-
1 математическая наука
adjecon. scienza matematica -
2 математическая статистика
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
EN
Русско-английский словарь нормативно-технической терминологии > математическая статистика
-
3 математическая экономия
математическая экономия
Наука, изучающая те же вопросы, что эконометрия, только без статистической конкретизации экономических параметров, в виде общих математических зависимостей. Она занимается описанием отношений и процессов, происходящих в экономике, с помощью специальных формализованных языков (см. Формализация) и анализом этих процессов и отношений методами математики. С этой целью разработан разнообразный и мощный математический аппарат, основанный на методах функционального анализа, топологии, теории дифференциальных уравнений и др. М.э. охватывает своим анализом проблемы экономического роста, равновесия, оптимального управления и т.д. М.э. на Западе развилась во многом под влиянием идей англо-американской школы политической экономии. В трудах представителей рассматриваемого направления, например, Дж. фон Неймана, К.Эрроу, М.Моришимы и др. содержится много ценного не только в теоретическом плане, но и с точки зрения выработки и использования математических методов исследования экономических процессов на практике (главным образом на макроэкономическом уровне, т.е. на уровне народного хозяйства в целом). Эту прикладную часть М.э. все чаще называют математической экономикой. Большой вклад в развитие М.э. как ветви прикладной математики и экономической теории внесли и отечественные ученые академики Л.В.Канторович, Л.С.Понтрягин, В.Л.Макаров и др. Круг разделов, включаемых в курсы М.э., существенно различается у разных авторов. Основные термины этой научной дисциплины рассматриваются в словаре в циклах статей, посвященных экономико-математическому моделированию, вопросам оптимизации, математическому программированию, математическому анализу экономических систем, равновесию экономики и экономическому росту.
[ http://slovar-lopatnikov.ru/]Тематики
EN
Русско-английский словарь нормативно-технической терминологии > математическая экономия
-
4 экономико-математическая модель
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
EN
Русско-английский словарь нормативно-технической терминологии > экономико-математическая модель
-
5 закон управления
1) Mathematics: control law2) Programming: control action (математическая форма преобразований задающих воздействий, возмущений, воздействий обратных связей, определяющих управляющие воздействия. См. Теория управления. Терминология. Вып. 107. М.: Наука, 1988)3) Automation: law of control -
6 статистика
ж.( наука) statistics; ( статистические данные) statistic- бозонная статистика
- достаточная статистика
- звёздная статистика
- квантовая статистика
- классическая статистика
- конформационная статистика
- математическая статистика
- недостаточная статистика
- обобщённая статистика
- ограниченная статистика
- проверочная статистика
- пуассоновская статистика
- статистика Бозе-Эйнштейна
- статистика Больцмана
- статистика Гаусса
- статистика Гиббса
- статистика Максвелла - Больцмана
- статистика Максвелла
- статистика отсчётов
- статистика погрешностей
- статистика помех
- статистика Пуассона
- статистика совпадений
- статистика Ферми - Дирака
- статистика флуктуаций
- статистика фотонов
- статистика фотоотсчётов
- статистика фототока
- статистика фотоэлектронов
- статистика хи-квадрат
- субпуассоновская статистика фотонов
- фермионная статистика -
7 экономика
Wirtschaft f, Ökonomik f; ( наука) Wirtschaftslehre f- закрытая экономика
- математическая экономика
- многоукладная экономика
- олигополистическая экономика
- переходная экономика
- плановая экономика
- рыночная экономика
- социально ориентированная рыночная экономика
- теневая экономика
- централизованная экономика
- экономика и организация производстваНемецко-русский и русско-немецкий словарь деловой и банковской лексики > экономика
-
8 информация (в кибернетике)
информация (в кибернетике)
Основное понятие кибернетики, точно так же экономическая И. — основное понятие экономической кибернетики. Определений этого термина много, они сложны и противоречивы. Причина этого, очевидно, в том, что И. как явлением занимается много разных наук, и кибернетика лишь самая молодая из них. И. — предмет изучения таких наук, как наука об управлении, математическая статистика, генетика, теория средств массовой И. (печать, радио, телевидение), информатика (1), занимающаяся проблемами научно-технической И., и т.д. Наконец, последнее время большой интерес к проблемам И. проявляют философы: они склонны рассматривать И. как одно из основных универсальных свойств материи, связанное с понятием отражения. При всех трактовках понятия И., она предполагает существование двух объектов: источника И. и потребителя (получателя) И. Передача И. от одного к другому происходит с помощью сигналов, которые, вообще говоря, могут не иметь никакой физической связи с ее смыслом: эта связь определяется соглашением. Например, удар в вечевой колокол означал, что надо собираться на площадь, но тем, кто не знал об этом порядке, он не сообщал никакой И. В ситуации с вечевым колоколом человек, участвующий в соглашении о смысле сигнала, знает, что в данный момент могут быть две альтернативы: вечевое собрание состоится или не состоится. Или, выражаясь языком теории И., неопределенное событие «вече» имеет два исхода. Принятый сигнал приводит к уменьшению неопределенности: человек теперь знает, что событие «вече» имеет только один исход — оно состоится. Однако, если было заранее известно, что вече состоится в таком-то часу, колокол ничего нового не сообщил. Отсюда вытекает, что, чем менее вероятно (т.е. более неожиданно) сообщение, тем больше И. оно содержит, и наоборот, чем больше вероятность исхода до совершения события, тем меньше И. содержит сигнал. Примерно такие рассуждения привели в 40-х годах XX в. к возникновению статистической, или «классической«, теории И., которая определяет понятие И. через меру уменьшения неопределенности знания о свершении какого-либо события (такая мера была названа энтропией). У истоков этой науки стояли Н.Винер, К.Шеннон и советские ученые А.Н.Колмогоров, В.А.Котельников и др. Им удалось вывести математические закономерности измерения количества И., а отсюда и такие понятия, как пропускная способность канала И., емкость запоминающих И. устройств и т.п., что послужило мощным стимулом к развитию кибернетики как науки и электронно-вычислительной техники, как применения достижений кибернетики на практике. Что касается определения ценности, полезности И. для получателя, то здесь еще много нерешенного, неясного. Если исходить из потребностей экономического управления и, следовательно, экономической кибернетики, то И. можно определить как все те сведения, знания, сообщения, которые помогают решить ту или иную задачу управления (т.е. уменьшить неопределенность ее исходов). Тогда открываются и некоторые возможности для оценки И.: она тем полезнее, ценнее, чем скорее или с меньшими затратами приводит к решению задачи. Понятие И. близко понятию «данные«. Однако между ними есть различие: данные — это сигналы, из которых еще надо извлечь И. Обработка данных есть процесс приведения их к пригодному для этого виду. Процесс их передачи от источника к потребителю и восприятия в качестве И. может рассматриваться как прохождение трех фильтров: 1) физического, или статистического (чисто количественное ограничение по пропускной способности канала, независимо от содержания данных, т.е. с точки зрения синтактики); 2) семантического (отбор тех данных, которые могут быть поняты получателем, т.е. соответствуют тезаурусу его знаний); 3) прагматического (отбор среди понятых сведений тех, которые полезны для решения данной задачи). Это хорошо показано на схеме, взятой из книги Е.Г.Ясина об экономической информации (см. рис. И.8). Соответственно, выделяются три аспекта изучения проблем И. — синтаксический, семантический и прагматический. По содержанию И. подразделяется на общественно-политическую, социально-экономическую (в том числе экономическую И.), научно-техническую и т.д. Вообще же классификаций И. много, они строятся по различным основаниям. Как правило, из-за близости понятий точно так же строятся и классификации данных. Например, И. подразделяется на статическую (постоянную) и динамическую (переменную), и данные при этом — на постоянные и на переменные. Другое деление — первичная, производная, выходная И.: так же классифицируются данные. Третье деление — И. управляющая и осведомляющая. Четвертое — избыточная, полезная и ложная. Пятое — полная (сплошная) и выборочная. См. также Банк данных, Данные, Выборочная информация, Избыточная информация, Обработка данных, Прагматический аспект информации, Релевантная информация, Сбор данных, Семантический аспект информации Теория информации, Экономическая информация, Экономическая семиотика, Энтропия. Рис. И 8. Процесс передачи и восприятия информации Д — данные; I — физический фильтр (канал связи), 1 — статистическая информация, а — статистический шум; II — семантический фильтр (тезаурус), 2 — семантическая информация, б - семантический шум; III — прагматический фильтр, 3 — прагматическая информация; в — прагматический шум (ненужная, например,. избыточная информация). И — используемая информация.
[ http://slovar-lopatnikov.ru/]Тематики
EN
Русско-английский словарь нормативно-технической терминологии > информация (в кибернетике)
-
9 числовая модель
числовая модель
Экономико-математическая модель, основными элементами которой являются конкретные численные значения характеристик моделируемой системы, объекта. Официальная экономическая наука в СССР испытывала, в частности, большое влияние числовых моделей общественного воспроизводства, разработанных К.Марксом и В.И.Лениным.
[ http://slovar-lopatnikov.ru/]Тематики
EN
Русско-английский словарь нормативно-технической терминологии > числовая модель
См. также в других словарях:
математическая наука — математика наука о количественных зависимостях. арифметика изучает свойства целых и рациональных чисел. теория чисел. геометрия. планиметрия. стереометрия. топология. начертательная геометрия. неэвклидова геометрия. гиперболическая геометрия.… … Идеографический словарь русского языка
Математическая биология — это теория математических моделей биологических процессов и явлений. Математическая биология может быть отнесена к прикладной математике и активно использует её методы. Критерием истины в ней является математическое доказательство. Важнейшую роль … Википедия
НАУКА — особый вид познавательной деятельности, направленный на выработку объективных, системно организованных и обоснованных знаний о мире. Взаимодействует с др. видами познавательной деятельности: обыденным, художественным, религиозным, мифологическим … Философская энциклопедия
МАТЕМАТИЧЕСКАЯ ГЕОГРАФИЯ — (греч.). Часть землеописания, имеющая своим предметом положение земли относительно других небесных тел. Словарь иностранных слов, вошедших в состав русского языка. Чудинов А.Н., 1910. МАТЕМАТИЧЕСКАЯ ГЕОГРАФИЯ греч. Наука о положении земли… … Словарь иностранных слов русского языка
Наука и гипотеза — «НАУКА И ГИПОТЕЗА» книга выдающегося франц. математика, физика и философа Анри Пуанкаре, вышедшая в 1902 г., в рус. пер. вошла в состав его книги «О науке» (М., 1983). Основное содержание «Н. и г.» составляют е г о доклады на… … Энциклопедия эпистемологии и философии науки
Математическая статистика — [mathematical statistics] 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… … Экономико-математический словарь
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… … Справочник технического переводчика
наука — НАУКА особый вид познавательной деятельности, нацеленный на выработку объективных, системно организованных и обоснованных знаний о мире. Социальный институт, обеспечивающий функционирование научной познавательной деятельности. Как … Энциклопедия эпистемологии и философии науки
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА — МАТЕМАТИЧЕСКАЯ СТАТИСТИКА, наука о математических методах систематизации и использования статистических данных для научных и практических выводов. Истоки математической статистики можно найти в сочинениях ученых конца 17 начала 19 вв. Во многих… … Современная энциклопедия
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА — наука о математических методах систематизации и использования статистических данных для научных и практических выводов. Во многих своих разделах математическая статистика опирается на теорию вероятностей, позволяющую оценить надежность и точность … Большой Энциклопедический словарь
Математическая статистика — МАТЕМАТИЧЕСКАЯ СТАТИСТИКА, наука о математических методах систематизации и использования статистических данных для научных и практических выводов. Истоки математической статистики можно найти в сочинениях ученых конца 17 начала 19 вв. Во многих… … Иллюстрированный энциклопедический словарь
