A. Величина Л(X, Y) называется «вероятностью случайного совпадения лет» (ВССЛ). Таким образом, если, например, Л(X, Y) = 10−6, то это должно означать, что из миллиона наугад взятых хроник, описывающих промежуток времени данной длины, только одна находится к хронике X также «близко», как и хроника Y. Отсюда легко сделать вывод — раз чрезвычайно мала вероятность того, что столь близкое совпадение хроник X и Y случайно, то они обязаны описывать одни и те же события, что и требуется доказать автору.
Неправда ли, все это звучит весьма убедительно? И, конечно, нельзя упрекнуть читателей, которые, не проникая глубже в методику Фоменко, остаются здесь вполне убежденными в достоверности оценок, получаемых с помощью Л(X, Y). И, однако, это не так.
Начнем, сперва, с возражений чисто теоретического характера. Замечательным свойством меры Л(X, Y) является ее некоммутативность, поскольку в общем случае
Л(X, Y) ≠ Л(Y, X)
Чтобы в этом убедиться, достаточно простейшего примера: А=2, n=2, X(2, 0), Y(1, 1), тогда Л(X, Y)=2/3, а Л(X, Y)=1. Некоммутативность ставит под сомнение саму возможность сделать из этого коэффициента какой-нибудь вывод, ведь если хроника X близка к Y по мере Л(X, Y), то вовсе необязательно, что Y также близка к X по мере Л(X, Y). Очевидно, что автору необходимо как минимум каждый раз, сравнивая хроники, определять обе меры и предъявлять их читателю, а если они совпадают, специально оговаривать этот случай. К сожалению, мы не найдем этого в цитируемой книге. Только в 3-ем ее издании (1999 г.) мы видим, что автор заменяет Л(X, Y) на среднее значение Л(X, Y) и Л(Y, X), с помощью этого добиваясь коммутации. Однако, замечательно, что при этом автором не исправлено ни одно из посчитанных еще в 1-м издании книги конкретных значений коэффициента, что вызывает у читателя законные вопросы.
Вторым важным замечанием является отсутствие связи между выводами, получаемыми с помощью Л(X, Y), и выводами, которые дают стандартные коэффициенты линейной корреляции и регрессии. Убедимся в этом на конкретном примере. Здесь и далее в примерах мы будем полагать значения А=450 лет, и n=15 — эти числа, с одной стороны, удобны для вычислений, а с другой, почти не отличаются от параметров ключевой «совпадающей» пары «Новой хронологии»: Тит Ливий — Грегоровиус (см. ниже). Рассмотрим следующие два ряда по 15 чисел с суммой 450 (они были получены, да поверит нам читатель, не подбором, а наугад, с использованием датчика случайных чисел[250])
X (25, 24, 24, 22, 28, 23, 32, 33, 37, 25, 32, 39, 32, 33, 41)
Y (36, 28, 23, 38, 20, 35, 31, 26, 28, 31, 30, 27, 39, 22, 36)
Даже при тщательном взгляде на ряды, увидеть в них какую-либо корреляцию, напоминающую связь (1), сложно. Об этом же свидетельствует и коэффициент линейной корреляции, дающий малое значение, равное
r = −0.101
При этом, чтобы сделать вывод о существовании связи хотя бы с 50% вероятностью (см. (2')), требовалось бы значение r по модулю превосходящее 0.6/ √ 15 = 0.185, достоверная же оценка существования корреляции (на уровне 99%), требует значений коэффициента |r| > 3 / √ 15 = 0.77.
Вычисление регрессионной связи рядов X и Y иллюстрирует следующий рисунок. На нем отсутствует какое-либо выделенное направление в распределении точек, соответствовавшее бы их линейной связи, что и доказывают следующие статистические показатели. Прямая, подобранная по методу наименьших квадратов (см. рис.), обладает коэффициентом регрессии
k = −0,098.
(в случае связи (1) этот коэффициент с необходимостью равнялся бы единице). При этом средняя ошибка коэффициента регрессии μ = 0.268, т.е. более чем в два раза превосходит абсолютное значение самого коэффициента, что не позволяет говорить о какой-либо значимости линейной связи.
Итак, и коэффициент линейной корреляции, и коэффициент регрессии отвергают возможность существования связи (1) для данных рядов X и Y. Тем не менее удивительным будет узнать, что коэффициент Л(X, Y) определяет эти ряды как зависимые друг от друга, с вероятностью случайного совпадения не более 2 шансов на миллион (Л(X, Y) <2x10−6).
Расскажем подробнее, как получается эта оценка. Для n, много больших единицы при вычислении Л(X, Y) автор заменяет подсчет целочисленных точек вычислением объемов соответствующих множеств, т.е.
Здесь Vn−1(Ш') — (n−1)-мерный объем множества Ш', которое состоит уже не только из целочисленных, но из всех n-мерных точек с неотрицательными координатами, удовлетворяющих условию (4), а Vn−1(X, ρ) — (n−1)-мерный объем той части Ш', точки которой лежат ближе к точке X, чем расстояние r до точки Y, вычисленное согласно (3). Из элементарных геометрических формул легко найти, что,
Величина же Vn−1(X, ρ) равна объему некоторой части (n−1)-мерного шара с центром в точке X и радиусом ρ (весь этот шар лежит в (n−1)-мерной гиперплоскости, заданной условием (4), но может содержать точки с отрицательными координатами, поэтому в множество Ш' входит только часть шара). Ясно, что Vn−1(X, ρ) не может превосходить полного объема (n−1)-мерного шара радиуса ρ, который легко вычисляется, и таким образом имеем (для нечетных n, как в нашем примере)[251]
Подставляя эту оценку в формулу (5) мы получим искомую границу сверху на значение Л(X, Y).
Неравенство (8) переходит в равенство, если шар Vn−1(X, ρ) целиком лежит в множестве Ш. Когда это же выполнено и для Vn−1(Y, ρ), то мера коммутативна и
Оценка (8) играет большую роль для понимания смысла и значимости коэффициента Л(X, Y).
1) Она объясняет происхождение «малых чисел», которые постоянно встречаются в работах Фоменко, и якобы, гарантируют его результатам абсолютную достоверность. Дело в том, что в (8) отношение ρ/A, будучи числом меньшим единицы, возводится в большую степень (n−1) и соответственно, по известному математическому свойству, становится очень малым. Так, в нашем примере, ρ=33.3 года, ρ/A= 0,074, но после возведения в 14 степень верхняя граница коэффициента Л(X, Y) оказывается равной ε = 2x10−6.
2) Обнаруживается «сверхчувствительность» коэффициента к изменениям положения максимумов. Например, если расстояние — изменится на один год, то пользуясь формулой (8') для коммутативных коэффициентов, можно оценить относительное изменение коэффициента Л(X, Y)
Полагая в нашем примере Δρ = 1 год, ρ = 33 года, получим, что значение коэффициента изменится на 43%, т.е. почти наполовину. Впечатляют оценки и для больших изменений: если расстояние изменить на 50% (уменьшить вполовину), то ε уменьшится в 214, т.е. более чем в 16 тысяч раз! Эти изменения совершенно не сопоставимы к обычной чувствительностью статистических коэффициентов (например, чувствительность коэффициента корреляции просто линейно связана с изменениями начальных данных).
Значение Л(X, Y) имеет высокую чувствительность и к числу n (т.е. к изменениям числа максимумов и соответствующего количества членов ряда Xi или Yi), Для обычных статистических коэффициентов (см. (2')) значимость обратно пропорциональна √n, и, если n много больше единицы, то при небольшом его изменении оценки значимости коэффициентов корреляции или регрессии практически не изменятся. В то же время, скажем, если в нашем примере мы произвольно выделим еще по 2 новых максимума в каждой из "хроник" X и Y (т.е. изменим n с 15 до 17), то расстояние ρ при этом изменится не слишком значительно, зато уровень коэффициента Л(X, Y) упадет в 2 раза. Из (8') для коммутативных коэффициентов следует:
Таким образом, падение будет тем больше, чем меньше «расстояние» между X и Y, так, например, для ρ = 15 лет при том же изменении n уровень коэффициента Л(X, Y) упадет уже в 10 раз. Следовательно, при сопоставлении разных пар хроник с разным числом локальных максимумов значения коэффициентов Л(X, Y) несопоставимы друг с другом, поскольку каждый раз уровень значимости коэффициента должен определяться отдельно, в зависимости от числа n. В указанной книге А. Т. Фоменко такой анализ отсутствует.
Итак, чувствительность коэффициента Л(X, Y) служит существенной проблемой и обостряет проблему интерпретации результата, в то же время обычные статистические коэффициенты полностью лишены этого недостатка.
3) Разберем теперь некоторые конкретные значения коэффициента. Предположим, что в двух хрониках соответствующие промежутки между максимумами отличаются не более чем на Δ лет, т.е. для любого номера i
Если считать, что хроники описывают одинаковые события, то величина Δ имеет смысл наибольшей ошибки хрониста при определении промежутка между последовательными событиями (максимумами). Подставляя неравенства