Что важно понимать и знать до того, как обращаться к пользованию и истолкованию статистических данных – так это, то, что все они имеют двойственное происхождение и в каждом случае в равной степени могут быть использованы как двусмысленные свидетельства, при помощи которых, как в нынешних судах, одновременно можно добиться любых показаний и доказать, что угодно, в том числе одновременно – ложь и правду!
Можно ли, когда куришь, молиться? Ответ папы римского – да, можно! А вот, когда молишься, можно ли курить? Ответ того же папы – категорически запрещается. Мораль простая: всё зависит от правильной постановки вопроса! Так и в статистике. Феномен обвинения и признания сегодня выше доказательств. Всё предопределено и зависит от преднамеренности целевых установок. Целевые установки сегодня определяют круг и формат необходимых цифр и фактов, а не наоборот – доказательные цифры и факты – их формат и состоятельность! Такова суть сегодняшнего времени! И поэтому в статистике, независимо от уровня её приятия или неприятия, любому современному её пользователю, как с погодой, надо считаться с некоторыми общими её свойствами и в каждом конкретном случае по своему разумению отвечать на её вечные роковые вопросы. Вот с чем здесь каждый раз приходиться считаться и, без предварительного ответа на какие вопросы здесь любому любопытствующему делать нечего!
Известно, истина всегда и везде любит прятаться. Где она наяву в статистике? В правде – сила или в силе – правда? Статистика изобличает или скрывает правду?
Статистика – это наука о доказательствах, основанных на фактах или наука о фактах, основанных на доказательствах? Почему статистика оперирует не только достоверными, но и мнимыми и ложными фактами? Статистика не занимается исследованием или расследованием отдельно взятых фактов. Статистика – это эмпирическая, а не точная наука, занимающаяся доказательством наличия или отсутствия однородности и связи наблюдаемых показателей и признаков массовых явлений, в которой всего лишь в среднем дважды два это четыре!
Гипотетические или теоретические (их целые тысячи) и эмпирические статистические распределения (а их целые квадриллионы) – почему растёт разрыв между ними и различаются критерии оценки их сходимости? Могут ли в статистиках разных распределений применяться одни те же унифицированные конвенции, стандарты, правила и критерии оценки достоверности и точности наблюдаемых данных. Можно ли добиться сходимости и достоверности статистических данных и оценок без унификации алгоритмов, программ и методов их определения и исчисления? Конец фальсифицируемой и не реформируемой административной статистики – это многомерные и многофакторные статистики больших данных? Или это статистика фантома полной неопределённости и абсолютного хаоса, многомерные цифровые коллайдеры и корреляции которой сегодня инструментально