Применение подхода «от общего к частному» к спецификации модели
Как мы уже убедились, в случае когда мы начинаем с простой модели и в дальнейшем усложняем ее в соответствии с диагностическими тестами, имеется риск в конце концов получить ложную модель, которая удовлетворяет нас постольку, поскольку в процессе последовательной адаптации мы «подогнали» ее к выборке данных (именно подогнали, поскольку все вероятностные тесты оказываются некорректными из-за неправильно сформулированной нулевой гипотезы).
Некоторые авторы настаивают, что было бы лучше принять противоположный подход. Вместо попыток превратить частную начальную модель в более общую следует, считают они, начинать с общей модели и сводить ее к более частной путем последовательного наложения ограничений (после испытания их корректности).
Конечно, подход «от общего к частному» в принципе более предпочтителен. Проблема заключается в том, что в чистом виде он часто оказывается неприменим. Если размер выборки ограничен, а начальная спецификация включает большое число потенциальных объясняющих переменных, то мультиколлинеарность может вызвать незначимость коэффициентов у большинства из них или даже у всех переменных. Появление этой проблемы особенно реально для моделей на временных рядах. В крайнем случае число переменных может превышать число наблюдений, и оценить параметры модели окажется невозможным вообще. Когда оценка модели возможна, незначимость многих коэффициентов дает исследователю большую свободу в принятии решения о том, какие из переменных удалить. Конечная версия модели может оказаться очень чувствительной к такому произвольному начальному решению. Исключенная переменная с начальным незначимым коэффициентом могла бы иметь значимый коэффициент в сокращенной версии модели, если бы она была там оставлена. Добросовестное систематичное применение принципа «от общего к частному» может потребовать исследования необозримого числа возможных путей упрощения модели.
И даже если таких путей окажется немного, исследователь в итоге может остаться с большим числом моделей-конкурентов, ни одна из которых не предпочтительнее других. Этот исход напоминает «отпочковавшуюся» версию случая (4) для невключенных гипотез, который рассматривался в предыдущем разделе.В итоге некоторый компромисс представляется нормальным явлением, и для него нет никаких правил, кроме принципов формирования исходной концепции модели. Более слабой, но действенной версией рассматриваемого подхода может быть осторожность при включении в исходную спецификацию ограничений, которые заранее имеют шанс быть отвергнутыми. Будет правильным, однако, заметить, что способность делать это свидетельствует об опыте исследователя, и в таком случае весь подход сводится к требованию накопления опыта. Скептики могут сравнить этот подход с развешиванием надписей «ПОДУМАЙ!», которые украшали офисы фирмы IBM в первые дни ее существования, и даже Д. Хендри — один из настойчивых защитников этого подхода — признает, что на практике здесь всегда неизбежна поисковая работа (Hendry, 1979, р. 228, ссылки на работы Дж. Дэвидсона и др. [Davidson, 1978]). Как неформальную поддержку данного подхода, полную занимательных едких замечаний о недостатках построения моделей по принципу «от простого к сложному» и иллюстративных примеров, рекомендуем работу Д. Хендри (Hendry, 1979) (с небольшой оговоркой, что у} — тест на несостоятельность прогноза, используемый в данной работе, теперь широко признан недейственным и, как правило, больше не применяется).