(признаков или явлений)

аналогия
Не унаследованное от общих предков морфологическое сходство органов у представителей различных таксономических групп при сходстве выполняемых этими органами функций, являющееся результатом конвергенции; один из характерных примеров А. - строение глаз у головоногих моллюсков и позвоночных; современное значение термину "А." придано Р.Оуэном в 1843.
[Арефьев В.А., Лисовенко Л.А. Англо-русский толковый словарь генетических терминов 1995 407с.]

аналогия
Логический вывод, в результате которого знание о признаках одного предмета возникает на основании известного сходства его с другими предметами (см. Подобие). Это свойство позволяет после исследования одного предмета (например, модели) делать вывод, хотя и не окончательный, не доказательный в полном смысле этого слова, о другом предмете (системе). В этом случае используется А. трех видов: А. свойств, А. отношений и А. изоморфизма (между объектами тождественной структуры). Принцип А. лежит в основе экономико-математического моделирования и экспериментального подхода к изучению экономики (как, естественно, всякого моделирования и эксперимента).
[ http://slovar-lopatnikov.ru/]

Тематики

• генетика
• экономика

EN

• analogy

подобие
Взаимно-однозначное соответствие между двумя объектами, при котором функции перехода от параметров, характеризующих один из объектов, к другим параметрам известны, а математические описания этих объектов могут быть преобразованы в тождественные.
[Сборник рекомендуемых терминов. Выпуск 88. Основы теории подобия и моделирования. Академия наук СССР. Комитет научно-технической терминологии. 1973 г.]

подобие
В обычном словоупотреблении — то же, что сходство, аналогия и т.п. В науке это абстракция, основное понятие теории подобий. — дисциплины, изучающей условия П. и подобные преобразования различных явлений, а также методы их математического описания. Идея П. лежит в основе моделирования. Применяемый в статистике коэффициент подобия S измеряет степень близости между объектами, каждый из признаков описания которых принимает значение 0 или 1 (отсутствие или присутствие данного признака). Наиболее простая формула такого коэффициента для пары сравниваемых объектов: S = P/m (0 ? S ? 1), где P — число совпадающих признаков, по которым осуществляется сравнение, m — общее количество признаков.
[ http://slovar-lopatnikov.ru/]

Тематики

• теория подобия и моделирования
• экономика

EN

• analogy
• similarity

DE

• Ähnlichkeit

FR

• similitude

равенство отношений
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• analogy

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

подобие
Взаимно-однозначное соответствие между двумя объектами, при котором функции перехода от параметров, характеризующих один из объектов, к другим параметрам известны, а математические описания этих объектов могут быть преобразованы в тождественные.
[Сборник рекомендуемых терминов. Выпуск 88. Основы теории подобия и моделирования. Академия наук СССР. Комитет научно-технической терминологии. 1973 г.]

подобие
В обычном словоупотреблении — то же, что сходство, аналогия и т.п. В науке это абстракция, основное понятие теории подобий. — дисциплины, изучающей условия П. и подобные преобразования различных явлений, а также методы их математического описания. Идея П. лежит в основе моделирования. Применяемый в статистике коэффициент подобия S измеряет степень близости между объектами, каждый из признаков описания которых принимает значение 0 или 1 (отсутствие или присутствие данного признака). Наиболее простая формула такого коэффициента для пары сравниваемых объектов: S = P/m (0 ? S ? 1), где P — число совпадающих признаков, по которым осуществляется сравнение, m — общее количество признаков.
[ http://slovar-lopatnikov.ru/]

Тематики

• теория подобия и моделирования
• экономика

EN

• analogy
• similarity

DE

• Ähnlichkeit

FR

• similitude

классификация
Разделение множества объектов на подмножества по сходству или различию в соответствии с принятыми признаками.
[ГОСТ 1.1-2002]

классификация
1. Отнесение объектов, элементов некоторого множества к тому или иному классу (подмножеству, элементы которого характеризуются неким существенным признаком или группой существенных признаков); 2. Результат этого процесса. Существенный признак, по которому проводится К., называется ее основанием или критерием. Полученные в результате К. сведения об объекте называются номинальными данными. По своему смыслу К. представляет собой систему с иерархической структурой. Традиционно К. в естественных и технических науках подчиняется строгим правилам: а) в одной и той же К. применяется только одно основание, б) сумма подмножеств (классов) должна равняться классифицируемому множеству, в) ни один элемент одного подмножества (класса) не должен одновременно входить в другое подмножество (правило взаимоисключения), г) К. должна быть последовательной: включать все ступени иерархии, без «перес ка ки вания» через некоторые из них. Однако К. в общественных науках не всегда подчиняются приведенным правилам: они не имеют, например, исчерпывающего характера, предусмотренного правилом б), границы между классами в них размыты, неопределенны; критерии К. в них, как правило, являются многомерными: одни и те же характеристики могут быть свойственны разным классам и различия между ними прослеживаются лишь в совокупности характеристик, через их различные комбинации, приоритеты и соотношения. Здесь также более важен, чем в естественных науках, исторический аспект: постоянное взаимопересечение, изменение, возникновение и отмирание классов и самих классифицируемых явлений. В настоящее время быстро развиваются математико-ста тистические методы автоматической К. объектов с помощью ЭВМ. В их основе лежит анализ информации о каждом объекте, которая вводится в вычислительное устройство, и определение на ее основе, в соответствии с принятым «решающим правилом«, его принадлежности к тому или иному классу. См. Распознавание образов.
[ http://slovar-lopatnikov.ru/]

Тематики

• стандартизация
• экономика

EN

• classification

классификация (в Service Manager 2010)
Размещение инцидента в иерархии дескрипторов, описывающих общую суть инцидента. Например, инцидент может быть классифицирован как относящийся к программному обеспечению, затем — к корпорации Майкрософт, а затем — к приложению Word 2003.
[ http://systemscenter.ru/scsm_help.ru/]

EN

classification
The placement of an incident into a hierarchy of descriptors that indicate what the incident is generally about. For example, an incident could be classified as being related to software, and then to Microsoft, and then to Word 2003.
[ http://systemscenter.ru/scsm_help.ru/]

Тематики

• информационные технологии в целом

EN

• classification

классификация (в информационных технологиях)
Действие по назначению категории чему-либо. Классификация используется для обеспечения целостности в управлении и отчётности. КЕ, инциденты, проблемы, изменения и т.п., обычно классифицируются.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

EN

classification
The act of assigning a category to something. Classification is used to ensure consistent management and reporting. Configuration items, incidents, problems, changes etc. are usually classified.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом

EN

• classification

классификация (товаров)
Определение для изделия правильного кода в соответствии с таможенным тарифом в целях исчисления пошлины. В тех случаях, когда данная процедура становится очень сложной, нередко импортеры прибегают к судебным разбирательствам по вопросу правильности определения таможенной службой пошлин на данное изделие
[Упрощение процедур торговли: англо-русский глоссарий терминов (пересмотренное второе издание) НЬЮ-ЙОРК, ЖЕНЕВА, МОСКВА 2011 год]

EN

classification
The placement of an item under the correct number in the customs tariff for duty purposes. At times this procedure becomes highly complicated; it is not uncommon for importers to resort to litigation over the correct duty to be assessed by the customs on a given item
[Trade Facilitation Terms: An English - Russian Glossary (revised second edition) NEW YORK, GENEVA, MOSCOW 2141]

Тематики

• торговля

EN

• classification

3.14 классификация (classification): Схема, в соответствии с которой информация подразделяется на категории с целью применения соответствующих защитных мер против этих категорий.

Примечание - Соответствующие защитные меры применяют для следующих категорий: возможность мошенничества, конфиденциальность или критичность информации.

Источник: ГОСТ Р ИСО/ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

3.6 классификация (classification): Систематическая идентификация и упорядочение деловой деятельности и (или) документов по категориям в соответствии с логически структурированными условиями, методами и процедурными правилами, представленными в классификационной системе.

Источник: ГОСТ Р ИСО 15489-1-2007: Система стандартов по информации, библиотечному и издательскому делу. Управление документами. Общие требования оригинал документа

3.14 классификация (classification): Схема, в соответствии с которой информация подразделяется на категории с целью применения соответствующих защитных мер против этих категорий.

Примечание - Соответствующие защитные меры применяют для следующих категорий: возможность мошенничества, конфиденциальность или критичность информации.

Источник: ГОСТ Р ИСО ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

3.2 классификация (classification): Обозначение газа или газовой смеси, включающее номер настоящего стандарта и группу индексов (основную группу и подгруппу), идентифицирующих газ или газовую смесь.

Примечание - Группы индексов приведены в 5.1 (см. таблицу 2).

Источник: ГОСТ Р ИСО 14175-2010: Материалы сварочные. Газы и газовые смеси для сварки плавлением и родственных процессов оригинал документа

2.30 класс чистоты (classification): Уровень чистоты (2.32) воздуха по взвешенным в воздухе частицам, применимый к чистому помещению (2.33) или чистой зоне (2.34), выраженный в терминах «Класс N ИСО», который определяет допустимые концентрации (частиц (2.102) в кубическом метре (частиц/м³)) для заданных диапазонов размеров частиц.

Примечания

1 Концентрацию определяют по уравнению (1) ИСО 14644-1:1999, статья 3.2.

2 В соответствии с ИСО 14644-1:1999 классы чистоты ограничены диапазоном от класса 1 ИСО до класса 9 ИСО.

3 Пороговые значения размеров частиц (2.105) (нижние пороговые значения), применяемые для классификации по настоящему стандарту, находятся в диапазоне 0,1-5,5 мкм. Для пороговых размеров частиц, находящихся вне этого диапазона, чистота (2.32) воздуха может быть определена (но не классифицирована) с помощью U-дескрипторов (2.136) или М-дескрипторов (2.89).

4 Промежуточные классификационные числа могут быть определены с наименьшим допустимым приращением 0,1, т. е. диапазон промежуточных классов ИСО увеличивается от класса 1,1 ИСО до класса 8,9 ИСО.

5 Класс чистоты может быть определен для любого из трех состояний чистых помещений (см. 2.17, 2.18, 2.97).

[ИСО 14644-1:1999, статья 2.1.4]

Источник: ГОСТ Р ИСО 14644-6-2010: Чистые помещения и связанные с ними контролируемые среды. Часть 6. Термины оригинал документа

3.5.3 классификация (classification): Процесс распределения абстракций в структуре, организованной в соответствии с их отличительными свойствами.

Источник: ГОСТ Р ИСО 15531-31-2010: Системы промышленной автоматизации и интеграция. Данные по управлению промышленным производством Часть 31. Информационная модель ресурсов оригинал документа

3.42 классификация (classification): Процесс выстраивания абстракций в структуру, организованную в соответствии с их отличительными свойствами, взаимосвязями и поведением.

Источник: ГОСТ Р 54136-2010: Системы промышленной автоматизации и интеграция. Руководство по применению стандартов, структура и словарь оригинал документа

генетический анализ
Совокупность методов исследования наследственных свойств организма посредством анализа генетически детерминированных признаков.
[Арефьев В.А., Лисовенко Л.А. Англо-русский толковый словарь генетических терминов 1995 407с.]

генетический анализ
Рассмотрение объекта с точки зрения его происхождения и прошлого развития. Например, при создании автоматизированной системы управления изучаются различные потоки информации, обращающейся на предприятии, — отчетной, бухгалтерской и др. В этих случаях Г.а. (т.е. попытка выяснить, почему именно возникла необходимость в тех или иных показателях и как они постепенно менялись) оказывается полезным для упрощения системы показателей, в частности, для ликвидации дублирования, выявления ненужных показателей и т.д. В этом же смысле говорят о «генетическом аспекте» рассмотрения той либо иной проблемы или еще шире — о генетическом подходе к изучению экономических явлений.
[ http://slovar-lopatnikov.ru/]

Тематики

• генетика
• экономика

EN

• genetic analysis