Анализ природы данных

Уже на первых этапах статистической обработки исходных данных X₁, X₂, … X _n - наблюдаемых значений исследуемой случайной величины - приходится отвечать на следующие вопросы, от правильного ответа на которые зависит правомерность и эффективность применяемых методов анализа:

1) можно ли считать имеющиеся в нашем распоряжении данные X₁, X₂, … X_n результатами независимых наблюдений некоторой случайной величины.

2) при наличии нескольких “порций” исходных данных можно ли считать, что все они извлечены из одной и той же генеральной совокупности.

3) правомерно ли полагать, что закон распределения наблюдаемой случайной величины симметричен относительно центра группирования её значений.

4) какая модель больше подходит для описания закона вероятностного распределения обрабатываемых данных и, в частности, как проверить соответствие выбранной модели имеющимся в нашем распоряжении наблюдениям.

5) как строить обработку данных при наличии отдельных “пропусков” в них (например, в многомерном наблюдении X оказались неизмеримыми некоторые из его компонент).

6) как поступать с “подозрительными” наблюдениями, т.е. с данными, резко выделяющимися на общем фоне остальных наблюдений.

Решение этих вопросов достигается с помощью различных статистических критериев и приемов – критериев независимости и стационарности наблюдений, критериев однородности двух или нескольких выборок, критериев симметрии распределения, критериев согласия и т.д.