тип+характера

математическая статистика
Раздел математики, посвященный методам и правилам обработки и анализа статистических данных (т.е. сведений о числе объектов, обладающих определенными признаками, в какой-либо более или менее обширной совокупности). Сами методы и правила строятся безотносительно к тому, какие статистические данные обрабатываются (физические, экономические и др.), однако обращение с ними требует обязательного понимания сущности явления, изучаемого с помощью этих правил. К экономике М.с. применима по той причине, что экономические данные всегда представляют собой статистические сведения, т.е. сведения об однородных совокупностях объектов и явлений. Такими однородными совокупностями могут быть выпускаемые промышленностью изделия, персонал промышленности, данные о прибылях предприятий и т.д. В настоящее время существуют разные определения сущности М.с., и не следует удивляться, если вы увидите в одной книге, вопреки сказанному выше, утверждение, что М.с. — это «наука о принятии решений в условиях неопределенности», а в другой — что это «наука, объясняющая данные статистических наблюдений при помощи вероятностных моделей». Некоторые авторы считают, что она — раздел теории вероятностей, а другие, — что она лишь связана с этой теорией, представляя собой отдельную от нее науку. Наконец, распространено расширенное понимание предмета М.с. как охватывающей не только вероятностные аспекты, но и так называемую прикладную статистику («анализ данных«), включающую и объекты не обязательно вероятностной природы. В общем случае, анализ статистических данных методами М.с. позволяет сделать два вывода: либо вынести искомое суждение о характере и свойствах этих данных или взаимосвязей между ними, либо доказать, что собранных данных недостаточно для такого суждения. Причем выводы могут делаться не из сплошного рассмотрения всей совокупности данных, а из ее выборки, как правило, случайной (последнее означает, что каждая единица, включенная в выборку, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой). Центральное понятие М.с. — случайная величина — всякая наблюдаемая величина, изменяющаяся при повторениях общего комплекса условий, в которых она возникает. Если сам по себе набор, перечень значений этой величины неудобен для их изучения (поскольку их много), М.с. дает возможность получить необходимые сведения о случайной величине с существенно меньшим количеством чисел. Это объясняется тем, что статистические данные подчиняются таким законам распределения (или приводятся к ним порою искусственными приемами), которые характеризуются всего лишь несколькими параметрами, т.е. характеристиками. Зная их, можно получить столь же полное представление о значениях случайной величины, какое дается их подробным перечислением в очень длинной таблице. (Характеристиками распределения являются среднее, медиана, мода и т.д.). Если изучаются взаимосвязи между значениями разных случайных величин, то необходимые сведения для этого дают коэффициенты корреляции между ними. Когда совокупность анализируется по одному признаку, имеем дело с так называемой одномерной статистикой, когда же рассматривается несколько признаков — с многомерным статистическим анализом. М.с. охватывает широкий круг одномерных и многомерных методов и правил обработки статистических данных: от простых приемов статистического описания (выведение средней, а также степени и характера разброса исследуемых признаков вокруг нее, группировка данных по классам и сопоставление их характеристик и т.д.), правил отбора фактов при выборочном их рассмотрении до сложных методов исследования зависимостей между случайными величинами. Среди последних: выявление связей между случайнами величинами — корреляционный анализ, оценка величины случайной переменной, если величина другой или других известна — регрессионный анализ, выявление наиболее важных скрытых факторов, влияющих на изучаемые величины, — факторный анализ, определение степени влияния отдельных неколичественных факторов на общие результаты их действия (например, в научном эксперименте) — дисперсионный анализ. Перечисленные области составляют основные дисциплины, входящие в М.с. К ним примыкают также быстро развивающиеся упоминавшиеся выше методы «анализа данных», не основанные на традиционной для М.с. предпосылке вероятностной природы обрабатываемых данных. Для экономических исследований большое значение имеет также анализ стохастических процессов, в том числе «марковских процессов«. Задачи М.с. в экономике можно разделить на пять основных типов: а) оценка статистических данных; б) сравнение этих данных с каким-то стандартом и между собой (оно применяется при эксперименте или, например, в контроле качества на предприятиях); в) исследование связей между статистическими данными и их группами. Эти три типа позволяют вынести суждение описательного характера об изучаемых явлениях, подверженных по каким-то причинам искажающим случайным воздействиям. Следующий, четвертый тип задач связан с нахождением наилучшего варианта измерения изучаемых данных. И наконец, пятый тип задач связан с проблемами предвидения и развития, здесь важное место занимают задачи анализа временных рядов. Для экономики особенно ценно то, что М.с. позволяет на основании анализа течения событий в прошлом, т. е. изучения выбранных на определенные даты сведений о характерных чертах системы, предсказать (см. Прогнозирование) вероятное развитие изучаемого явления в будущем (если не изменятся существенно внешние или внутренние условия). В управлении хозяйственными и производственными процессами применяются различные математико-статистические методы. На них основаны многие методы исследования операций, в том числе — методы теории массового обслуживания, позволяющие наиболее эффективно организовывать ряд процессов производства и обслуживания населения, теории расписаний, предназначенной для выработки оптимальной последовательности производственных, транспортных и других операций, теории решений, теории управления запасами, а также теории планирования эксперимента и выборочного контроля качества продукции, сетевые методы планирования и управления. В эконометрических исследованиях на основе математико-статистической обработки данных строятся экономико-математические (экономико-статистические) модели экономических процессов, производятся экономические и технико-экономические прогнозы. Широкое распространение математико-статистических методов в общественном производстве, а также в других областях социально-экономической жизни общества (здравоохранение, экология, естественные науки) опирается на развитие электронно-вычислительной техники. Для решения типовых задач математико-статистической обработки данных созданы и применяются многочисленные стандартные прикладные компьютерные программы и системы.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• mathematical statistics

реактивная нагрузка
-

• индуктивная
  (электрическая нагрузка индуктивного характера);
• емкостная
  (электрическая нагрузка емкостного характера)

Тематики

• электроснабжение в целом
• электротехника, основные понятия

Классификация

Обобщающие термины

• тип нагрузки
• характер нагрузки

Близкие понятия

• реактивная энергия

Синонимы

• реактивный характер нагрузки

Сопутствующие термины

EN

• reactive load
• reactive termination

Пеҥгыде характер твёрдый характер;

пушкыдо характер мягкий характер.

Вера Алексеевнан характержым вашке чыланат пален нальыч. П. Корнилов. Характер Веры Алексеевны вскоре распознали все.

Куван чонжым, характержым спектакльыште почын пуаш кӱлеш. А. Волков. В спектакле надо раскрыть душу, характер старушки.

Черын характерже характер заболевания.

Студент-влак музыкальный произведенийын размержым, характержым палаш тунемыт. «Мар. ком.» Студенты учатся определять размер, характер музыкального произведения.

(Семён Семёныч:) Характерем ыш сите, районыш коштшемла ик-кок гана «умла пакчаш» верештынам. А. Асаев. (Семён Семёныч:) Характера у меня не хватило, когда бывал в районе, несколько раз выпил (букв. попал в «хмельник»).

Сравни с:

анализ спроса и потребления
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

анализ спроса и потребления
Область экономико-математических исследований, основной задачей которых является научное предвидение материальных потребностей членов общества и поиск оптимальных путей их удовлетворения. Прежде всего, для этого строго разграничиваются понятия платежеспособного спроса и потребностей: удовлетворение спроса — это хотя и необходимый (для сбалансированного ведения хозяйства), но недостаточный этап на пути решения задачи полного удовлетворения потребностей членов общества. Важное направление анализа — исследование спроса и потребления однородных социальных групп, однородных с точки зрения характера их потребительского поведения. Речь идет о группах, различающихся уровнем доходов, интересами, родом занятий, семейным положением и т.д. Ведутся широкие демографические и статистические исследования, на основе которых выявляются определенные типы потребления. Каждый тип характеризуется присущей ему системой предпочтений и иерархией потребностей. Для таких групп разрабатываются экономико-математические модели, которые позволяют отвечать на ряд вопросов, например,: на какие товары вырастет спрос, если будет повышена заработная плата определенной группы работников, или наоборот, если возрастут цены на определенные виды товаров, то какие группы населения от этого особенно пострадают? Кроме того, разрабатываются модели, которые связывают потребление и спрос с производством; на этой основе формируются системы моделей прогнозирования развития народного хозяйства в целом. Различия в степени инерционности отдельных экономических процессов должны учитываться при определении методов и средств сбалансирования спроса и предложения. Например, структура и объемы предложения товаров не могут быть существенно изменены в краткие сроки (за 1-3 года), и в этом случае нарушенное по тем или иным причинам равновесие может быть восстановлено только посредством варьирования цен (плюс некоторые оперативные мероприятия по линии внешней торговли). И наоборот, за относительно более длительные промежутки времени задача может быть решена за счет структурных сдвигов в производстве (путем строительства, модернизации предприятий, освоения новых видов продукции), а также с помощью постепенных изменений в структуре доходов и спроса населения. При определении будущих потребностей населения статистические методы исходят из изучения платежеспособного спроса сегодня, расчетов будущего изменения доходов и изменения спроса, а нормативные методы — из расчета научно обоснованных норм потребления тех или иных групп населения. Разрабатываются, например, научно обоснованные нормы питания на базе изучения физиологических потребностей человека. Российские ученые разработали такое важное средство анализа как дифференцированный баланс доходов и потребления. Используются три типа экономико-математических моделей спроса и потребления: конструктивные, структурные (балансовые) и аналитические, а также разнообразный математический аппарат: функции спроса, коэффициенты эластичности и др. По нашему мнению, переоценивать значение нормативных методов не следует: в бывшем Советском Союзе, при плановом хозяйстве и приоритете, отдававшемся именно нормативным методам, нередко случались факты, когда тех или иных товаров было достаточно по «рациональным нормам», но они оставались в остром дефиците из-за крайней несбалансированности цен и нередко — так называемого ажиотажного спроса — законы рынка оказываются в этом отношении сильнее научных расчетов.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• энергетика в целом

EN

• demand and consumption analysis