Hoe draagt ​​de wiskunde van complexe systemen bij aan de statistiek?

Relaties en interacties

In zijn lezing merkte Bigbers op dat het werk van de Nationale Instituut voor de Statistiek zich momenteel beperkt tot het beschrijven van kenmerken van groepen individuen of bedrijven. Om goed te begrijpen waarom bepaalde dingen gebeuren, is het veel nuttiger om te kijken naar de onderlinge relaties en interacties tussen individuen en bedrijven. Wie kennen ze en met wie handelen ze? Gedetailleerde planning van deze factoren zorgt voor betere voorspellingen van de mogelijke gevolgen van gebeurtenissen, wat vooral belangrijk is voor een open economie zoals: Holland. Door de onderlinge relaties en interacties tussen bedrijven goed in beeld te hebben, kunnen we beter voorspellen welke impact gebeurtenissen in het buitenland zullen hebben op bijvoorbeeld de Nederlandse economie. De wiskunde van complexe systemen is nodig om dit alles te visualiseren. Biggers noemt als voorbeeld het vertrek van Groot-Brittannië uit de Europese Unie. De professor verwijst ook naar het recente verbod op Suez CanaNS sinds wanneerEen van de grootste containerschepen ter wereld. Een evenement als dit zet een keten van effecten in gang. Maar wat zijn dat nu precies en wat is hun effect?

veerkracht van de gemeenschap

Net zoals voorspellingen verbeterd kunnen worden met een goed begrip van netwerken, relaties en interacties tussen bedrijven, geldt hetzelfde voor de persoonlijke sfeer. Pijpers legt uit: “Wie kent mensen, waar wonen ze en wat voor relaties hebben ze met elkaar? Hebben ze bijvoorbeeld familie- of zakenrelaties? Een duidelijk beeld van deze relaties maakt het mogelijk om voorspellingen te doen over de veerkracht van bepaalde groepen, bijvoorbeeld naar armoede of sociaal isolement Als iemand deel uitmaakt van een subgroep die geheel uit arme mensen bestaat, heeft die persoon misschien weinig kans om aan armoede te ontsnappen. Dus Pijpers gelooft dat ongelijkheidsproblemen beter kunnen worden begrepen door de wiskunde toe te passen van complexe systemen en noemt polarisatie en segregatie als voorbeelden.Als bepaalde subgroepen erg naar binnen gericht zijn, krijgen ze zelden andere informatie en is het resultaat polarisatie.Je kunt dus veel leren over de veerkracht van de samenleving door zorgvuldig de kenmerken van verschillende netwerken te analyseren .

Gegevensverzameling

Pijpers merkt op dat er al veel gegevens over personen beschikbaar zijn, al is het maar in geanonimiseerde vorm. “Nederlandse statistieken Het CBS heeft deze data verzameld als onderdeel van landelijke statistieken. Bij bedrijven ligt de situatie iets gecompliceerder. Het is moeilijk om een ​​beeld te krijgen van zakelijke relaties en interacties op microniveau. We beschikken weliswaar over gegevens uit het handelsregister en uit enquêtes van bijvoorbeeld grote bedrijven, maar die zijn op een andere schaal dan de gegevens die beschikbaar zijn over individuen. Daarom gebruiken we wiskundige technieken om de waarschijnlijkheid van bepaalde zakelijke relaties te meten. Pijpers illustreert dit aan de hand van een voorbeeld. Als u weet dat bedrijven die soortgelijke producten verkopen, zoals schroeven, voornamelijk aan bouwmarkten leveren, is dit nuttig om te bepalen hoe waarschijnlijk het is dat een bedrijf met hetzelfde eigendom ook aan bouwmarkten zal leveren.

“Dus gebruiken we wiskundige technieken om de kans te meten dat bepaalde zakelijke relaties er zijn.”

Gebruik van algoritmen

Wiskundige technieken worden toegepast met behulp van bestaande algoritmen. “Een team van master- en doctoraatsstudenten helpt ons bij het programmeren en testen van deze algoritmen in onze systemen.” Pijpers ziet uitstekende mogelijkheden om met deze nieuwe ideeën betere voorspellingen te doen over de evolutie van economie en samenleving. Het geeft onder meer de belangrijke rol aan die overheidsbeleid en onderzoeksinstituten spelen. In opdracht van ministeries berekenen zij de effecten van allerlei ontwikkelingen. Het risico bestaat dat er enigszins onjuiste aannames worden gedaan over relaties in de modellen waarop deze berekeningen zijn gebaseerd. Deze modellen moeten worden gekalibreerd (een systeem vergelijken met een standaard om de kenmerken ervan te bepalen, editor) om eventuele aannames te benadrukken die mogelijk niet helemaal correct zijn.

Wiskunde en statisticus

In zijn dubbele rol als Bijzonder hoogleraar en Chief Methodology Expert bij het CBS, verwacht Peepers effectieve verbindingen te leggen tussen de wiskunde van complexe systemen en de wereld van nationale sociaaleconomische statistieken. “Ik zal alle beschikbare wetenschappelijke kennis over het bestaan ​​en meten van complexe systemen meenemen in het veld van de bedrijfsvoering van het CBS.” Omgekeerd vindt Pijpers dat het CBS een belangrijke rol heeft bij het verspreiden van kennis over complexe nieuwe paradigma’s. Het doel is om alle nieuwe data over netwerken, relaties en interacties beschikbaar te maken voor onderzoekers en wetenschappers. Zij zullen deze gegevens op anonieme basis moeten gebruiken. Pijpers is optimistisch over de termijn om dit te realiseren. We zijn al bezig met het in kaart brengen van persoonlijke sociale netwerken. De gegevens worden alleen op groepsniveau gepubliceerd en zijn nooit te herleiden tot individuen. Ik verwacht dat dit werk zal worden voltooid in 2022. In het geval van bedrijven vraagt ​​het om een ​​iets lange termijn benadering. Voor deze groep denk ik dat we over een paar jaar een gebruiksvriendelijk netwerk beschikbaar hebben.