В статье представлена одна из статистических технологий, используемых для исследования потоков событий, в т.ч. в судоходстве и стивидорной деятельности, на основе гистограмм. Рассмотрена классификация этих потоков по содержанию. Приведены параметры, характеризующие рассматриваемые потоки событий, обоснован их приоритет по их значению с точки зрения безопасности функционирования и жизнеобеспечения. На примере распределения времени обслуживания судов на шлюзе показана неопределенность отображения его характера с помощью гистограмм. При этом рассмотрены три способа разбиения диапазона времени обслуживания судов на интервалы. Сравнение полученных гистограмм показало заметное их отличие друг от друга, несмотря на то, что все они отображают один и тот же поток событий в наблюдаемом диапазоне времени. Если каждый исследователь имеет возможность выбирать тот закон распределения, который кажется ему наиболее предпочтительным по его субъективным представлениям, то в этом случае нарушается объективность адекватного отображения распределения потоков событий в виде гистограмм. Таким образом, уже на этапе первичной обработки данных при поиске законов распределения наблюдаемых потоков событий на основе гистограмм традиционная статистика не дает однозначного ответа по решению выявленных проблем. В условиях высокой интенсивности обменных процессов постиндустриального общества на уровне предельных ограничений эти проблемы - актуальны и дают заказ для науки.
судоходство, стивидорная деятельность, флот, судно, шлюз, канал, статистическая технология, управление, ритм функционирования транспортных систем, режим движения транспортных потоков, интервал между событиями, частота событий, распределение событий.
1. Балакришнан А.В. Теория фильтрации Калмана. - М.: Мир, 1988. - 166 с.
2. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление/ Вып. 1 – М.: Мир, 1974. – 604 с.
3. Бриллинджер Д. Временные ряды. Обработка данных и теория/ Под ред. А.Н. Колмогорова. Пер с англ. - М.: Мир, 1980. - 536 с.
4. Джонстон Дж. Эконометрические методы. – М.: Статистика, 1980. - 443 с.
5. Карлин С. Основы теории случайных процессов. - М.: Мир, 1971. - 536 с.
6. Классификация и кластер/ Под ред. Дж. Вэн Райзина. - М.: Мир, 1980. - 390 с.
7. Крейн М., Лемуан О. Введение в регенеративный метод анализа моделей. – М.: Наука, 1982. - 104 с.
8. Методы анализа данных: Подход, основанный на методе динамических сгущений / Колл. авт. под рук. Э. Дидэ. Пер. с франц. – М.: Финансы и статистика, 1985. - 357 с.
9. Рунион Р. Справочник по непараметрической статистике. Современный подход. – М.: Финансы и статистика, 1982. - 198 с.
10. Трифанов В.Н. Методические основы синтеза динамических сетей. Алгебраическое равновесие и статистика/ Препринт № 148 под ред. В.М. Пономарева// АН СССР. – Л.: Ленинградский институт информатики и автоматизации, 1991. - с. 59-61.
11. Туаршева О.А. Альтернативный вариант статистического анализа потоков событий // Транспортное дело России. – 2018. - № 6 (139). - с. 307 – 308.
12. Туаршева О.А. Структура режимов транспортных коммуникационных сред // Транспортное дело России. – 2019. - № 5 (144). - с. 157- 159.
13. Туаршева О.А. Теория очередей на водном транспорте для потоков общей природы // Транспортное дело России. – 2023. - № 4 (167). - с. – 151 - 155.
14. Туаршева О.А. Управление очередью судов и регулирование очередности их обслуживания в портах и на шлюзах каналов // Транспортное дело России. – 2023. - № 4 (167). - с. – 166 - 170.
15. Туаршева О.А. Решение проблем управления в судоходстве и стивидорной деятельности на основе статистического анализа // Транспортное дело России. – 2023. - № 5 (168). - с. – 193 – 197.
