Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.33 полностью рандомизированный план en completely randomized

План, в котором обработки назначают случайным                      design

образом для всего множества экспериментальных единиц         fr plan complétement

randomise

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.33 полностью рандомизированный план en completely randomized

План, в котором обработки назначают случайным                      design

образом для всего множества экспериментальных единиц         fr plan complétement

randomise

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.33 полностью рандомизированный план en completely randomized

План, в котором обработки назначают случайным                      design

образом для всего множества экспериментальных единиц         fr plan complétement

randomise

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.33 полностью рандомизированный план en completely randomized

План, в котором обработки назначают случайным                      design

образом для всего множества экспериментальных единиц         fr plan complétement

randomise

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

регрессионный анализ
Метод оценки, использующий регрессионный способ по измеренным значениям, например, для сортировки по классам.
[Система неразрушающего контроля. Виды (методы) и технология неразрушающего контроля. Термины и определения (справочное пособие). Москва 2003 г.]

регрессионный анализ
Раздел математической статистики, объединяющий практические методы исследования регрессионной зависимости (см. Регрессия) между величинами по данным статистических наблюдений. Итальянский статистик Р.Бенини, как считается, был первым, кто с практической пользой применил в экономике метод множественной регрессии. (1907) Он удачно оценил функцию спроса на кофе в Италии как функцию цен на кофе с одной стороны и на сахар — с другой. История знает, однако, немало ложных выводов, показывающих, что без глубокого анализа доверять обнаруженным регрессионным зависимостям бывает рискованно. Метод Р.а. состоит в выводе уравнения регрессии (включая оценку его параметров), с помощью которого находится средняя величина случайной переменной, если величина другой (или других в случае множественной или многофакторной регрессии) известна. (В отличие от этого корреляционный анализ применяется для нахождения и выражения тесноты связи между случайными величинами)[1]. Практически речь идет о том, чтобы, анализируя множество точек на графике (т.е. множество статистических данных), найти линию, по возможности точно отражающую заключенную в этом множестве закономерность, тенденцию — линию регрессии. Для этого требуется наилучшим образом оценить параметры уравнения. Существует ряд математико-статистических приемов, позволяющих решить эту задачу. В случаях, когда искомая закономерность может быть принята за линейную, наиболее эффективен метод наименьших квадратов. Р.а. применяется в различного рода экономических исследованиях (производственные функции, анализ эластичности спроса от цены и др.), особенно при анализе хозяйственной деятельности предприятий (для определения влияния отдельных факторов на результаты) и во многих других областях экономической науки и хозяйственной практики. Пример: средняя себестоимость поковок в кузнечных цехах московских заводов, по статистическим исследованиям, описывалась уравнением регрессии: Y = 72,8 + 0,605x1 + 0,082x2 + + 0,834x3, где x1 — заработная плата на 1 т поковок; x2 — удельная металлоемкость, x3 — удельные цеховые расходы. Это уравнение означает, что лишний расход одного рубля заработной платы приведет (в среднем в большой массе наблюдений) к повышению себестоимости тонны поковок на 0,605 руб. Соответственно рассчитывается и влияние двух остальных факторов. [1] Впрочем, распространена также более широкая трактовка Р.а., охватывающая и то, что здесь названо корреляционным анализом. И, наконец, ряд авторов считают Р.а. частью теории корреляции как общей теории взаимоотношений между случайными величинами.
[ http://slovar-lopatnikov.ru/]

Тематики

• виды (методы) и технология неразр. контроля
• экономика

EN

• regression analysis

3.3 регрессионный анализ en regression analysis

Набор процедур, связанных с оцениванием моделей                   fr analyse de régression

зависимости отклика от предсказывающих переменных

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

3.3 регрессионный анализ en regression analysis

Набор процедур, связанных с оцениванием моделей                   fr analyse de régression

зависимости отклика от предсказывающих переменных

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

обработка
Действие, направленное на изменение свойств предмета труда при выполнении технологического процесса.
[ГОСТ 3.1109-82]

обработка
В экономико-математической литературе этот термин имеет более широкий смысл, чем обычно: он не обязательно означает физический процесс переработки сырья, полуфабрикатов и т.п., но включает также хранение, транспортировку, продажу и другие операции.
[ http://slovar-lopatnikov.ru/]

Тематики

• технологические процессы в целом
• экономика

EN

• processing
• working

DE

• Bearbeitung

FR

• usinage

1.10 обработка en treatment

Конкретная комбинация уровней всех факторов                          fr traitement

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.10 обработка en treatment

Конкретная комбинация уровней всех факторов                          fr traitement

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

24. Обработка

D. Bearbeitung

E. Working

F. Usinage

Источник: ГОСТ 3.1109-82: Единая система технологической документации. Термины и определения основных понятий оригинал документа

фактор
коэффициент
разлагать на множители
множитель
сомножитель
Например, prime factors - простые сомножители, common factor - общий множитель.
Для любого целого числа n фактором является число, на которое n делится без остатка. Например, 7 - фактор числа 91, потому что результат деления 91 на 7 является целым числом.
[ http://www.morepc.ru/dict/]

фактор
1. Источник воздействия на систему, отражающегося на значении переменных модели этой системы. (Часто термины «Ф.» и «переменная» отождествляются, что нельзя признать удачным — см. Переменная модели.) См. также: Управляемый фактор, Фиксированный фактор. 2. Так в экономической литературе сокращенно обозначается понятие «Первичный фактор производства» — см. Факторы производства.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

Синонимы

• коэффициент
• множитель
• разлагать на множители
• сомножитель

EN

• factor

1.5 фактор en factor

Предсказывающая переменная, варьируемая с целью                  fr facteur

определения ее влияния на отклик

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.5 фактор en factor

Предсказывающая переменная, варьируемая с целью                  fr facteur

определения ее влияния на отклик

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

остаток
—
[ http://www.dunwoodypress.com/148/PDF/Biotech_Eng-Rus.pdf]

Тематики

• биотехнологии

EN

• residue

3.1.5 остаток (residue, RES): Количество образца, кипящее при температуре выше 538 °С (1000 °F).

Источник: ГОСТ Р 54291-2010: Нефть сырая. Газохроматографический метод определения распределения компонентов по диапазону температур кипения оригинал документа

1.21 остаток en residual

Разница между наблюдаемым и предсказанным или                   fr résidu

расчетным значениями отклика

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.21 остаток en residual

Разница между наблюдаемым и предсказанным или                   fr résidu

расчетным значениями отклика

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

оптимальный план
1. Наилучший с точки зрения выбранного критерия вариант развития экономики в целом или отдельного хозяйственного объекта. На уровне народного хозяйства разработку О.п. можно представить себе двояко: с одной стороны, как выбор одного из ряда допустимых вариантов этого плана, с другой — как процесс согласования планов (условно-оптимальных), полученных при решении отдельных моделей, входящих в комплекс моделей народнохозяйственного плана. В последнем случае О.п. определяется как наиболее выгодный для всех организаций, работающих в условиях самоокупаемости и взаимной ответственности. 2. Наилучшее распределение ресурсов в задаче математического программирования (например, линейного программирования); иными словами — решение этой задачи. О.п. (как и всякий план) отображается в экономико-математических моделях вектором (точкой пространства производственных возможностей). Отсюда — распространенный термин «оптимальная точка», что означает О.п. См. также Оптимальное планирование.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• optimal plan

2.7 оптимальный план en optimal design

План эксперимента, значения уровней факторов которого         fr plan optimal

определены таким образом, чтобы оптимизировать

некоторый критерий, обычно какую-то функцию от матрицы

плана

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

2.7 оптимальный план en optimal design

План эксперимента, значения уровней факторов которого         fr plan optimal

определены таким образом, чтобы оптимизировать

некоторый критерий, обычно какую-то функцию от матрицы

плана

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

план эксперимента
Исходное понятие теории планирования эксперимента. 1. Совокупность значений управляемых переменных (факторов) эксперимента. Если каждый из K факторов имеет некоторое число n значений, то полный факторный план составит nk исследуемых точек, образующих факторную решетку. Например, если факторов семь, а каждый из них имеет только два уровня (наименьший и наибольший), то число точек составит 27 = 128. Полные факторные планы имитационных экспериментов (ради точности результатов расчет в каждой точке повторяется многократно) требуют очень больших вычислений. Для их сокращения применяются различные неполные факторные планы (например, планы типа латинских и греко-латинских квадратов, ротатабельные планы и др.). Различия между ними состоят в правилах, по которым отбираются точки. Они строятся таким образом, чтобы получить надежные результаты с меньшим числом испытаний и позволяют отсеивать менее значимые факторы, отбирая те из них, которые в наибольшей степени воздействуют на отклик (реакцию). 2. Порядок «обхода» точек плана, т.е. самого проведения эксперимента. В экспериментах, предназначенных для отыскания оптимальных условий протекания некоторого процесса, применяются планы исследования поверхности отклика (реакции), основанные на методе наискорейшего подъема, наискорейшего спуска, последовательные планы и некоторые другие.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• experimental design

1.30 план эксперимента en experimental plan

Назначение обработок каждой экспериментальной единице     fr plan d'expérience

и порядка их выполнения

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.30 план эксперимента en experimental plan

Назначение обработок каждой экспериментальной единице     fr plan d'expérience

и порядка их выполнения

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

графический метод
метод диаграмм
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

Синонимы

• метод диаграмм

EN

• diagram method

3.1 графический метод en graphical method

Метод анализа, основанный на графическом представлении     fr méthode graphique

результатов эксперимента

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

3.1 графический метод en graphical method

Метод анализа, основанный на графическом представлении     fr méthode graphique

результатов эксперимента

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

дисперсионный анализ
—
[ http://www.dunwoodypress.com/148/PDF/Biotech_Eng-Rus.pdf]

дисперсионный анализ
Раздел математической статистики, посвященный методам выявления влияния отдельных факторов на результат эксперимента (физического, производственного, экономического эксперимента). Д.а. возник как средство обработки результатов агрономических опытов, с помощью которых выявлялись наиболее благоприятные условия для сортов сельскохозяйственных культур. При этом исходят из положения о том, что существенность фактора в определенных условиях характеризуется его вкладом в дисперсию результата. Английский статистик Р.Фишер, разработавший этот метод, определил его как «отделение дисперсии, приписываемой одной группе причин, от дисперсии, приписываемой другим группам». Анализ производится следующим образом. Сначала группируют совокупность наблюдений по факторному признаку, находят среднее значение результата и дисперсию по каждой группе. Затем определяют общую дисперсию и вычисляют, какая доля ее зависит от условий, общих для всех групп, какая — от исследуемого фактора, а какая — от случайных причин. И наконец, с помощью специального критерия определяют, насколько существенны различия между группами наблюдений и, следовательно, можно ли считать ощутимым влияние тех или иных факторов. Д.а. применяется в планировании эксперимента и в ряде областей экономических исследований, где он служит, в частности, предварительным этапом к регрессионному анализу статистических данных, поскольку позволяет выделить относительно небольшое (но достаточное для целей исследования) количество параметров регрессии.
[ http://slovar-lopatnikov.ru/]

Тематики

• биотехнологии
• экономика

EN

• analysis of variance
• variance analyis

3.4 дисперсионный анализ en analysis of variance

Метод, который разделяет общую вариацию набора                    fr analyse de variance

данных на имеющие смысл компоненты, связанные

с конкретными источниками вариации

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

3.4 дисперсионный анализ en analysis of variance

Метод, который разделяет общую вариацию набора                    fr analyse de variance

данных на имеющие смысл компоненты, связанные

с конкретными источниками вариации

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

метод наименьших квадратов
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

метод наименьших квадратов
Математический (математико-статистический) прием, служащий для выравнивания динамических рядов, выявления формы корреляционной связи между случайными величинами и др. Состоит в том, что функция, описывающая данное явление, аппроксимируется более простой функцией (или линейной комбинацией таких функций). Причем последняя подбирается с таким расчетом, чтобы среднеквадратичное отклонение (см. Дисперсия) фактических уровней функции в наблюдаемых точках от выровненных было наименьшим. Например, по имеющимся данным (xi,yi) (i = 1, 2, …, n) строится такая кривая y = a + bx, на которой достигается минимум суммы квадратов отклонений то есть минимизируется функция, зависящая от двух параметров: a — (отрезок на оси ординат) и b (наклон прямой). Уравнения, дающие необходимые условия минимизации функции S(a,b), называются нормальными уравнениями. В качестве аппроксимирующих функций применяются не только линейная (выравнивание по прямой линии), но и квадратическая, параболическая, экспоненциальная и др. Пример выравнивания динамического ряда по прямой см. на рис. M.2, где сумма квадратов расстояний (y1 — y1)2 + (y2 — y2)2…. — наименьшая, и получившаяся прямая наилучшим образом отражает тенденцию динамического ряда наблюдений за некоторым показателем во времени. Рис. М.2 Метод наименьших квадратов
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• least squares, method of
• least — square technique

3.2 метод наименьших квадратов en residual plot

Метод оценки параметров, минимизирующий сумму                  fr méthodedes moondres

квадратов ошибок, причем ошибку определяют как                     carrés

разность между наблюдаемым значением и значением,

вычисленным исходя из постулированной модели, а сумму

берут по всем обработкам

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

3.2 метод наименьших квадратов en residual plot

Метод оценки параметров, минимизирующий сумму                  fr méthodedes moondres

квадратов ошибок, причем ошибку определяют как                     carrés

разность между наблюдаемым значением и значением,

вычисленным исходя из постулированной модели, а сумму

берут по всем обработкам

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

модель
Масштабный предметный образец объекта или его частей, отображающий их строение и действие
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

модель
Представление системы, процесса, ИТ-услуги, конфигурационной единицы и т.п. которое используется для облегчения понимания или прогнозирования будущего поведения.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

модель
В том смысле как этот термин применяется в словаре — логическое или математическое описание компонентов и функций, отображающих существенные свойства моделируемого объекта или процесса (обычно рассматриваемых как системы или элементы системы). М. используется как условный образ, сконструированный для упрощения их исследования. Природа моделей может быть различной (общепризнанной единой классификации моделей в настоящее время не существует): материальные или вещественные модели (например, модель самолета в аэродинамической трубе), знаковые модели двух типов: графические (чертеж, географическая карта) и математические (формула, описывающая гравитационное взаимодействие двух тел); материально-идеальные («деловая игра«); словесное описание объекта (явления, процесса) можно также рассматривать как его модель. В управлении хозяйственными процессами наибольшее значение имеют математические, прежде всего, экономико-математические модели, часто объединяемые в комплексы моделей и системы моделей. Подробнее см. Моделирование, Экономико-математическая модель, Экономико-математическое моделирование. Во второй из этих статей см. полную классификацию моделей, представленных в словаре.
[ http://slovar-lopatnikov.ru/]

EN

model
A representation of a system, process, IT service, configuration item etc. that is used to help understand or predict future behaviour.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом
• экономика

EN

• model

DE

• Modell

FR

• modèle

3.6.28 модель (model): Представление или описание сущности или системы, характеризующее только аспекты, относящиеся к установленной цели.

Примечание - «Сущность» не используют в данном документе в значении, установленном ИСО 10303-11, а используют в значении, представленном в стандарте [2] (см. примечание к 3.6.12).

Источник: ГОСТ Р ИСО 15531-1-2008: Промышленные автоматизированные системы и интеграция. Данные по управлению промышленным производством. Часть 1. Общий обзор оригинал документа

3.47 модель (model): Абстрактное описание реальности в любой форме (включая математическую, физическую, символическую, графическую или описательную), которая представляет определенный аспект этой реальности.

Примечание - Заимствовано из ИСО 15704:2000

Источник: ГОСТ Р ИСО 19439-2008: Интеграция предприятия. Основа моделирования предприятия оригинал документа

1.1 модель en model

Описание, связывающее отклик с предсказывающей                   fr modéle

переменной или предсказывающими переменными и

включающее сопутствующие предположения

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.1 модель en model

Описание, связывающее отклик с предсказывающей                   fr modéle

переменной или предсказывающими переменными и

включающее сопутствующие предположения

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

остаточная ошибка
остаточная погрешность
—
[Л.Г.Суменко. Англо-русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.]

Тематики

• информационные технологии в целом

Синонимы

• остаточная погрешность

EN

• residual error

1.22 остаточная ошибка en residual error

Случайная величина, представляющая разность между               fr résiduelle

наблюдаемыми и предсказанными значениями отклика,

полученными на основе постулированной модели

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.22 остаточная ошибка en residual error

Случайная величина, представляющая разность между               fr résiduelle

наблюдаемыми и предсказанными значениями отклика,

полученными на основе постулированной модели

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.4 пространство планирования ; область планирования en design region;

Множество допустимых значений предсказывающей                  design space

переменной                                                                                        fr zone du plan espace

du plan

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.4 пространство планирования ; область планирования en design region;

Множество допустимых значений предсказывающей                  design space

переменной                                                                                        fr zone du plan espace

du plan

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.8 компонента дисперсии en variance component

Дисперсия случайной величины, описывающей эффект             fr composante de variance

фактора или ошибку опыта

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.8 компонента дисперсии en variance component

Дисперсия случайной величины, описывающей эффект             fr composante de variance

фактора или ошибку опыта

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.9 экспериментальная единица en experimental unit

Объект, подвергаемый обработке, вследствие чего получают    fr unité expérimentale

значение отклика

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.9 экспериментальная единица en experimental unit

Объект, подвергаемый обработке, вследствие чего получают    fr unité expérimentale

значение отклика

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.14 эффект рассеивания en dispersion effect

Влияние отдельного фактора на дисперсию отклика                   fr effet de dispersion

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.14 эффект рассеивания en dispersion effect

Влияние отдельного фактора на дисперсию отклика                   fr effet de dispersion

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.19 совместный эффект en alias

Статистический эффект - главный или взаимодействие,            fr alise effet inséparable

который полностью смешивается с другим главным

эффектом или взаимодействием из-за природы эксперимента

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.19 совместный эффект en alias

Статистический эффект - главный или взаимодействие,            fr alise effet inséparable

который полностью смешивается с другим главным

эффектом или взаимодействием из-за природы эксперимента

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.23 чистая ошибка en pure error

Случайная величина, отражающая вариабельность,                     fr erreur pure

связанную с повторными наблюдениями при фиксированной

обработке

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.23 чистая ошибка en pure error

Случайная величина, отражающая вариабельность,                     fr erreur pure

связанную с повторными наблюдениями при фиксированной

обработке

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.24 контраст en contrast

Статистическая линейная функция откликов, для которой         fr contraste

сумма коэффициентов равна нулю, хотя не все они равны нулю

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.24 контраст en contrast

Статистическая линейная функция откликов, для которой         fr contraste

сумма коэффициентов равна нулю, хотя не все они равны нулю

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.26 ортогональное расположение en orthogonal array

Набор обработок, в котором для каждой пары факторов             fr arrangement orthogonal

каждая комбинация обработок появляется одинаковое число

раз на каждом возможном уровне фактора

Источник: Р 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения

1.26 ортогональное расположение en orthogonal array

Набор обработок, в котором для каждой пары факторов             fr arrangement orthogonal

каждая комбинация обработок появляется одинаковое число

раз на каждом возможном уровне фактора

Источник: 50.1.040-2002: Статистические методы. Планирование экспериментов. Термины и определения