результата наблюдения

доверительные границы случайного отклонения результата наблюдения
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

EN

• confidence deviation of observation result

парные наблюдения (paired observations): Два результата наблюдений определенных свойств или характеристик объекта х_i и у_i называются парными, если они получены:

- как результаты наблюдений над одним и тем же объектом i (из совокупности), причем данные наблюдения относятся к различным условиям получения этих наблюдений (например, сравнение двух методов анализа свойств одного и того же объекта);

- как результаты наблюдений над объектами, идентичными во всех отношениях, кроме предполагаемого систематического различия в некотором интересующем аспекте; в отношении значимости этого различия проводят проверку статистической гипотезы (например, сравнение урожайности двух соседних участков, засеянных семенами различных сортов).

Во втором случае эффективность проверки гипотез зависит от степени уверенности в отсутствии каких-либо других систематических различий между объектами, кроме некоторого возможного различия, в отношении которого проверяют гипотезу.

Источник: ГОСТ Р 50779.23-2005: Статистические методы. Статистическое представление данных. Сравнение двух средних в парных наблюдениях оригинал документа

вероятность
Мера того, что событие может произойти.
Примечание
Математическое определение вероятности: «действительное число в интервале от 0 до 1, относящееся к случайному событию». Число может отражать относительную частоту в серии наблюдений или степень уверенности в том, что некоторое событие произойдет. Для высокой степени уверенности вероятность близка к единице.
[ ГОСТ Р 51897-2002]

вероятность
«Математическая, числовая характеристика степени возможности появления какого-либо события в тех или иных определенных, могущих повторяться неограниченное число раз условиях»[1]. Если исходить из этого классического определения, численное значение В. некоторого случайного события равно отношению числа равновероятных исходов, обеспечивающих совершение данного события, к числу всех равновероятных исходов. (Одним из основных понятий математической статистики является распределение вероятностей, характеризуемое показателем относительных частот реализации случайных событий). Заметим, что «исход» — не единственный термин для обозначения факта свершения случайного события. То же в разных дисциплинах, связанных с теорией В., означают: случай, выборочная точка, элементарное событие, состояние и др. Вероятность обычно обозначается латинской буквой P. Например, выражение P(A) = 0,5 означает, что В. наступления события A равна 0,5. В. удобно классифицировать по следующей шкале: 0.00 — полностью исключено 0.10 — в высшей степени неопределенно 0.20 — в высшей степени неопределенно 0.30 — весьма неправдоподобно 0.40 — неправдоподобно 0.60 — вероятно 0.70 — вероятно 0.80 — весьма вероятно 0.90 — в высшей степени вероятно 1.00 — полностью достоверно. Для анализа вероятностей сложных событий следует различать прежде всего события совместимые и несовместимые, а также зависимые и независимые. В первом случае речь идет о событиях, которые могут (или не могут) появиться совместно, во втором — о таких, что В. одного события в той или иной мере связана (или не связана) с тем, осуществилось ли другое. Для взаимно независимых событий A и B действуют следующие правила: В. осуществления хотя бы одного из них равна сумме вероятностей этих событий: P(A ? B) = P(A)+P(B). В. совместного осуществления событий A и B равна произведению их вероятностей: P(A ? B) = P(A) x P(B). Вместо P(A ? B) обычно пишут: P(AB). Те же правила действуют, когда взаимно независимых событий не два, а любое число. Для двух зависимых событий В. наступления по крайней мере одного из них равна сумме В. этих событий минус B. их совместного появления: P(A ? B) = P(A)+P(B — P(A ? B). Или, что то же самое: P(A)+P(B — P(AB). В. события A при условии, что произошло другое (взаимно зависимое) событие B, называется условной В. и обозначается: P(A | B), или PB(A), или P (A/B). Наконец, если одно из несовместимых событий наступает, другое не может наступить. Следовательно, суммарная В. их наступления равна единице. Если одно событие обозначить A, то другое (его называют дополнительным к первому) будет «не A«, или ?A, или ?. Очевидно, что P(?A) ? 1 — P(A). См. Распределение вероятностей. Все изложенное относится к так называемой объективной вероятности. Однако развивается, особенно в теории управления, также концепция вероятности субъективной. Она рассматривает не факты свершения тех или иных событий, а определенное наблюдаемое поведение человека при принятии решений. Здесь понятию относительных частот (см. Распределение вероятностей) как бы соответствует понятие степени уверенности человека в возможности свершения того или иного события (его статистического веса). Концепции объективной и субъективной вероятности связаны. Предполагается, что человек разумен: это означает, что каково бы ни было его первоначальное мнение, он после ознакомления с относительными частотами изменит это мнение таким образом, что его веса, или степени уверенности, приблизятся к относительным частотам. Здесь вероятности, характеризующие суждения принимающего решения человека о состояниях внешнего мира и о будущих событиях, или его гипотезы до получения им дополнительной информации, называются априрорными [prior] вероятностями. Пересмотренные же значения этих вероятностей называются апостериорными [posterior] вероятностями. Вероятности, априорные по отношению к одному наблюдению, могут быть апостериорными по отношению к другому наблюдению. Вероятность данного выборочного результата, наблюдения или информационного сообщения в предположении, что верна какая-то одна гипотеза или одно состояние среды, называется правдоподобностью, правдоподобием [likelihood]. На концепции субъективной вероятности базируется, например, Бейесовский (Байесовский) подход в науке об управлении. См. также Метод максимального правдоподобия.
[ http://slovar-lopatnikov.ru/]

Тематики

• менеджмент риска
• экономика

EN

• probability

FR

• probabilité

3.3 вероятность (probability): Мера того, что событие может произойти.

Примечания

1 ИСО 3534-1 дает математическое определение вероятности: «действительное число в интервале от 0 до 1, относящееся к случайному событию». Число может отражать относительную частоту в серии наблюдений или степень уверенности в том, что некоторое событие произойдет. Для высокой степени уверенности вероятность близка к единице.

2 При описании риска вместо вероятности может быть использована частота.

3 Степени уверенности относительно вероятности могут быть выбраны как классы или ранги такого типа, как:

- редкий/маловероятный/умеренный/вероятный/почти уверенный, или

- невероятный/маловероятный/незначительный/случайный/вероятный/частый.

[ИСО/МЭК Руководство 73:2002, пункт 3.1.3]

Источник: ГОСТ Р ИСО/МЭК 16085-2007: Менеджмент риска. Применение в процессах жизненного цикла систем и программного обеспечения оригинал документа

3.13 вероятность (likelihood): Степень возможности развития сценария угрозы безопасности, которая может привести к реализации акта незаконного вмешательства.

Примечание - Вероятность оценивается с учетом внедренных процессов противодействия акту незаконного вмешательства, в котором используется рассматриваемый сценарий угрозы, и имеет количественное выражение.

Источник: ГОСТ Р 53662-2009: Система менеджмента безопасности цепи поставок. Наилучшие методы обеспечения безопасности цепи поставок. Оценки и планы оригинал документа

3.5 вероятность (likelihood): Возможность развития угрозы, приведшей к реализации акта незаконного вмешательства на портовом средстве, на котором проведены инженерно-технические и организационные мероприятия по обеспечению его безопасности.

Источник: ГОСТ Р 53660-2009: Суда и морские технологии. Оценка охраны и разработка планов охраны портовых средств оригинал документа

3.28 вероятность (probability): Мера возможности появления события.

Примечание 1 - В ИСО 3534-1:1993(пункт1.1)приведено математическое определение вероятности: «вероятность -действительное число в интервале от 0 до 1, характеризующее случайное событие». Вероятность может отражать относительную частоту появления события в серии наблюдений или степень уверенности в том, что событие произойдет. При высокой степени уверенности в появлении события вероятность близка к единице.

Примечание 2 - При описании риска вместо «вероятности» может быть использовано понятие «частота».

Примечание 3 - Степень уверенности в появлении события может быть выражена с помощью отнесения события к определенному классу или разряду, таким как:

- крайне редко/маловероятно/вероятно/почти наверняка;

- невозможно/крайне маловероятно/редко/иногда/вероятно/часто.

[Руководство ИСО/МЭК 73]

Источник: ГОСТ Р 53647.4-2011: Менеджмент непрерывности бизнеса. Руководящие указания по обеспечению готовности к инцидентам и непрерывности деятельности оригинал документа

3.3 вероятность (probability): Действительное число в интервале от 0 до 1, относящееся к случайному событию.

Примечания

1 Число может отражать относительную частоту в серии наблюдений или степень уверенности в том, что некоторое событие произойдет. Для высокой степени уверенности вероятность близка к единице.

2 Вероятность события А обозначают Р_r(А) или Р(А).

Источник: Р 50.1.068-2009: Менеджмент риска. Рекомендации по внедрению. Часть 1. Определение области применения

3.4.10 вероятность (probability): Шанс наступления данного события.

Источник: ГОСТ Р 54147-2010: Стратегический и инновационный менеджмент. Термины и определения оригинал документа

вероятность
Мера того, что событие может произойти.
Примечание
Математическое определение вероятности: «действительное число в интервале от 0 до 1, относящееся к случайному событию». Число может отражать относительную частоту в серии наблюдений или степень уверенности в том, что некоторое событие произойдет. Для высокой степени уверенности вероятность близка к единице.
[ ГОСТ Р 51897-2002]

вероятность
«Математическая, числовая характеристика степени возможности появления какого-либо события в тех или иных определенных, могущих повторяться неограниченное число раз условиях»[1]. Если исходить из этого классического определения, численное значение В. некоторого случайного события равно отношению числа равновероятных исходов, обеспечивающих совершение данного события, к числу всех равновероятных исходов. (Одним из основных понятий математической статистики является распределение вероятностей, характеризуемое показателем относительных частот реализации случайных событий). Заметим, что «исход» — не единственный термин для обозначения факта свершения случайного события. То же в разных дисциплинах, связанных с теорией В., означают: случай, выборочная точка, элементарное событие, состояние и др. Вероятность обычно обозначается латинской буквой P. Например, выражение P(A) = 0,5 означает, что В. наступления события A равна 0,5. В. удобно классифицировать по следующей шкале: 0.00 — полностью исключено 0.10 — в высшей степени неопределенно 0.20 — в высшей степени неопределенно 0.30 — весьма неправдоподобно 0.40 — неправдоподобно 0.60 — вероятно 0.70 — вероятно 0.80 — весьма вероятно 0.90 — в высшей степени вероятно 1.00 — полностью достоверно. Для анализа вероятностей сложных событий следует различать прежде всего события совместимые и несовместимые, а также зависимые и независимые. В первом случае речь идет о событиях, которые могут (или не могут) появиться совместно, во втором — о таких, что В. одного события в той или иной мере связана (или не связана) с тем, осуществилось ли другое. Для взаимно независимых событий A и B действуют следующие правила: В. осуществления хотя бы одного из них равна сумме вероятностей этих событий: P(A ? B) = P(A)+P(B). В. совместного осуществления событий A и B равна произведению их вероятностей: P(A ? B) = P(A) x P(B). Вместо P(A ? B) обычно пишут: P(AB). Те же правила действуют, когда взаимно независимых событий не два, а любое число. Для двух зависимых событий В. наступления по крайней мере одного из них равна сумме В. этих событий минус B. их совместного появления: P(A ? B) = P(A)+P(B — P(A ? B). Или, что то же самое: P(A)+P(B — P(AB). В. события A при условии, что произошло другое (взаимно зависимое) событие B, называется условной В. и обозначается: P(A | B), или PB(A), или P (A/B). Наконец, если одно из несовместимых событий наступает, другое не может наступить. Следовательно, суммарная В. их наступления равна единице. Если одно событие обозначить A, то другое (его называют дополнительным к первому) будет «не A«, или ?A, или ?. Очевидно, что P(?A) ? 1 — P(A). См. Распределение вероятностей. Все изложенное относится к так называемой объективной вероятности. Однако развивается, особенно в теории управления, также концепция вероятности субъективной. Она рассматривает не факты свершения тех или иных событий, а определенное наблюдаемое поведение человека при принятии решений. Здесь понятию относительных частот (см. Распределение вероятностей) как бы соответствует понятие степени уверенности человека в возможности свершения того или иного события (его статистического веса). Концепции объективной и субъективной вероятности связаны. Предполагается, что человек разумен: это означает, что каково бы ни было его первоначальное мнение, он после ознакомления с относительными частотами изменит это мнение таким образом, что его веса, или степени уверенности, приблизятся к относительным частотам. Здесь вероятности, характеризующие суждения принимающего решения человека о состояниях внешнего мира и о будущих событиях, или его гипотезы до получения им дополнительной информации, называются априрорными [prior] вероятностями. Пересмотренные же значения этих вероятностей называются апостериорными [posterior] вероятностями. Вероятности, априорные по отношению к одному наблюдению, могут быть апостериорными по отношению к другому наблюдению. Вероятность данного выборочного результата, наблюдения или информационного сообщения в предположении, что верна какая-то одна гипотеза или одно состояние среды, называется правдоподобностью, правдоподобием [likelihood]. На концепции субъективной вероятности базируется, например, Бейесовский (Байесовский) подход в науке об управлении. См. также Метод максимального правдоподобия.
[ http://slovar-lopatnikov.ru/]

Тематики

• менеджмент риска
• экономика

EN

• probability

FR

• probabilité

лаг
Ндп. судовой измеритель скорости
судовой спидометр
Судовое навигационное устройство, предназначенное для измерения скорости и выработки пройденного расстояния.
[ ГОСТ 21063-81]

лаг
временной лаг
запаздывание
Экономический показатель, отражающий отставание или опережение во времени одного экономического явления по сравнению с другим, связанным с ним явлением. Капиталовложения в промышленность, например, дают отдачу не сразу, а через несколько лет, когда будут построены и освоены новые производства. Поэтому, изучая влияние капиталовложений на развитие хозяйства, приходится относить это влияние не на ближайший год, а на третий, четвертый и т.д. Подобные явления отражаются в экономико-математических моделях, в машинной имитации через так называемые Л. различных типов. Простейшая лаговая модель: Yt = f (xt —?), что означает следующее: y в момент t определяется значением x в момент t-?, где ? — временной Л. Широкое распространение приобрели модели с распределенным Л., например, такая: искомый результат в году t рассматривается не как функция затрат некоторого определенного года, а как функция затрат последовательного ряда лет прошлого периода: где yt — результат в году t; xt-i — затраты в году t-i; t — максимальный срок запаздывания; ut — ошибка уравнения (помехи); wi — весовые коэффициенты, характеризующие сравнительное значение отдельных лет для результата (см. Вес). Последовательность коэффициентов wi (i = 0, 1, 2…) называется структурой или спектром лага. Статистически такая модель является авторегрессивной моделью общего вида. Наиболее явно выделяются Л. при анализе циклических, в том числе сезонных колебаний. Важными видами Л. являются инвестиционный Л., характеризующий время оборота всех производственных капиталовложений (включая вложения в оборудование), и строительный Л. (средний срок строительства производственного объекта), а также запаздывание предложения товаров от их производства, запаздывание спроса от предложения товаров, запаздывание потребления от спроса, запаздывание выпуска кадров от начала их обучения, и т.д. В эконометрических моделях выделяются три группы запаздываний: а) когда значение эндогенной переменной в данный момент времени зависит от значений той же переменной в предшествующие моменты времени; б) когда данная эндогенная переменная может влиять на другую (или другие) эндогенную переменную только по истечении какого-то периода времени; в) когда значение эндогенной переменной определяется значением экзогенной переменной более раннего времени.
[ http://slovar-lopatnikov.ru/]

Недопустимые, нерекомендуемые

• судовой измеритель скорости
• судовой спидометр

Тематики

• средства навигации, наблюдения, управления
• экономика

Синонимы

• временной лаг
• запаздывание

EN

• lag
• time-lag

экономико-математическая модель
Математическое описание экономического процесса или объекта, произведенное в целях их исследования и управления ими: математическая запись решаемой экономической задачи (поэтому часто термины “модель” и “задача” употребляются как синонимы). Существует еще несколько вариантов определения этого термина. В самой общей форме модель — условный образ объекта исследования, сконструированный для упрощения этого исследования. При построении модели предполагается, что ее непосредственное изучение дает новые знания о моделируемом объекте (см. Моделирование). Все это полностью относится и к Э.-м.м. В принципе в экономике применимы не только математические (знаковые), но и материальные модели. Например, гидравлические (в которых потоки воды имитируют потоки денег и товаров, а резервуары отождествляются с такими экономическими категориями, как объем промышленного производства, личное потребление и др.) и электрические (в США была известна модель «Эконорама», представлявшая собой сложную электрическую схему, в которой имитировались экономические процессы). Но все эти попытки имели лишь демонстрационное применение, а не служили средством изучения закономерностей экономики. С развитием же электронно-вычислительной техники потребность в них, по-видимому, и вовсе отпала. Э.-м.м. оказывается в этих условиях основным средством модельного исследования экономики. Модель может описывать либо внутреннюю структуру объекта, либо, если структура неизвестна, — его поведение, т.е. реакцию на воздействие известных факторов (принцип «черного ящика«). Один и тот же объект может быть описан различными моделями в зависимости от исследовательской или практической потребности, возможностей математического аппарата и т.п. Поэтому всегда необходима оценка модели и области, в которой выводы из ее изучения могут быть достоверны. Во всех случаях необходимо, чтобы модель содержала достаточно детальное описание объекта, позволяющее, в частности, осуществлять измерение экономических величин и их взаимосвязей, чтобы были выделены факторы, воздействующие на исследуемые показатели. Например, формула, по которой определяется на заводе потребность в материалах, исходя из норм расхода, есть Э.-м.м. Если количество видов изделий обозначить через n, нормативы расхода — ai, количество изделий каждого вида — xi, то модель запишется так: где i = 1, 2, …, n. Кроме того, полезно записать условия, в которых она действительна, т.е. ограничения модели (например, лимиты на те или иные материалы). Строго говоря, расчет по такой формуле не даст точного результата: потребность в материалах может зависеть также от случайных изменений в размерах брака и отходов, от страховых запасов и т.д. Но в общем, она зависит именно от указанных двух видов величин: норм расхода материала и объемов выпуска продукции. Первые из них в данном случае называются параметрами модели, вторые — переменными модели. Такая модель называется описательной, или дескриптивной; она описывает зависимость расхода (потребности в материале), от двух факторов: количества изделий и расходных норм. Большое значение в экономике имеют оптимизационные модели (или оптимальные). Они представляют собой системы уравнений, равенств и неравенств, которые кроме ограничений (условий) включают также особого рода уравнение, называемое функционалом или критерием оптимальности. С помощью такого критерия находят решение, наилучшее по какому-либо показателю, например, минимум затрат на материалы при заданном объеме продукции, или, наоборот, максимум продукции (или прибыли) при заданных ограничениях по ресурсам и т.д. Например, можно попытаться найти такой план работы цеха, который при заданном объеме материалов (т.е. их расход не должен быть больше какой-то величины, допустим, B) гарантирует наибольший объем продукции. Единственное, что надо при этом знать дополнительно — цену единицы продукции — pi. Тогда модель будет записываться так при условии Кроме того, обязательно надо учесть, что искомые величины объемов производства каждого изделия не должны быть отрицательными: xi ? 0, i = 1, 2, …, n. Мы получили элементарную оптимизационную модель, относящуюся к типу моделей линейного программирования. Решив эту модель, т.е. узнав значения всех xi от 1-го до n-го, мы получим искомый план. Важное свойство Э.-м.м. — их применимость к разным, на первый взгляд непохожим ситуациям. Например, если в приведенном примере через ai обозначить нормы внесения удобрений, а через xi — размеры участков, то та же самая формула покажет общий объем потребности в удобрениях. Точно такую же формулу можно применить к расчету затрат семьи на покупку разных продуктов, и во многих других случаях. Модель может быть сформулирована тремя способами: в результате прямого наблюдения и изучения некоторых явлений действительности (феноменологический способ), вычленения из более общей модели (дедуктивный способ), обобщения более частных моделей (индуктивный способ). Подобные модели, в которых описывается моментное состояние экономики, называются статическими (от слова «статика»). Те же, которые показывают развитие объекта моделирования, — динамическими. Модели могут строиться не только в виде формул, как рассмотренные здесь (это называется аналитическое представление модели; см. Аналитическая модель), но и в виде числовых примеров (численное представление) и в форме таблиц (матричное представление), и в форме особого рода графов (сетевое представление модели). Соответственно различают модели числовые, аналитические, матричные, сетевые. Экономическая наука давно пользуется моделями. Одной из первых была модель воспроизводства, разработанная французским ученым Ф.Кенэ еще в XYIII в. А в XX в. первая общая модель развивающейся экономики была сконструирована Дж. фон Нейманом. Значительный опыт построения э.-м. моделей накоплен учеными СССР, применявшими их для анализа экономических процессов, прогнозирования и планирования во всех звеньях и на всех уровнях экономики, вплоть до планирования развития народного хозяйства страны в целом, особенно — перспективного. Принято подразделять Э-м.м. на две большие группы: модели, отражающие преимущественно производственный аспект экономики; модели, отражающие преимущественно социальные аспекты экономики. Разумеется, такое деление в значительной степени условно, поскольку в каждой из моделей в той или иной степени сочетаются производственный и социальный аспекты. Из моделей первой группы можно назвать: модели долгосрочного прогноза сводных показателей экономического развития; межотраслевые модели; отраслевые модели оптимального планирования и размещения производства, а также модели оптимизации структуры производства в отраслях. Из моделей второй группы наиболее разработаны модели, связанные с прогнозированием и планированием доходов и потребления населения, демографических процессов. Существует большое число классификаций типов Э.-м.м., которые, однако, носят фрагментарный характер. И это, по-видимому, неизбежно, так как нереально охватить все многообразие социально-экономических задач, объектов и процессов, описываемых различными моделями. Представленные в нашем словаре модели можно условно классифицировать следующим образом 1. Наиболее общее деление моделей — по способу отражения действительности: Аналоговая модель Иконическая модель (то же: портретная модель) Концептуальная модел Структурная модель Функциональная модель. 2. По предназначению (цели создания и применения) модели: Балансовая модель Дескриптивная модель (то же: Описательная) Имитационная модель Информационная модель Нормативная модель (то же: Прескриптивная модель), в т.ч. Оптимальная модель (то же: Оптимизационная модель). 3. По способу логико-математического описания моделируемых экономических систем: Аналитическая модель Вероятностная модель (то же: Стохастическая модель) Детерминированная модель Дискретная модель Линейная модель Математико-статистическая модель Матричная модель Нелинейная модель Непрерывная модель Модель равновесия Неравновесная модель Регрессионная модель Сетевая модель Числовая модель Эконометрическая модель. - дискретного выбора - непрерывной длительности (выживания) -логит-иодель -пробит-модель - тобит-модель.. 4. По временному и пространственному признаку: Гравитационная модель Динамическая модель (см. Динамические модели экономики) Модели с «бесконечным временем» Статическая модель Точечная модель Трендовая модель и др.. 5. По уровню моделируемого объекта в хозяйственной иерархии: Глобальная модель Макроэкономическая модель (то же: Агрегатная модель) Модели мезоэкономики Микроэкономическая модель 6. По внутренней структуре модельного описания системы: Автономная модель Закрытая модель Комплекс моделей Многосекторная модель (многоотраслевая, многопродуктовая) Однопродуктовая модель Открытая модель Система моделей (в том числе многоуровневая или многоступенчатая). 7.. По сфере применения. Выше было указано на необозримость областей применения Э.-м.м.; поэтому мы не даем здесь их перечисления, а отсылаем к соответствующим статьям словаря: например, о прогнозных моделях — к статье Прогнозирование, об отраслевых — к статье Отраслевые задачи оптимального планирования развития и размещения производства, и т.д. Наиболее развитая типология социально-экономических задач и моделей представлена в кн.: Вилкас Э.Й., Майминас Е.З. Решения: теория, информация, моделирование. — М.: “Радио и связь”, 1981.При разработке приведенной выше условной классификации учитывались материалы этой книги.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic model
• economico-mathematical model