Несколько слов о терминах и развитии науки

Любое широко используемое понятие — «контроллинг», «маркетинг», «статистика» и т. п. — имеет сотни и тысячи определений. Поэтому поясним понимание используемых нами терминов.

Организационно-экономическое моделирование (ОЭМ) — научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями. Термин «экономико-математические методы и модели» (ЭММиМ) имеет близкое содержание. Отличаются эти термины акцентами. ОЭМ нацелено на решение задач организации (управления, менеджмента) и экономики с помощью моделирования. В ЭММиМ сильна математическая составляющая, не связанная непосредственно с проблемами реального мира.

Статистические методы в экономике — предмет эконометрики, базой которой является прикладная статистика. Развитие представлений в этой области и соответствующей терминологии рассмотрим подробнее.

К 60-м годам ХХ в. в нашей стране сформировалась научно-практическая дисциплина, которую называем классической математической статистикой. Специалисты-статистики учились теории по книге Г. Крамера [2], написанной в военные годы и впервые изданной у нас в 1948 г. Из прикладных руководств назовем учебник [3] и таблицы с комментариями [4].

Затем внимание многих специалистов сосредоточилось на изучении математических конструкций, используемых в статистике. Примером таких работ является монография [5]. В ней получены продвинутые математические результаты, но трудно выделить рекомендации для статистика, анализирующего конкретные данные.

Как реакция на уход в математику выделилась новая научная дисциплина — прикладная статистика. В учебнике [6] в качестве рубежа, когда это стало очевидным, мы указали 1981 г. — дату выхода массовым тиражом (33 940 экз.) сборника [7], в названии которого использован термин «прикладная статистика». С этого времени линии развития математической статистики и прикладной статистики разошлись. Первая из этих дисциплин полностью ушла в математику, перестав интересоваться практическими делами. Вторая позиционировала себя в качестве науки об обработке данных — результатов наблюдений, измерений, испытаний, анализов, опытов.

Вполне естественно, что в прикладной статистике стали развиваться математические методы и модели. Необходимость их развития вытекает из потребностей конкретных прикладных исследований. Это математизированное ядро прикладной статистики хочется назвать теоретической статистикой. Тогда под собственно прикладной статистикой следует понимать обширную промежуточную область между теоретической статистикой и применением статистических методов в конкретных областях. В нее входят, в частности, вопросы формирования вероятностно-статистических моделей и выбора конкретных методов анализа данных (т.е. методология прикладной статистики и других статистических методов), проблемы разработки и применения информационных статистических технологий, организации сбора и анализа данных, т. е. разработки статистических технологий.

Таким образом, общая схема современной статистической науки выглядит следующим образом (от абстрактного к конкретному):

• 1. Математическая статистика — часть математики, изучающая статистические структуры. Сама по себе не дает рецептов анализа статистических данных, однако разрабатывает методы, полезные для использования в теоретической статистике.
• 2. Теоретическая статистика — наука, посвященная моделям и методам анализа конкретных статистических данных.
• 3. Прикладная статистика (в узком смысле) посвящена статистическим технологиям сбора и обработки данных. Она включает в себя методологию статистических методов, вопросы организации выборочных исследований, разработки статистических технологий, создания и использования статистических программных продуктов.
• 4. Применение статистических методов в конкретных областях (в экономике и менеджменте — эконометрика, в биологии — биометрика, в химии — хемометрия, в технических исследованиях — технометрика, в геологии, демографии, социологии, медицине, истории, и т. д.).

Часто позиции 2 и 3 вместе называют прикладной статистикой. Иногда позицию 1 именуют теоретической статистикой. Эти терминологические расхождения связаны с тем, что описанное выше развитие рассматриваемой научно-прикладной области не сразу, не полностью и не всегда адекватно отражается в сознании специалистов. Так, до сих пор выпускают учебники, соответствующие уровню представлений середины ХХ века.

Примечание. Здесь мы уточнили схему внутреннего деления статистической теории, предложенную нами в 1990 г. в [8]. Естественный смысл приобрели термины «теоретическая статистика» и «прикладная статистика» (в узком смысле). Однако необходимо иметь в виду, что в недавнем нашем учебнике [6] прикладная статистика понимается в широком смысле, т. е. как объединение позиций 2 и 3. К сожалению, в настоящее время невозможно отождествить теоретическую статистику с математической, поскольку последняя (как часть математики — научной специальности «теория вероятностей и математическая статистика») заметно оторвалась от задач практики.

Отметим, что математическая статистика, как и теоретическая с прикладной, заметно отличается от ведомственной науки органов официальной государственной статистики. ЦСУ, Госкомстат, Росстат применяли и применяют лишь проверенные временем приемы позапрошлого (19-го) века. Возможно, следовало бы от этого ведомства полностью отмежеваться и сменить название дисциплины, например, на «Анализ данных». В настоящее время компромиссным самоназванием рассматриваемой научно-практической дисциплины является термин «статистические методы».

В последние пять лет стало проявляться переосмысление терминов. Поскольку поток научных публикаций по математической статистике практически иссяк (видимо, отрыв от практики анализа реальных данных оказался фатальным), описанное выше разделение прикладной и математической статистики перестало быть актуальным, использование самого термина «прикладная статистика» в научном плане уже не является необходимым. Однако в организационном плане этот термин продолжает оставаться полезным для отмежевания от учебной дисциплины «теория вероятностей и математическая статистика». Дело в том, что «прикладная статистика» преподается в соответствии с новой парадигмой математических методов экономики [1], прикладной [12] и математической [13] статистики, в то время как преподавание учебной дисциплины «теория вероятностей и математическая статистика» обычно ведется в соответствии с устаревшей парадигмой середины ХХ в.

Во второй половине 80-х годов развернулось общественное движение, имеющее целью создание профессионального объединения статистиков. Аналогами являются британское Королевское статистическое общество (основано в 1834 г.) и Американская статистическая ассоциация (создана в 1839 г.). К сожалению, деятельность учрежденной в 1990 г. Всесоюзной статистической ассоциации (ВСА) [9] оказалась парализованной в результате развала СССР. Некоторую активность проявили Российская ассоциация статистических методов, Российская академия статистических методов, Белорусская статистическая ассоциация, созданные на базе ВСА.

В ходе создания ВСА проанализировано состояние и перспективы развития теоретической и прикладной статистики. Создана новая парадигма организационно-экономического моделирования, эконометрики и статистики, основанная, в частности, на переходе от использования параметрических семейств распределений к непараметрической и нечисловой статистике. Выявлена необходимость создания нового поколения учебной литературы, которая должна сменить издания на основе идей середины ХХ в.

Реализация этой задачи? создание системы учебных дисциплин и учебников нового поколения, отражающих современную научную парадигму в рассматриваемой области — основное достижение научной школы МГТУ им. Н. Э. Баумана в области организационно-экономического моделирования, эконометрики и статистики.