Abstract:
В статті досліджено принципові відмінності класичного і некласичного методів математичного моделювання. Розкрито, що аналіз зазначених методів є необхідним для більш точного розуміння алгоритмів некласичних процедур математичної обробки вимірюваної інформації в сучасних наукових експериментах. Показано, що класичний нормальний закон похибок, часто не підтверджується при проведенні наукових досліджень через різке збільшення чисельності вибірок. Обґрунтовано, що при числі спостережень більше 500, розподіли похибок можуть бути представлені законом Пірсона-Джеффріса. Визначено, що нові уявлення про залишкові похибки моделі є найбільш важливим еволюційним проривом в сучасній теорії математичного моделювання, які складають предмет
некласичної теорії похибок.
