Автор: Доманов А.О.

Скачать полный текст

Загрузить номер целиком

Аннотация

В данной статье предпринята попытка выявить основные допущения, предпосылки и приемы методик, использующих теорему Т. Байеса для оценки взаимосвязи признаков социальных акторов и явлений. Выделены некоторые преимущества предложенного подхода по отношению к более традиционным количественным методам, а также ключевые направления исследований, которые могут быть усовершенствованы при помощи байесовских оценок коэффициентов. Речь идет о совместимости изложенного подхода, прежде всего, с теориями игр и принятия решений, event-анализом, скрытыми цепями Маркова, прогнозированием при помощи нейронных сетей и других предиктивных алгоритмов искусственного интеллекта. Байесовский подход значительно отличается от традиционных статистических методов (прежде всего, он ориентирован на поиск наиболее вероятного, а не единственно верного значения коэффициента связи признаков). В связи с этим предложена графическая интерпретация таких базовых понятий и приемов, как вероятностный вывод, показатель с максимальным правдоподобием и байесовская сеть доверия. Описанный инструментарий использован для проверки гипотезы о влиянии ухудшения качества жизни на рост евроскептицизма граждан всех стран ЕС. Дисперсионный и корреляционный анализ ответов 27 тыс. человек, опрошенных в рамках проекта «Евробарометр» в ноябре-декабре 2019 г., показал высокую степень правдоподобия данного предположения. Более того, байесовский подход позволил сделать вероятностный вывод о том, что более вероятно подтверждение именно этой гипотезы, а не связи евроскептицизма с нынешним финансовым положением респондентов (т.е. относительно большую объясняющую силу имеет сопоставление этой ситуации с прошлым).

Abstract

This article attempts to identify the main assumptions, prerequisites and techniques of the methods developed by some modern statisticians on the basis of T. Bayes' theorem for the purposes of social variables interactions assessment. The author underlined several advantages of the given approach as compared to more traditional quantitative methods and highlighted key research areas subject to evaluation by Bayesian estimates. First of all, this approach is compatible with game and decision theory, event analysis, hidden Markov chains, prediction using neural networks and other predictive algorithms of artificial intelligence. The Bayesian approach differs significantly from traditional statistical methods (first of all, it is focused on finding the most probable, rather than the only true value of the feature coupling coefficient), hence a graphical interpretation was provided for such basic concepts and techniques as probabilistic inference, maximum likelihood estimation and Bayesian confidence network. The described tools were used to test the hypothesis about the impact of life quality decrease on rise in Euroscepticism of EU citizens. ANOVA and correlation analysis of 27 thousand people’s responses to Eurobarometer questions addressed in November-December 2019 attributed strong likelihood to this assumption. Moreover, Bayesian approach allowed for a probabilistic conclusion that this hypothesis is more plausible than the link between Euroscepticism and respondents’ current financial situation (explanatory power of comparison to the past is relatively greater). 

Ключевые слова

байесовское оценивание; евроскептицизм; количественные методы; байесовская сеть доверия; качество жизни; ЕС.

Keywords

ower of comparison to the past is relatively greater). Keywords: Bayesian estimation; Euroscepticism; quantitative methods; Bayesian belief network; quality of life; the EU