назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [ 100 ] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182]


100

НИИ со сходными характеристиками может помочь обнаружить важные закономерности, которые не выявляются стандартными компьютерными программами.

Можно также использовать линии различной толщины с тенями. На эту тему очень много информации можно найти в Интернете, например поисковая система google.com нашла 1580 ссылок на тему «дополнительные возможности для диаграмм рассеивания» (scatter diagram enhancements).

Наш любимый способ улучшения графического решения диаграммы - это обозначение временной последовательности точек данных. Для этого мы поочередно соединяем стрелками точки наблюдений в хронологическом порядке - от самых ранних до самых поздних.

Избегайте неверных выводов

Что бы вы ни анализировали, нельзя всецело полагаться на диаграммы рассеивания, корреляции или уравнения регрессий. Эти коэффициенты не всегда отражают причинные зависимости между рядами данных. Корреляции, которые кажутся значимыми и статистически достоверными, на самым деле могут объясняться воздействием абсолютно случайных факторов.

Особенно высока вероятность неправильной интерпретации графиков и диаграмм. Знаменитый пример заблуждений подобного рода относится к «закономерностям», обнаруженным в расположении точек, куда попадали немецкие бомбы при авианалетах на Лондон во время Второй мировой войны. Газеты публиковали карты с расположением этих точек, и лондонцы изучали их, а когда находили районы, куда бомбы не попадали, приходили к заключению, что там прячутся немецкие шпионы. Последующий статистический анализ показал, что никакой закономерности не было и попадания бомб были абсолютно случайными. Обсуждение склонности людей видеть причинность в абсолютно случайных данных, таких, на-



Reed Hastie and Robin М. Dawes. Rational Choice in an Uncertain World. - London: Sage, 200 L

пример, как географическое распределение случаев заболевания раком, можно найти в книге Рида Хэсти и Робина М. Доу-са Rational Choice in an Uncertain World (Рациональный выбор в неопределенном мире)*.

Одна из наиболее серьезных проблем подобного рода - это выводы о причинах тех или иных событий и явлений на основании ошибочных или ложных корреляций. Подобные некорректные выводы делаются, как правило, тогда, когда:

• не принимается во внимание, что данные могут объясняться воздействием чисто случайных факторов;

• не берут в расчет третью переменную, которая и определяет изменение двух переменных;

• не принимается во внимание изменчивость самой популяции данных;

• при ошибке агрегации.

К сожалению, во многих исследованиях закономерностей динамики рынка делаются одновременно все указанные выше ошибки. Вы можете найти примеры в академических исследованиях, уже цитировавшихся в этой книге, однако еще лучшим введением в эту проблему может быть соревнование на лучший пример псевдокорреляций Spurious Correlations Contest, которое проводит университет Purdue.

Пример, признанный наиболее исключительным в 1998 году, действительно актуален и уникален. Рон Мэй-А - кер использовал корреляцию между численностью насе-щш ления немецкого города Ольденбурга и численностью за-меченных там аистов.

В Ольденбурге самая высокая в мире доля жителей, которые читают работы философа Эммануила Канта, причем каждый год в город переселяются все новые поклонники философа. Поскольку философские дискуссии о Канте становятся более и



Purdue Universitys Spurious Correlations Contest, 2000 Winners (2001). Available from http: v*ww.mrs.umn.edu.

более оживленными, поварам приходится готовить все больше колбас (wurst - нем.)- Их количество растет, а качество снижается. Из-за плохой колбасы, как известно, нарушается логика рассуждений. Это ведет к абсолютно неправильным интерпретациям произведений Канта, называемым по-немецки unkantver-stehenlassenhummeb. Письменные дискуссии на эту тему серьезно ухудшают зрение жителей города, поскольку им приходится постоянно читать и писать такое длинное слово. Проблемы со зрением приводят к тому, что аистов замечают даже тогда, когда их нет поблизости, поэтому данные об аистах оказываются завышенными минимум в два раза*.

Недооценка случайных факторов

Давайте проанализируем проблему ложных корреляций. Игнорирование случайных факторов или случайнык колебаний величин переменных- это одна из самых распространенных ошибок при анализе корреляций между параметрами динамики рьшка. Почти все «закономерности», о которых вы читаете в финансовой периодике о динамике рынка, объясняются на самом деле чисто случайными процессами и факторами. Самый характерный пример подобного рода - это благоговейный пересказ журналистом рекомендаций какого-нибудь менеджера взаимного фонда относительно тех или иных конкретных акций или о6-ндей тенденции движения рынка. «Мистер X может предсказать абсолютный максимум цен. Он купил акции, когда их цена достигла абсолютного минимума, и написал об этом книгу. Он купил акции ABC перед недавним подъемом цен и не будет их продавать, пока цена не достигнет 100 долл. за акцию». Ну да, конечно. Среди десятков тысяч менеджеров и консультантов всегда найдутся один-два, которые точно «попали в яблочко». Но действительно ли их успех объясняется какой-то особой прозорливостью? Более вероятное объяснение - простая удача.

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [ 100 ] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182]