внутриматематическим (ищем ключи под фонарем, потому что там светло, а не в кустах, где потеряли, потому что там темно). По аналогичным причинам нельзя предполагать, что функция распределения случайных погрешностей входит в какое-либо параметрическое семейство распределений. В соответствии с новой парадигмой математической статистики в настоящей статье рассматриваем задачу непараметрического оценивания (минимальной) длины периода и периодической составляющей сигнала. На основе естественных показателей разброса и размаха предлагаем новый класс непараметрических оценок длины периода и периодической составляющей во временных рядах. Исходя из общих результатов статистики объектов нечисловой природы доказана состоятельность этих оценок. С прикладной точки зрения необходимо численно минимизировать (по одному параметру -возможной длине периода) один или несколько из 66 описанных в статье функционалов