Как справедливо отмечает Ю.Н.Толстова [6], могут оказаться полезными и иные шкалы, иные конструкции РТИ.
Инвариантные алгоритмы и средние величины
Основное требование к алгоритмам анализа данных формулируется в РТИ так: выводы на основе данных, измеренных в шкале определенного типа, не должны меняться при допустимом преобразовании шкалы измерения этих данных (другими словами, выводы должны быть инвариантны по отношению к допустимым преобразованиям шкалы). Таким образом, цель теории измерений - борьба с субъективизмом исследователя при приписывании численных значений реальным объектам. Так, расстояния можно измерять в метрах, микронах, милях, парсеках и других единицах измерения. Выбор единиц измерения зависит от исследователя, т.е. субъективен. Статистические выводы могут быть адекватны реальности только тогда, когда они не зависят от того, какую единицу измерения предпочтет исследователь, т.е. когда они инвариантны относительно допустимого преобразования шкалы.
В качестве примера рассмотрим обработку мнений экспертов, измеренных в порядковой шкале. Пусть Y1, Y2,...,Yn - совокупность оценок экспертов, "выставленных" одному объекту экспертизы, Z1, Z2,...,Zn - второму.
Как сравнивать эти совокупности? Самое простое - по средним значениям. А как вычислять средние? Известны различные виды средних величин: среднее арифметическое, медиана, мода, среднее геометрическое, среднее гармоническое, среднее квадратическое. Обобщением нескольких из перечисленных является среднее по Колмогорову [29]. Для чисел X1, X2,...,Xn среднее по Колмогорову вычисляется по формуле G{(F(X1)+F(X2)+...F(Xn))/n}, где F - строго монотонная функция, G - функция, обратная к F. Если F(x) = x, то среднее по Колмогорову - это среднее арифметическое, если F(x) = ln x, то среднее геометрическое, если F(x) = 1/x, то среднее гармоническое, и т.д. Медиану и моду нельзя представить в виде средних по Колмогорову.
Общее понятие среднего (по Коши) таково: средней величиной является любая функция f(X1, X2,...Xn) такая, что при всех возможных значениях аргументов значение этой функции не меньше, чем минимальное из чисел X1, X2,...Xn , и не больше, чем максимальное из этих чисел.
При допустимом преобразовании шкалы значение средней величины, очевидно, меняется. Но выводы о том, для какой совокупности среднее больше, а для какой - меньше, не должны меняться (в соответствии с требованием инвариантности выводов, принятом в РТИ) . Сформулируем соответствующую математическую задачу поиска вида средних величин, результат сравнения которых устойчив относительно допустимых преобразований шкалы. Пусть f(X1, X2,...,Xn) - среднее по Коши. Пусть
f(Y1, Y2,...,Yn) < f(Z1, Z2,...,Zn). (1)
Тогда для устойчивости результата сравнения средних необходимо, чтобы для любого допустимого преобразования g из группы допустимых преобразований соответствующей шкалы было справедливо также неравенство
f(g(Y1), g(Y2),..., g(Yn)) < f (g(Z1), g(Z2),..., g(Zn)), (2)
т.е. среднее преобразованных значений из первой совокупности также было меньше среднего преобразованных значений для второй совокупности. Причем сформулированное условие должно быть верно для любых двух совокупностей Y1, Y2,...,Yn и Z1, Z2,...,Zn. Согласно РТИ только такими средними можно пользоваться.
С помощью развитой нами математической теории удается описать вид допустимых средних в основных шкалах:
из всех средних по Коши в порядковой шкале в качестве средних можно использовать только члены вариационного ряда (порядковые статистики), в частности, медиану, но не среднее арифметическое, среднее геометрическое и т.д.;
в шкала интервалов из всех средних по Колмогорову можно применять только среднее арифметическое;
в шкале отношений из всех средних по Колмогорову устойчивыми относительно сравнения являются только степенные средние и среднее геометрическое).
Доказательство первого из этих утверждений приведено в [12, 16, 17], второго и третьего - в [16, 17, 30], причем в [30] дано обобщение на случай взвешенных средних и несколько обобщены математические "условия регулярности", при справедливости которых верны рассматриваемые утверждения.
Приведем численный пример, показывающий некорректность использования среднего арифметического f(X1, X2) = (X1+X2)/2 в порядковой шкале. Пусть Y1= 1, Y2 = 11, Z1 = 6, Z2 = 8. Тогда f(Y1, Y2) = 6, что меньше, чем f(Z1, Z2) = 7. Пусть строго возрастающее преобразование g таково, что g(1) = 1, g(6) = 6, g(8) = 8, g (11) = 99. Тогда f(g(Y1), g(Y2)) = 50, что больше, чем f(g(Z1), g(Z2)) = 7. В результате преобразования шкалы упорядоченность средних изменилась.
Кроме расчета средних, аналогичные задачи рассмотрены для других алгоритмов статистического анализа данных, в частности, связанных с расстояниями [13,14] и мерами связи случайных признаков [17,31].
Приведенные результаты о средних величинах [17, 30] Я.Э.Камень применил для анализа методов агрегирования датчиков в АСУ ТП доменных печей [32]. Л.Д.Мешалкин выступил с критикой требования равносильности условий (13) и (14) и предложил собственную постановку [33].
Велико прикладное значение РТИ в задачах стандартизации и управления качеством [34], в частности, в квалиметрии [26]. Так, В.В.Подиновский показал, что любое изменение коэффициентов весомости единичных показателей качества продукции приводит к изменению упорядочения изделий по средневзвешенному показателю [35]. Н.В.Хованов развил одну из возможных теорий шкал измерения качества [36].
Максимальными инвариантами в порядковой шкале являются ранжировки, возможно, со связями (синонимы: упорядочения, нестрогие линейные порядки, квазисерии). Поэтому от теории измерений - естественный путь к применению иных методов статистики объектов нечисловой природы, в частности, рассмотренных в обзорах [1-3, 37].
Рассмотрим в качестве примера один сюжет, связанный с ранжировками и рейтингами.
Методы средних баллов
В настоящее время распространены экспертные, маркетинговые, квалиметрические, социологические и др. опросы, в которых опрашиваемых просят выставить баллы объектам, изделиям, технологическим процессам, предприятиям, проектам, заявкам на выполнение научно-исследовательских работ, идеям, проблемам, программам, политикам и т.п., а затем рассчитывают средние баллы и рассматривают их как интегральные оценки, выставленные коллективом опрошенных. Какими формулами пользоваться для вычисления средних величин? Обычно применяют среднее арифметическое. Мы уже более 25 лет знаем, что такой способ некорректен, поскольку баллы обычно измерены в порядковой шкале (см. выше). Обоснованным является использование медиан в качестве средних баллов. Однако полностью игнорировать средние арифметические нецелесообразно из-за их распространенности. Поэтому целесообразно использовать одновременно оба метода - и метод средних арифметических рангов (баллов), и методов медианных рангов. Такая рекомендация находится в согласии с концепцией устойчивости [17], рекомендующей использовать различные методы для обработки одних и тех же данных с целью выделить выводы, получаемые одновременно при всех методах.
Рассмотрим конкретный пример применения только что сформулированного подхода.
Анализировались восемь математических моделей некоторого физико-химического явления, обозначенные следующим образом: Д, Л, М-К, Б, Г-Б, Сол, Стеф, К. В 12 экспериментах измерены реальные значения интересующей исследователей характеристики этого явления. Для условий этих 12 экспериментов найдены расчетные значения рассматриваемой характеристики по каждой из 8 моделей. В приведенной ниже таблице приведены ранги 8 моделей по точности приближения в отдельных экспериментальных точках (ранг 1 - самая точная модель, ранг 2 - вторая по точности, ... , ранг 8 - самая далекая от истинного экспериментального значения модель). Ранжировки получены путем сравнения относительных погрешностей моделей.
Табл. Ранги 8 моделей по точности
приближения и результаты расчетов
| № эксперимента | Д | Л | М-К | Б | Г-Б | Сол | Стеф | К |
| 1 | 5 | 3 | 1 | 2 | 8 | 4 | 6 | 7 |
| 2 | 5 | 4 | 3 | 1 | 8 | 2 | 6 | 7 |
| 3 | 1 | 7 | 5 | 4 | 8 | 2 | 3 | 6 |
| 4 | 6 | 4 | 2,5 | 2,5 | 8 | 1 | 7 | 5 |
| 5 | 8 | 2 | 4 | 6 | 3 | 5 | 1 | 7 |
| 6 | 5 | 6 | 4 | 3 | 2 | 1 | 7 | 8 |
| 7 | 6 | 1 | 2 | 3 | 5 | 4 | 8 | 7 |
| 8 | 5 | 1 | 3 | 2 | 7 | 4 | 6 | 8 |
| 9 | 6 | 1 | 3 | 2 | 5 | 4 | 7 | 8 |
| 10 | 5 | 3 | 2 | 1 | 8 | 4 | 6 | 7 |
| 11 | 7 | 1 | 3 | 2 | 6 | 4 | 5 | 8 |
| 12 | 1 | 6 | 5 | 3 | 8 | 4 | 2 | 7 |
| Сумма рангов | 60 | 39 | 37,5 | 31.5 | 76 | 39 | 64 | 85 |
| Среднее арифметическое рангов | 5 | 3,25 | 3,125 | 2,625 | 6,333 | 3,25 | 5,333 | 7,083 |
| Итоговый ранг по средн. арифм. | 5 | 3,5 | 2 | 1 | 7 | 3,5 | 6 | 8 |
| Медианы рангов | 5 | 3 | 3 | 2,25 | 7,5 | 4 | 6 | 7 |
| Итоговый ранг по медианам | 5 | 2,5 | 2,5 | 1 | 8 | 4 | 6 | 7 |
В соответствии с методом средних арифметических рангов приведенные в таблице значения складываются по всем экспериментальным точкам (суммы приведены в четвертой снизу строке таблицы) и модели ранжируются в порядке возрастания суммы рангов. Итоговый ранг приведен в третьей снизу строке таблицы. Ранжировка по суммам рангов (или, что то же, по средним арифметическим рангам) имеет вид: