Weiche Modelle in Ökonometrie und Statistik

Zusammenfassung

Die weiche Modellbildung im Sinne von Herman Wold wird charakterisiert, der NIPALS-Technik gegenübergestellt und anhand der Pfadmodelle exemplifiziert. Eine allgemeinere Auffassung der weichen Modelle könnte jedoch weitere Konzepte und Verfahren einschließen, und zwar solche, die mit einer kleineren Anzahl von ungesicherten Annahmen auskommen oder der sozialwissenschaftlichen Begriffsbildung besser angepaßt sind. Unter diesem Aspekt werden die nicht-parametrischen Verfahren, bayesianische Verfahren und Verfahren der Datenreduktion, vage Begriffe und die Verwendung von mehrwertigen Logiken betrachtet. An das Verstehensprinzip (Max Weber) wird erinnert.

Summary

Soft modelling in H. Wold’s sense is characterized, confronted with the NIPALS-technique, and exemplified by the path model. A more generalized apprehension of soft modelling could include further conceptions and approaches, viz., those which come along with a smaller number of dubious assumptions or which are more suited to the formation of notions in the social sciences. Under this aspect there are considered nonparametric techniques, bayesian approaches, methods of data reduction, vague notions, and the application of many-valued logics. The principle of "Verstehen’ (Max Weber) is recalled.

Résumé

La formation souple de modèles dans le sens de Herman Wold est caractérisée. Elle est confrontée avec la technique NIPALS et décrite exemplairement à l’aide des modèles de voie. Une vue plus générale des modèles souples pourrait cependant incluire d’autres conceptions et procédures, c’est-à-dire celles qui peuvent s’en tirer avec un nombre réduit d’hypothèses douteuses ou qui sont mieux adaptées à la formation de notions dans les sciences sociales. Les méthodes non-paramètriques, des méthodes de Bayes, des méthodes de la réduction de données, des notions vagues et l’utilisation de logiques polyvalents sont considérées sous cet aspect. Le principe de "Verstehen" (Max Weber) est rappelé.

Резюме

Описывается мягкое образование моделей в смысле Хермана Вольда,противопоста вляется технике НИПАЛЯС и поясняется при помоши путевых моделей.

Более обшее понимание мягких моделей могло бы однако включить дальщие концепции и методы, а именно такие, для которых достаточно небольщое количество неуверенных предположений или такие, которые лучще приспособлены к образованию понятий в обшественных науках.

С Этой точки зрения рассматриваются непараметрические методы, метод Баеса, метод редукции данных, неясные понятия и применение многозначных логик.

Припоминается принцип понимания (Макс Вебер).