Datasets:
Vikhrmodels
/
programming_books_rus

Dataset card Data Studio Files
xet
Community
1
text
stringlengths
0
1.95k
295
ЗАКЛЮЧЕНИЕ
Применение многомерных статистических методов и алгоритмов распознавания
образов в экологических исследованиях имеет давнюю историю (Розенберг, 1977, 1980,
1981, 1984). Принципиальная сложность взаимодействия природных систем с факторами
окружающей среды еще задолго до появления первых работ по бутстепу предопределило
разработку комьютерно-интенсивных методов обработки данных, таких как расчет меры
диссонанса исходной и рандомизированной матриц
(Розенберг, 1975),
комбинаторные способы оценки устойчивости ценозов (Розенберг и др., 1980), алгоритм
«модельного штурма» (Брусиловский, Розенберг, 1983) и т. д. Настоящая монография
подводит своеобразный промежуточный итог долгому пути в этом направлении.
связи
Ограничившись подробным рассмотрением методов ресамплинга и других
алгоритмов из семейства Монте-Карло, авторы ни в коем случае не стремились
противопоставить их традиционным методикам статистического анализа (регрессионному
анализу, различным «старым» моделям прогнозирования временных рядов, кластерному
анализу и т. д.). Эти методы, основанные на серьезной теоретической платформе и
выдержавшие проверку десятилетиями, также нужно всемерно изучать и использовать. В
качестве примера гармонического сочетания «старого и нового» можно привести
программное обеспечение эколого-информационной системы Волжского бассейна
(RЕGION-VOLGAВАS – Розенберг, 2009), где, наряду с общепринятыми методами
статистики, для прогнозирования сценариев возможного развития региона используются
различные модели самоорганизации (эволюционное и нейросетевое моделирование, метод
группового учета аргументов, карты Кохонена и др.).
С другой стороны, у ученых «пришло понимание субъективности образа
экологического мира: он перестал быть понятным и объяснимым, а его познание перешло
из стадии созерцательной неподвижной гармонии к потоку нескончаемых изменений»
(Розенберг, Смелянский, 1997). И здесь методы Монте-Карло – только одно из возможных
направлений развития. Современный взгляд на биотические сообщества открывает
широкие пути применения для анализа их структуры и многих других достижений физики
и математики, включая синергетику, кибернетику, теорию сложности, концепцию
самоорганизованной критичности. Например, одним из таких направлений является
использование фрактальной методологии при объяснении инвариантных характеристик
структуры экосистем, эффективность которой подробно и последовательно обсуждается в
недавно вышедшей монографии (Гелашвили и др., 2013).
Поэтому авторам остается только пожелать молодым исследователям помнить
слова И. Пригожина (2000, с. 14): «На наших глазах рождается наука, не ограничиваемая
более идеализированными и упрощенными ситуациями, а отражающая всю сложность
реального мира…».
296
СПИСОК ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ
Айвазян С.А. Байесовский подход в эконометрическом анализе
// Прикладная
эконометрика. 2008. Т.9, №1. C. 93–130.
Айвазян С.А., Буштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика.
Классификация и снижение размерностей. М.: Финансы и статистика, 1989. 607 с.
Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрии. М.: ЮНИТИ,
1998. 1022 с.
Алгоритмы и программы восстановления зависимостей. М.: Наука, 1984. 816 с.
Анатольев С. Основы бутстрапирования // Квантиль. 2007. №3. С. 1-12.
Анатольев С. Непараметрическая регрессия // Квантиль. 2009. №7. С. 37-52.
Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. М.: Мир,
1982. 488 с.
Бидюк П.И., Павлов В.В., Борисевич А.С. и др. Оценивание регрессионных моделей с
помощью метода Монте-Карло для марковских цепей // Кибернетика и вычисл.
техника. 2009. Вып. 156. С. 40-57.
Бир С. Кибернетика и управление производством. М.: Наука, 1963. 276 с.
Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974.
Вып. 1. 406 с.
Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. М.: Наука, 1974. 487 с.
Воробейчик Е.Л. О некоторых индексах ширины и перекрывания экологических ниш //
Журн. общ. биологии. 1993. Т. 54, № 6. С. 706-712.
Гайдышев И. Анализ и обработка данных: специальный справочник. СПб: Питер, 2001.
752 с.
Гелашвили Д.Б., Иудин Д.И., Розенберг Г.С. и др. Фракталы и мультифракталы в
биоэкологии. Нижний Новгород: Изд-во Нижегородского госуниверситета, 2013.
370 с.
Горбань А.Н., Дунин-Барковский В.Л., Миркес Е.М.
и
др. Нейроинформатика.
Новосибирск: Наука. Сиб. предприятие РАН, 1998. 296 с.