Ценность априорной информации в процедурах интеллектуального анализа данных

Предметом данной работы является изучение влияния объема априорной информации на качество статистических тестов и свойства рыночного портфеля активов. Исследование поделено на две части. В первой части сравнивались мощности тестов Стьюдента и Z-теста, проверяющих гипотезу о математическом ожидании при неизвестной и известной дисперсии соответственно. В этой задаче было найдено пороговое значение ошибки в априорной дисперсии, при которой Z-тест остается мощнее t-теста Стьюдента. Во второй части в качестве ошибки в априорной информации рассматривались ошибки в ковариациях рыночных активов. Результатом этой части исследования стало значение ошибки, при котором рыночный портфель, построенный, опираясь на априорную информацию, несильно проигрывает по свойствам портфелю, построенному по оценочным параметрам. В обеих задачах полученное значение ошибки равнялось примерно 10% от исходного параметра. Таким образом, если получить априорную информацию с такой точностью возможно, ее использование является вполне оправданным.