Знаете ли вы статистику?

Если не знаете или испытываете потребность упрочить свои знания, обратите внимание на следующие книги.

Компания StatSoft, используя интерес широкого круга пользователей к статистическому анализу, организовала в России активную работу по распространению программного пакета Statistica, издав ряд достаточно интересных книг.

Еще два года назад книга «Statistica. Статистический анализ и обработка данных в среде Windows», стала настоящим бестселлером

Еще два года назад книга «Statistica. Статистический анализ и обработка данных в среде Windows», стала настоящим бестселлером. Ее читатели работают на финансовом рынке, интересуются обработкой медицинской статистики, заняты в нише анализа социологической информации. В книге дано детальное описание интерфейса системы обработки данных, создаваемой на базе пакета, показано, как ими управлять, пользоваться графическими средствами, одними из самых развитых среди средств подобных пакетов (см. статью в журнале «Открытые системы», 1999, № 5—6, cтр. 25), а также применять отдельные модули для решения конкретных классов задач.

Наряду с «Предисловием» и «Введением» книгу составили девять глав, в которых авторы изложили вопросы установки пакета Statistica, его пользовательского интерфейса и некоторые другие. Интегрированный характер системы статистического анализа и обработки данных представлен с помощью описания таких компонентов, как электронные таблицы для ввода и задания исходных данных, специальные таблицы для вывода численных результатов анализа, графическая подсистема визуализации данных и результатов статистического анализа, набор методоориентированных модулей, инструментарий для подготовки отчетов и встроенные языки программирования SCL (Statistica Command Language) и Statistica Basic, которые позволяют расширять стандартные возможности системы. Особое внимание уделено графическим средствам пакета (их освещению отведено более ста страниц) и, в том числе, интерактивному графическому анализу данных.

Другие главы книги описывают возможности средств вывода информации, используемые в пакете: создание отчетов и настройка параметров канала вывода, объединяющая текстовую, цифровую и графическую формы представления информации. Разумеется, важнейшим компонентом статистического анализа является разнообразие содержащихся в нем модулей, задающих содержательную глубину. Так, наряду с возможностью выполнения простейшего статистического анализа данных в нем содержатся модули нелинейной оценки данных, анализа временных рядов, решения задачи прогнозирования и проведения факторного анализа.

Завершает книгу глава о возможностях, заложенных в языках SCL и SB, которые позволяют с помощью макрокоманд более эффективно выполнять повторяющиеся операции при обработке данных или их анализе, а также дописывать новые виды анализа и обработки.

К достоинствам книги следует отнести наличие большого количества примеров, предметного указателя и библиографии. В качестве критического замечания хочу указать на фигуру умолчания. Следовало предупредить читателя на необходимость всякий раз решать вопрос, находится ли он в предметной области статистики. Иначе очень сложно интерпретировать формальные результаты обработки и, тем более, анализа. Поэтому посыл, приведенный на первых страницах книги о необходимости знания статистики, полон лукавства. В качестве достойного выхода из этого положения авторы вполне могли бы привести перечень обязательных для этого шагов, тем более что необходимые средства в пакете имеются.

Читателю, познакомившемуся с пакетом Statistica, полезно будет узнать, что есть и другие книги, позволяющие овладеть новыми разделами практической статистики. Так, первая из них посвящена возможностям анализа временных рядов и решению задач прогнозирования в системе Statistica. Читательский интерес к данной книге может быть обусловлен двумя обстоятельствами. С одной стороны, из нее можно узнать о том, как работать с модулем Time series analysis & Forecasting, с помощью которого реализуются решения задач по анализу и прогнозированию. С другой, в книге имеется большой теоретический раздел, посвященный основам стохастического прогнозирования. Такое построение книги позволяет читателю не только овладеть стандартной для пакета техникой расчета, но и существенно продвинуться в построении моделей анализа и прогноза. В основу книги положен курс, читаемый авторами в МГИЭМ, сочетающий знакомство с теорией и интенсивную компьютерную практику, что может оказаться полезным не только для студентов, специализирующихся на приложениях статистики, но и для специалистов, работающих в финансовой отрасли.

Первая часть книги включает сведения по пакету Statistica, достаточные для работы с упомянутым модулем и серьезных продвижений при решении интересных читателю задач. Изначальной моделью для анализа и прогноза в книге принят временной ряд, над которым совершаются различные процедуры оценивания его параметров. Дальнейший анализ связан с авторегрессией и проинтегрированным скользящим средним, прерванным временным рядом, экспоненциальным сглаживанием и прогнозированием, сезонными декомпозициями, распределенными лагами и спектрами Фурье.

Рассмотрены также средства пакета Statistica, помогающие идентифицировать модели анализа и оценить соответствующие параметры, кроме того, показано, как исследовать проблему адекватности модели и данных временного ряда. В завершении рассказывается, как осуществить прогноз модельных данных.

Отдельная глава посвящена техническим средствам анализа: графическое представление, основные тенденции и сглаживание методом скользящего среднего.

Во второй части книги основы теории прогнозирования представлены главами об общей теории стохастического прогнозирования, прогнозирования стационарных последовательностей (в общем случае), параметрических моделей временных рядов, нестационарных временных рядов, об оценивании параметров модели и элементах статистики стационарных процессов.

Следующая книга посвящена нейронным сетям. Интерес к ней может быть проявлен со стороны специалистов самых различных областей: бизнеса, науки и технологии, например, на использовании моделей нейронных сетей построены эффективные алгоритмы распознавания образов и поисковых процедур для Internet и анализа состояния фондового рынка.

Эту книгу, представляющую собой перевод производственного издания компании StatSoft, составили главы, содержащие материалы по основам нейронных сетей и средствам работы с ними пакета Statistica Neural Networks. Книга снабжена списком первоисточников, однако ни переводчики, ни редактор не дали читателю ни одной русскоязычной ссылки, хотя добрая доля литературы имеется на русском еще со времен издания «Кибернетического сборника» и благодаря деятельности издательства «Мир». И речь идет не только о классике в области нейронных сетей, но и о публикациях современных отечественных авторов, весьма успешно работающих в области медицины, анализа фондового рынка, распознавания образов и поиска информации в Сети.

Во вводной главе рассмотрены известные модели нейронных сетей и приведены некоторые классы решаемых с их помощью задач. Далее читателю предложены материалы по работе с нейронными сетями на начальных этапах, связанных с созданием набора данных, формированием новой сети, сохранением набора данных в ней, обучению, запуску нейронной сети и решению задачи классификации. Более сложные модели сетей и решаемых задач описаны в специальной главе, где можно найти сведения по обучению с кросс-проверкой, условиям остановки обучения и восстановлению лучшей сети, а также поучительные примеры. Завершающие главы имеют практическую направленность и содержат советы по работе с пакетом Statistica Neural Networks при организации работы с данными, формировании, обучении и функционировании сети, а также экспорте данных в систему Statistica.

В книге имеется русскоязычный предметный указатель, который никак не корреспондируется с приведенным списком литературы.

В заключение имеет смысл упомянуть еще одну книгу, которая может быть полезна студентам и преподавателям вузов, организующим практикум по статистике с использованием Statistica.