![]() |
![]() ![]() ![]() ![]() | ![]() |
![]() |
![]() ![]() ![]() |
![]() |
начало | ![]() |
![]() |
|
![]() |
![]() ![]()
|
![]() |
![]() |
Этим вопросом озаботились профессора Мичиганского университета Бетси Стивенсон и Джастин Волферс. Их статья, опубликованная на сайте bloombergview.com, начинается с рассказа об ошибке, допущенной двумя экономистами Гарварда в исследовании вопроса зависимости экономического роста от государственного долга. Случайно или нет, но в представленном ими тексте выпали данные по пяти странам. Естественно, возникает вопрос, в какой мере мы можем доверять выводам, которые исследователь преподносит как истину? К сожалению, отмечают авторы статьи, ошибки (и даже серьезнее, чем эта) проходят в исследованиях довольно часто. Сегодня результаты анализа опираются, как правило, на огромный массив данных и мнений, обрабатываемых с помощью специальных программных продуктов. Именно поэтому ошибки намного труднее обнаружить и доказать. Что же делать политикам и всем, кто не является специалистом в конкретных вопросах? Как отличить объективный анализ с достоверными результатами от «шлака»? Авторы предлагают руководствоваться несколькими правилами. Обращайте внимание на основательность вывода, который проверяется путем разных подходов к факту (свидетельству). Если в итоге получается один и тот же результат, значит, умозаключение верно. Достоверность подтверждается, если одни и те же данные получаются в различных наборах данных, в разных странах или отраслях. Нельзя обольщаться объемом используемых данных. Бывает, что при впечатлительном массиве информации выводы выглядят малоубедительными. А с другой стороны, результаты могут быть полезны и при малом объеме данных. Даже бедный статистически вывод лучше, чем никакой. Будьте осмотрительны, если имеете дело с учеными, которые используют мощные статистические инструменты в качестве дубинки, чтобы заставить замолчать своих критиков, не являющихся специалистами в данной отрасли. Самые изощренные статистические методы могут быть полезны, но при этом способны прятать больше, чем раскрывать. Не попадайтесь в ловушку оценки статистических данных как «правильных» или «ложных». Это всего лишь основа для анализа. Вопрос, насколько глубокого и точного анализа. Не путайте «соотношение» (correlation) с причинно-следственными связями (causation). Упомянутые выше гарвардские исследователи, исправив ошибку, все равно пришли к тому же выводу, что чем выше государственный долг, тем медленнее экономический рост. Но возникает вопрос, что от чего зависит? А может быть, именно медленный рост национального ВВП воздействует на величину государственного долга? Ответа на этот и некоторые другие, связанные с данной проблемой, вопросы в упомянутом отчете нет. Всегда спрашивайте «а почему, и что дальше?». Имеется множество факторов, воздействующих на соотношение между ВВП и государственным долгом. Например, правительство активно заимствует накануне очередных выборов, но, с другой стороны, вкладывает полученные средства в инфраструктуру, обеспечивающую, в конечном счете, экономический рост. Итак, следует опираться на квалифицированный анализ, а не на жонглирование цифрами, нередко обусловленное идеологическими мотивами, политиканством и просто шарлатанством.
|
![]() |
карта сайта![]() ![]() ![]() |
![]() |
![]() |
|
![]() ![]() |