нет достаточного количества наблюдений, чтобы вполне корректно
подтвердить тот или иной закон распределения, или мы наблюдаем объекты,
которые, строго говоря, нельзя назвать однородными, тогда классической
статистической выборки нет.
В то же время, мы, даже не имея достаточного числа наблюдений,
склонны подразумевать, что за ними стоит проявление некоторого закона.
Мы не можем оценить параметры этого закона вполне точно, но мы можем
прийти к определенному соглашению о виде этого закона и о диапазоне
разброса ключевых параметров, входящих в его математическое описание. И
вот здесь уместно ввести понятие квазистатистики [Nedosekin]:
Квазистатистика . эта выборка наблюдений из их генеральной
совокупности, которая считается недостаточной для идентификации
вероятностного закона распределения с точно определенными параметрами,
но признается достаточной для того, чтобы с той или иной субъективной
степенью достоверности обосновать закон наблюдений в вероятностной или
любой иной форме, причем параметры этого закона будут заданы по
специальным правилам, чтобы удовлетворить требуемой достоверности
идентификации закона наблюдений.
Выдвинутое определение квазистатистики дает расширительное
понимание вероятностного закона, когда он имеет не только частотный, но и
субъективно- аксиологический смысл. Здесь намечены контуры синтеза
вероятности в классическом смысле - и вероятности, понимаемой как
структурная характеристика познавательной активности эксперта-
исследователя.
Также это определение намечает широкое поле для компромисса в
том, что считать достаточным объемом выборки, а что . нет. Например,
эксперт, оценивая финансовое положение предприятий
машиностроительной отрасли, понимает, что каждое предприятие отрасли уникально, занимает свою рыночную нишу и т.д., и поэтому классической
статистики нет, даже если выборка захватывает сотни предприятий. Тем не
менее, эксперт, исследуя выборку какого-то определенного параметра,
подмечает, что для большинства работающих предприятий значения данного
параметра группируются внутри некоторого расчетного диапазона, ближе к
некоторым наиболее ожидаемым, типовым значениям факторов. И эта
закономерность дает эксперту основания утверждать, что имеет место закон
распределения, и далее эксперт может подыскивать этому закону
вероятностную или, к примеру, нечетко-множественную форму.
