DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu
| ŠUMARSKI LIST 9-10/1997 str. 41 <-- 41 --> PDF |
IZVORNI ZNANSTVENI ČLANCI ORIGINAL SCIENTIFIC PAPERS Šumarski list br. 9-10, CXXI( 1997), 499-505 UDK 519.24 + 630* STOHASTIKA U ZNANSTVENIM ISTRAŽIVANJIMA* Problemi - Nerazumijevanja - Opasnosti APPLICATION OF STOCHASTICS TO SCIENTIFIC RESEARCH Problems - Misconceptins - Risks Vladimir HITREC** SAŽETAK: Znanstvena su istraživanja u šumarstvu uglavnom stohastičke prirode, te stoga zahtijevaju uporabu metoda infereneijalne statistike. Rijetki su pokušaji (Rauscher 1980) da se za pojave u šumarstvu uspostave teorije. Prvi se dio rada bavi problemima koje je inicirao Rauscher (1987) i koji su raspravljani u grupi S6.02. 1UFRO -a. Rasprava se vodila o stohastičkim, determinističkim, empirijskim i eksplanatornim modelima. Drugi se dio rada bavi problemima pogrešne interpretacije, odnosno pogrešne upotrabe infereneijalne statistike. Statistika se vrlo često smatra kao nezaobilazna, svemoguća, potpuno objektivna i točna. Takav pristup statistici autor drži pogrešnim. Autor osobito ističe mišljenje (Warren 1986) da su znanstveni zaključci subjektivni i kada se temelje na statističkim analizama. U trećem dijelu rada iznose se primjeri neprikladne uporabe infereneijalne statistike. Ključne riječi: stohastika, matematički modeli, inferencijalna statistika Uvod - Introduction Rad je rezultat autorova bavljenja primjenom mate( 1987, 1988) i rasprava u grupi S6.02 IUFRO-a, u kojoj matike, posebno statistike, u šumarstvu, obradi i prerasu sudjelovali Warren (1988), Oderwald (1988), Host di drva i drugim znanstvenim disciplinama (medicini, (1988), McRoberts (1988), Hitrec (1989) i dr. Autor geologiji, sociologiji, agronomiji). Neposredan povod smatra korisnim da se rasprava o uporabi statistike izza ovaj rad i radove sa sličnom tematikom koji su mu nese izvan stručnih krugova biometričara kako, bi s tim prethodili jest rad W. G. Warrena (1986), koji je prema problemima bili upoznati i znanstvenici kojima je staautorovoj spoznaji ako ne prvi, ali tada svakako najpottistika tek sredstvo u istraživanjima. punije upozorio na opasnost koja nastaje zbog neodgo Ideje iznesene u ovom radu djelomično su već obvarajuće (nestručne) uporabe infereneijalne statistike. javljene; u odnosu na rad iz 1989. ispravljene, a s obziPovod za razmišljaje o modeliranju pružio je Rauscher rom na rad iz 1994. nadopunjene. 1. Teoretski i stohastički modeli - Theory and stochastics models Prirodne i socijalne pojave opisuju se pomoću mateSa stanovišta količine sigurnosti (nesigurnosti) promatičkih modela čija je svrha da omoguće analizu pojacjena, odnosno poopćavanja koje pojedini modeli omova, uglavnom u smislu procjene, prognoze i poopćenja gućavaju, modeli se mogu podijeliti u dvije skupine, u rezultata dobivenih pokusom. determinističke i stohastičke. Modeli mogu biti više ili manje stohastički. Iako se * Rad je prikazan na XX. kongresu IUFRO-a uTampereu 1995. ** Prof. dr. sc. Vladimir Hitrec, Šumarski fakultet Zagreb modeli koji sadržavaju malu količinu nesigurnosti čes |
| ŠUMARSKI LIST 9-10/1997 str. 42 <-- 42 --> PDF |
V. Hitrcc : STOHASTIKA U ZNANSTVENIM ISTRAŽIVANJIMA to nazivaju deterministički, moramo biti svjestni da u stvarnosti nema pojave koja bi se mogla opisati determinističkim modelom. U prirodi nema determinizma. Potpuno deterministički modeli su teorije. Riječ teorija dolazi od grčke riječi theos (bog). Teorija, dakle, ne pripada realnome svijetu, te je moguća odnosno razumljiva jedino bogovima. Teorije (determinističke modele) stvaraju temeljne znanosti. Prihvaćajući aksiome, temeljne znanosti iz njih, služeći se matematikom, stvaraju sve složenije zakone (teorije) koje tada eksperimentalno provjeravaju. Potvrđene se teorije rabe i u primijenjenim znanostima, no tu moraju biti prilagođene stvarnosti. Teorije su potpuna apstrakcija stvarnosti. One u jednom smislu vrijede "svugdje ", a u drugom smislu "nigdje"; "svugdje" jer su univerzalne, a "nigdje"jer se svugdje moraju korigirati kako bi se prilagodile realnim uvjetima (Hitrec 1989.) Jasno je da za primjenu (izravnu upotrebu) nije dovoljna teorija. Ona nije ni nužna. Realnije svijet stohastičan te izravna primjena determinističkih modela nije moguća. S gledišta primjene, modeli se mogu podijeliti u eksplanatorne i empirieke. Eksplanatornom varijablom naziva se varijabla čija promjena uzrokovana nenasilnim (ne akcidentnim*) čimbenicima zadržava kvalitetnost modela. Rauche r (1987) ekslanatorne modele naziva kauzalnim (uzročnim) modelima. Taj naziv smatra neprikladnim jer pravi uzroci pojava nikada nisu poznati. Temeljni uzrok zašto određena količina vlage odnosno topline pogoduje rastu biljaka nije poznat. Do određene razine spoznaje može se doći, no bit se ne može objasniti. Ne može se objasniti zašto, na primjer, kamen kada se ispusti, pada "dolje", a ne poleti prema "gore". Empirijski modeli, prema Raucheru (1987), sadrže i takve varijable (ili samo takve varijable) koje bitno ne utječu na promjenu prediktora. Radi se o varijablama koje su u korelaciji sa zavisnom varijablom, no ne utječu na njezinu promjenu. Ako se s empirijskim varijablama dogodi nešto neobično, incidetno, tada se model može pokvariti. Poznat je primjer postojanja takve stohastičke veze y=f(x), gdje je x broj roda u određenom mjesecu koje se mogu prebrojiti u Kopenhagenu, &y broj poroda u tom mjesecu (izvor te informacije nije mi poznat.) Nešto realniji primjer takvog apsolutno empirijskog modela mogao bi se dobiti stavi li se u korelaciju broj jaglaca na tratini s lisnatošću breza na obližnjem brežuljku. Ako takva korelacija postoji (stoje vrlo vjerojatno), a lakše je brojiti jaglace nego lišće na brezama, tada ćemo biti zadovoljni s takvim empirijskim modelom. Naravno da su oba primjera granična, no nade li se varijabla koja je u korelaciji s prediktorom, te ako je tu Šumarski list br. 9 10, CXXI (1997), 499-505 varijablu lako mjeriti i ako je korelacija jaka, nema razloga da se model ne upotrijebi. Problem nastaje ako koza pobrsti jaglace, ili ako rode budu ubijene. To je taj akcident kod asteriksa (*) stoje već spomenuto. Raucher (1987) vjeruje, želi, odnosno nagovještava da je nužno i u šumarstvu odnosno u primijenjenim znanostima početi upotrebljavati eksplanatorne modele koji bi omogućili veći determinizam modela. Smatram daje to vrlo teško ili gotovo nemoguće, jer je stvarnost uvijek stohastična, i da se može govoriti samo o više ili manje eksplanatornom modelu, već prema tomu koliko eksplanatornih varijabli on sadržava. Mislim da se problem - stohastika ili determinizam, te - empirički ili eksplanatorni modeli u primijenjenim znanostima ne može riješiti. Morat ćemo se služiti svim onim vrstama modela koji pružaju mogućnost procjene odnosno prognoze, nastojeći da nezavisne varijable objašnjavaju zavisnu varijablu kada je god to moguće, uključujući i cijenu stvaranja takva modela. Naravno da nam odgovara ako model sadrži mnogo eksplanatornih varijabli (varijable koje su u izravnoj svezi s funkcijom kriterija). Kao primjer mogu se navesti normirana vremena za obaranje i izradu sortimenata. Pri istraživanju koje su obavili Tomanić i dr. (1978) obuhvaćen je znatan broj varijabli: vrsta drva, prsni promjer, visina, površina krošnje, mjesec u godini, dubina snijega, nagib terena, kamenitost terena i još neke. Nakon analize, satističke, logičke i financijske, a uzevši u obzir praktičnost ali i nužnu točnost, za procjenu potrebnoga radnog vremena ostale su tri varijable: prsni promjer i metoda rada te nekoliko grupa vrsta drveća. Ostale su varijable izostavljene iako su bile eksplanatorne, no beznačajno su doprinosile procjeni vremena. Iako se nastojalo uvesti mnogo eksplanatornih varijabli, te iako su tri eksplanatorne varijable ostale kao nezavisne varijable u modelu, model je ostao znatno stohastičan. Život je stohastičan. Nastojanja da se modeli učine stoje moguće više eksplanatornima i više determinističkima poželjna su, no određena će količina stohastičnosti (neizvjesnosti) u primjenama uvijek ostati. To će biti osobito izraženo pri proučavanju žive (realne) prirode, a posebice kada se promatra interakcija prirode i ljudi, odnosno njihova rada koji je rezultat izvanredno mnogo činbenika. Tu su svakako istraživači temeljnih disciplina u prividnoj" prednosti", jer oni dolaze do "velikih" otkrića, epohalnih teorija, dok se "aplikativac" probija kroz šumu nedefiniranih situacija, punu neočekivanosti i nestalnosti. Istraživač teorija kaže: ako je tako i tako, odnosno tako, tj. ako su ispunjeni određeni uvjeti, tada vrijedi to i to. Onaj koji se bavi primjenom okruženje onim što vrijedi i u tome mora naći nešto novo što vrijedi. Rije |
| ŠUMARSKI LIST 9-10/1997 str. 43 <-- 43 --> PDF |
V. Hitrec : STOHASTIKA U ZNANSTVENIM ISTRAŽIVANJIMA Šumarski list br. 9 10. CXXI (1997). 499-505 tko može kazati: "ako je tako i tako", jer posljedica njete. Zbog toga se pri donošenju zakona odnosno odluka gova istraživanja često implicira i postupak odnosno mora koristiti mjera sigurnosti koja je sadržana u infeodluku koja se mora temeljiti na činjenicama. Problem rencijalnoj statistici. je u tome što mu okruženje nije nikada potpuno pozna-Fg. 1 ilustrira dosadašnja razmatranja ST0HASTIC MODELS THEORIES SSP«®11 ^ODÖ-S ^PLAN, ´ATÜRYM0DELs ill O cc LU o DETERMINISTIC MODELS Slika 1 Teorija, deterministički, stohastički, empirički i eksplanatorni modeli Fig. 1. Theory, deterministic, stohastic, emphirical and explanatory models 2. Kada i gdje inferencijalna statistika - When and where inferencial statistics Prije nego što progovorimo bitno o inferencijalnoj tom pomoću slučajnoga uzorka "dokažemo" da se postatistici, navedimo tvrdnju koja je toliko adekvatna za nedjeljak razlikuje npr. od srijede je besmislena. Ako je statistiku da djeluje kao daje za nju izmišljena: rezultat signifikantan, nije se dobilo ništa novo, a ako rezultat nije signifikantan, morat će se priznati da se u "It ain´t so much the things we don´t know that get us postupku negdje pogriješilo. Naravno da se ovdje radi o trouble. "normalnim" ponedjeljcima i srijedama, a ne o mjere It´s the things we know that ain´t so" (Artemus Ward; njima nakon naše određene intervencije kojom se mož prema Wanacott Wanaccott, 1990). da poremetila poznata zakonitost. U slobodnom prijevodu ta tvrdnja glasi: 2.2. Poznat mije sljedeći primjer. Prsni promjer staNe prave nam problema stvari koje ne znamo. bala u sastojini raste sa starošću. t testom je ispitana sig- Problemi nastaju zbog onoga što mislimo da znamo. nifikantnost razlika u srednjoj vrijednosti debljine sasPrateći stručne i znanstvene radove, uočili smo iztojine, te je ustanovljeno da razlike postoje između svavanredno velik broj neodgovarajućih statističkih modeke godine, a nakon 15 godine više nema signifikantnih la, odnosno netočnih interpretacija statističkih rezultarazlika. Takvo testiranje je besmisleno, jer pojam signita. Ovdje ćemo se osvrnuti na neke od njih. fikantno nije statistički već je stvar instrumenta kojim se mjeri, preciznosti kojom se mjeri i stvar dogovora Pedesetih i šezdesetih godina razvojem inferencijal što se smatra bitnim, a ne smatra nebitnim. ne statistike stvorio se stav da SVE što se dokazuje mora se dokazati pomoću statistike. Čak i ugledni časopisi 2.3. U namjeri da se izrade norme za procjenu vrenisu primali radove gdje rezultati nisu bili potkrijepljemena obaranja stabla i izradu sortimenata u različitim ni statističkom obradom podataka. uvjetima, znanstvenik je potražio savjet matematičara. Matematičar (statističar) je izračunao daje za to istraži Vrlo se često u izvještajima i recenzijama moglo pro vanje potrebno posjeći 150 000 stabala kako bi se do čitati da "su rezultati analizirani (obrađeni) modernim bila tražena preciznost i zadovoljavajuća pouzdanost. metodama statistike", stoje radu davalo na vrijednosti. Naravno da ga znanstvenik nije mogao poslušati, jer bi Iskustvo je međutim pokazalo da statistika nije takav pokus potrajao predugo i bio preskup. Glavni isDeux ex machina koja rješava probleme i donosi odlu traživač se odlučio na nepoštivanje statističkih pravila i ke. Odluka, odnosno kada se radi o istraživanjima bolje izradio norme, svjestan da nisu savršene. One su u dijeje kazati "stav", uvijek je subjektivan, a može se temelovima naknadno bile ispravljene, no rezultati su bili ljiti na statistici. zadovoljavajući. Navedimo primjere: 2.4. Jedna od zabluda o statistici jest kako ona daje 2.1. Opće je poznata činjenica da u ponedjeljak ima (omogućava) objektivne zaključake. Međutim zakljuviše nesreća na radu nego u bilo koji drugi dan u tjednu. čak znanstvenika izveden iz statističkih analiza uvijek Poznati su i razlozi za to. Namjera da statističkim tesje subjektivan i ovisi o prethodnom znanju. |
| ŠUMARSKI LIST 9-10/1997 str. 44 <-- 44 --> PDF |
V. Hitrec : STOIIASTIKA U ZNANSTVENIM ISTRAŽIVANJIMA Šumarski lis! br. 9-10. CXX1 (1997). 499-505 Ta se činjenica može usporediti sa zaključcima koje će donijeti različiti liječnici promatrajući objektivne analize obavljene na pacijentu. Promotrimo primjer: Testirajmo hipotezu o jednakosti proporcija ozlijeđenih radnika pri dvije različite metode rada: Označimo li proporciju ozljeda pri metodi rada A s PA odnosno pri metodi rada B s PB, tada ćemo testirati hipotezu = Ho : PA Pß prema alternativi H, : PA * PB Tablica 1. Različitosti prethodnoga stanovišta, mogući statistički rezultati te mogući zaključci Tablica 1. Moguća prethodna stajališta, mogući statistički rezultati, te mogući zaključci Table 1. The possibilities of our previous standpoint, the possible statistical results, and our possible conclusions. Kritična razina testa The critical test level PRETHODNO STANOVIŠTE OUR PREVIOUS STANDPOINT 1. Nemamo prethodnih znanja We have no former knowledge 2. Smatram da je H0 istinita The truthfulness of H0 is believed in 3. Ne vjeruje se u H0 HA is not believed in a = 0,08 Teško bih odbacio H0 I would hardly reject H0 Ne bih odbacio H0 I would not reject H0 Dečki, evo i mene Guys, here I am! Ovdje svakako treba upozoriti na izvanredan VVarrenov rad (1988 ) pod naslovom Star Games, u kojemu on upozorava na tu igru sa zvjezdicama. Ja bih tomu dodao da bi papkari (koji imaju četiri prsta) s četiri prsta donosili potpuno druge odluke o signifikantnosti, jer a = 0,05 Odbacio bih i posumnjao u H0 I would reject it or have doubts about H0 Postoji sumnja u H0 Nevoljko bih odbacio H0 I have doubts about H0 I reject H0 with displeasure Odlično, i ja sam dobio isto! Great, I have got the same! im kritične vrijednosti ne bi bile temeljene na djeljiteljima broja 10 (prstiju na ruci) Završimo ovo razmatranje citatom Henri Theila, koji navodi Wannacot: Modeli su zato da se upotrebljavaju, a ne da im se vjeruje. 3. Pogreške u uporabi statistike - Mistakes in using statistics Navest ćemo neke od najčešćih pogrešnih upotreba statističkih metoda. 3.1. Pogrešno postavljanje hipoteza - Wrong hipothesis Promotrimo primjer iz jedne zbirke zadataka. Potrebno je testirati hipotezu je li a2 = 1,5 ili je G2 = 3 (tertium non datur). Uzorak od 25 elemenata dao je varijancu uzorka s2 = 2. U rješenju zadatka stoji: Postavimo li H0 : o2 = 1,5 prema H, : a2 = 3, yj test upućuje na prihvaćanje nul-hipoteze. Stavimo li obratno H0 : a2 = 3 prema H, : o2 = 1,5 , nul-hipoteza se opet prihvaća. Na ovaj, na prvi pogled apsurd, upozorili su studenti na vježbama. Problem je u nedefiniranom zadatku. U zadatku naime nije istaknuto u što se vjeruje: da li u a2 = 1,5 ili u a2 = 3. Nadalje, nije jasno je li autor zadatka imao na umu da nikada kao nul hipoteza ne stavlja tvrdnja u koju se ne vjeruje. 3.2. Nepotpune informacije i tvrdnje - Incomplet informations and assertions U istraživanjima nije dovoljno informativno upotrebljavati nazive signifikantno, nesignifikantno i visoko signifikantno, odnosno rezultatima pridruživati zvjezdice. O tome je već bilo ovdje govora. Primjer a. Još se i danas nailazi na slučajeve da se kao informacija daju samo zvjezdice. Čitatelju u tom slučaju nije poznato jesu li dvije zvijezdice (**) napisa |
| ŠUMARSKI LIST 9-10/1997 str. 45 <-- 45 --> PDF |
V. Hitrec : STOHASTIKA U ZNANSTVENIM ISTRAŽIVANJIMA Šumarski list br. 9-10. CXXI (1997). 499-505 ne zbog rezultata u = 1,97, ili npr. u = 2,50 odnosno jeddna takva tablica. Priložena tablica još je manje inforna zvijezdica (*) zbog vrijednosti u = 1,66 ili u = 1,95. mativna, jer u njoj nije navedeno što autor smatra signiOčito da i u primjeru s dvije zvjezdice i u primjeru s fikantnim, a što nesignifikantnim. Tablica sadrži 37 rejednom zvjezdicom obje moguće vrijednosti varijable daka takvih informacija koje su bez komentara malo u nisu jednako značajne. Za ilustraciju je priložena jekorisne. Tablica 2. Rezultati istraživanja razlika između nekih mjernih svojstva četinjača Table 2. Results of the research on the differences between some physical easurement of corniferous Uzorak - uzorak Gustoća u normiranom suhom stanju Obujamno istezanje Sample - sample Volume mass in standard dry condition Volume shrinkage K1-K4 signif. not K1-K5 not signif. K.l-Kl-5 not signif. K2-K3 signif. not K2-K4 signif. not K2-K5 not not K2-K1-5 signif. not K3-K4 not not K3-K5 signif. not Primjer b. Informacija: r = 0,1 je signifikantan na razini 5%, odnosno r = 0.8 nije signifikantan, može biti krivo shvaćena ako nije naveden broj mjerenja i ako nije pridružena odgovarajuća slika. OS Y 2A r=0.1 "significant" at level 5% n>400 OS X OS Y 2B r=0.8 "not significant´ at level 5% n = 400 OS X Slika 2. Signifikantna, ali nekorisna korelacija (2A) i nesignifikantna, ali korisna korelacija (2B) Fig. 2. Significant but useless (2A), and not significant but useful (2B) correlation |
| ŠUMARSKI LIST 9-10/1997 str. 46 <-- 46 --> PDF |
V. Hitrec : STOHASTIKA U ZNANSTVENIM ISTRAŽIVANJIMA Signifikantnost koeficijenta korelacije na slici 2A potpuno je nekorisna, dok slika 2B upućuje na znatnu korelaciju koja nije dokazana zbog malog broja podataka. 3.3. Nekorisno izjednačavanje podataka - Unusable regressions lines Kada na sljedeće dvije slike ne bi bilo originalnih podataka, čitatelj bi mogao doći u zabludu daje mogu WORKING YEAR 32 32 OŠTEĆENJA SLUHA y=-1.21 5+0.01 - 27 i DAMAGED HEARING 23 18 15 11 6 2 1 6 12 18 24 30 36 42 48 54 60 Dob (god.) Age Šumarski list br. 9-10, CXXI {1997). 499-505 će procijeniti staž radnika ako su poznate njegove godine i ako ima oštećeni sluh, odnosno staž radnika ako je poznata njegova starosna dob i ako ima vazoneurozu. Slike pokazuju daje to nemoguće, iako su vjerojatno oba koeficijenta korelacije signifikantna i premda su priložene jednadžbe za takvu procjenu. WORKING 30 VAZONEUROZA 26 y=-41.529+2.186 23 AZO.S´EUROSES 19 16 12 9 5 2 23 26 31 34 38 42 46 50 53 57 61 Dob (god.) Age Slika 3. Nekorisno uklapanje krivulja. Fig. 3. Useless curve fitting Sljedeće slike pokazuju potpunu nekritičnost istraživaca prema dobivenim rezultatima, jer je vjerovaostatističkom paketu u računalu. Nevjerojatne su u stvar /\ I i /yr ! i \ / / \ i/ \ \ i I SS 70 75 80 i ftaisxxta Grafikon 2. Kvalitetna struktura po debljinskim stupnjevima nosti i neobjašnjive nagle promjene nagiba krivulja, Razlog takvim rezultatima naravno leži u previsokom stupnju odabranog polinoma. //// \L / / -~-^X f / / / / / / / / / /´ / / Il / / / ,.- I,.F-K-» /´ / ugmM . Ijtl,.» I,´Ii Ij´Il-^ // / it.l5. otpori ´ It´ f It/ 70 7St »/ Total quality structure per diameter degree Grafikon 3. Sumarna kvalitetna struktura po debljinskim stupnjevima Slika 4. Primjer neprikladnog uklapanja krivulja Fig. 4. An exmple of inadequate curve fitting |
| ŠUMARSKI LIST 9-10/1997 str. 47 <-- 47 --> PDF |
V. Hitrec : STOHASTIKA U ZNANSTVENIM ISTRAŽIVANJIMA Šumarski list br. 9-10, CXXI (1997), 499-505 Uvijek se mora imati na umu da se modelira pojava a ne skup točaka. 4. Ova bih razmatranja završio jednom misli i jednim upozorenjem. 4.1. Ne upotrebljavajmo složene modele jer su nesigurni, nepraktični, netočni i skupi. 4.2. Ne oslanjajmo se na gotove statističke pakete u računalima, ako nam nisu poznati temelji statističkoga (stohastičkoga) načina razmišljanja. 4.3. Warren je svoj, ovdje nekoliko puta citiran rad nazvao: Statistika: razum ili ritual. Mislim da nam je to odlična pouka. Nemojmo koristiti statistiku ritualno, već Cum grano salis. (hrv. Sa zrnom soli odnosno S malo mozga) LITERATURA - References Host, E. G., 1988: Causal Models, Empirical Data, Tomanić ,S., V. Hitrec & V. Vondra: Sistem and Brief Philosophy of Science. IUFRO S6.02 određivanja radnog vremena sječe i izrade drva. Newsletter No. 16, str. Monografija, Liber, Zagreb, 1978, str. 1-443. Hitrec , V. ,1989: Deterministic, Stohastic, ExplanaWarren , W. G., 1988: Empirical and Explanatory motory and Empirical Models. IUFRO Newsletter dels: A comment IUFRO S6.o2 Newsletter No. S6.02,Nol8,str. 1, str. McRoberts , E. M., 1988: In Defens of Empirical Warren , W. G., 1988: On the presentation of StatistiModels. IUFRO S6.02 No. 16, str. cal Analysis: Reason or Ritual. Can. J. For. Res. Oderwald , G. R. ,1988: More "Comparing Empiri16.( 1185-1191) cal and Explanatory Models". IUFRO S&.02 Warren , W. G. ,1988: Star Games. IUFRO S6.02 Newsletter No .12, str. Newsletter No. 17, str. Rauscher, H. M. 1987: Comparing Empirical and Wannacott, T.&R. Wannacott, 1990: IntroductoExplanatory Models. IUFRO Newsletter No. ? ry Statistics for Buisness and Economics, John Rauscher , H. M. 1988: Comparing Empirical and Wiley and Sons pp. Explanatory Models Revisited. IUFRO Newsletter S6.02, No 16, str. SUMMARY: Scientific research in the field of forestry is mainly stochastics, requiring the use od stochastic models, i.e. the method of inferential statistics. Hardly any theories are available, though in some fields they occured and were studied (Raucher 1980). The paper deals with the problem encountered by the researchers dealing with living organisms, particularly with their activities. Such work (applicative) is compared with the so coled fundamental research resulting in theories. Stochastics, deterministics, empirical, i.e. explanatora models are accordingly discussed. This part of the studies was aroused by Raucher (1987) and a discussion within the IUFRO Group S6.02. The second part of the paper is a short mommentary on the misinterpretations about statistics as an aid in making decisions. Statistics is frequently regarded as indispensable, overpowering, objectiv and accurate. In many cases the results yielding obvious conclusions are encumbering with unnecessary statistical "evidence". It sometimes happens that an evident hypothesis is rejected if refused by statistical test. It is frequently forgotten that the inferencial statistics is based on a great number of conditions which have not always been fulfilled. On the other hand, the conditions are sometimes aproached too rigorously. The autor thinks that the use of statistics by being aware that "we are not doing quite correctly " is less hazardous than the use of the correct procedure which we do not understand (here is the emphasis on the problems of statistical packages). The autor points out the idea (Warren 1986) that our conclusions are always subjective. Another misunderstanding is the opinion that statistics can prove opinion and hypotheses. The third par illustrates inadequate use of mathematical statistics with example which are in the authors opinon still presentin literature, though quite some time has passed since the first warnings known to the author (Utts 1986, Warren 1987). Significantly, with computers playing a major part in it, the same analysis of the same data will not always give the same results. |