Там нет компьютеров, но там есть весь ход вычислений. В противном случае книга будет иметь
применение как справочник, и в меньшей степени как пример для подражания.
Еще раз повторюсь, здесь лучше делать ставку на современные статистические пакеты,
благо их много, и они доступны многим читателям.
НЦ: Мне важно было написать, что результаты не выдуманы, а получены на ЭВМ и не
важно, на какой - старой или современной. Важно, что изложенные в книге алгоритмы прошли
обкатку. Программы устарели, но алгоритмы бессмертны как трагедии Шекспира: «в наше время,
как и четыреста лет назад романтик Ромео любит очаровательную Джульетту, а ревнивец
Отелло душит невинную Дездемону» :-)! (из интернета).
А о том, что ставку лучше делать на современные статистические пакеты я писал во
введении.
ВЛ: ... Это тем более необходимо, если Вы будете переводить книгу на английский. Иначе
издательства её отвергнут. Все их книги насыщены примерами, выполненными в популярных
статистических пакетах.
НЦ: Согласен. Но раз у Вас эти ППП есть, то, может, Вы и подхватите эстафету? Ведь мне
это не так просто “дать ссылки”! Эти ППП надо ещё протестировать, сравнить и обсудить!
ВЛ: Увы, нет времени. Кроме того, в этом случае необходимо все реальные примеры заново
пересчитать в этих пакетах, чтобы сравнивать.
НЦ: Я, грешным делом, думаю, что после издания книга заживёт «своей жизнью» и какое ни
будь иностранное издательство само возьмётся её переводить.
ВЛ: Редукция корреляционной матрицы (КМ). Актуальность раздела не вполне очевидна.
В частности, для редукции КМ можно использовать методы факторного анализа. При обзоре
огромной корреляционной матрицы в традиционной симметричной форме, конечно, трудно, а то и
невозможно вычленить наиболее важные конгломераты коэффициентов. А при помощи
факторного анализа имеем нагрузки на ГК или на факторы, и выделяем эти группы связей.
НЦ: Использование методов факторного анализа для редукции необозримо большой КМ -
это стрельба из пушки по воробьям. Наш метод исчерпывает задачу: каждый элемент КМ -
коэффициент корреляции - получает минимум - две позиции в таблице. Информацию о его знаке -
в нижней треугольной матрице и абсолютном значении (сразу в округлённой форме!) - в верхней
треугольной матрице! И, наконец, наш приём даёт пользователю представление об интервальной
оценке параметра. Это дополнительно позволяет (при необходимости) легко сравнивать
коэффициенты корреляции в различных КМ между собой. Так матрица 44*44 (см. пример в
монографии), представленная «обычным образом», занимает несколько страниц, а её редукция
(компактное представление) полностью помещается на экране дисплея или на одной странице
книги!
ВЛ: Надо помочь читателю научиться не только теории, но и компьютерной практике
реализации этой теории.
НЦ: Есть же столько книг и об этом!
ВЛ: В том то и дело, что ТАКИХ книг очень мало, а толковых – вообще нет! Нет книг, в
которых есть и то, как делать, и исходные данные, и результаты анализа, и их обсуждение. Сами
понимаете, что писать такую книгу в России страшно трудно, а заплатят гроши. Вот и нет таких
книг.
Теперь относительно количеств значащих чисел в распечатке. Все это легко
управляется внутренним языком используемого пакета: задается иной формат вывода и можно
получать два знака после запятой. Правда, тогда мы будем видеть, к примеру, лишь два нуля после
запятой, и гадать, а что на третьей и следующих позициях?
НЦ: Совершенно верно. Если мы зададим в формате вывода значения уровня значимости Р
четыре знака после запятой, то число Р = 0.00053 будет записано с одной значащей цифрой. Но
если Р = 0.0000053, то будет написано Р = 0.0000. Подобное управление внутренним языком
используемого пакета не эффективно, так как ведёт к потере значащих цифр. Мы же предлагаем
поступать иначе («по старинке»). Для сравнения заданного критического значения Р
к
с
достигнутым Р достаточно получать значения Р с погрешностью, не превышающей 10%. Удобно и
достаточно на печать выводить значения величины Р, содержащие только две значащие цифры в
виде всего четырёх символов, например, (ab-c), где ab - две цифры мантиссы; c - порядок числа