анализ выборки

прецизионность
Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.
Примечания
1. Прецизионность зависит только от случайных погрешностей и не имеет отношения к истинному или установленному значению измеряемой величины.
2. Меру прецизионности обычно выражают в терминах неточности и вычисляют как стандартное отклонение результатов измерений. Меньшая прецизионность соответствует большему стандартному отклонению.
3. «Независимые результаты измерений (или испытаний)» - результаты, полученные способом, на который не оказывает влияния никакой предшествующий результат, полученный при испытаниях того же самого или подобного объекта. Количественные значения мер прецизионности существенно зависят от регламентированных условий. Крайними случаями совокупностей таких условий являются условия повторяемости и условия воспроизводимости (ИСО 3534-1 [1]).
[ ГОСТ Р ИСО 5725-1-2002]

Тематики

• метрология, основные понятия

EN

• precision

3.7 прецизионность (precision): Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.

[ЕН 482]

Источник: ГОСТ Р ЕН 13205-2010: Воздух рабочей зоны. Оценка характеристик приборов для определения содержания твердых частиц

3.12 прецизионность (precision): Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.

[ ГОСТ Р ИСО 5725-1-2002, пункт 3.12]

Источник: СТО Газпром 5.26-2009: Организация и проведение внутрилабораторного контроля измерений показателей качества природного газа в химико-аналитических лабораториях

3.12 прецизионность (precision): Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.

Примечания

9 Прецизионность зависит только от случайных погрешностей и не имеет отношения к истинному или установленному значению измеряемой величины.

10 Меру прецизионности обычно выражают в терминах неточности и вычисляют как стандартное отклонение результатов измерений. Меньшая прецизионность соответствует большему стандартному отклонению.

11 «Независимые результаты измерений (или испытаний)» - результаты, полученные способом, на который не оказывает влияния никакой предшествующий результат, полученный при испытаниях того же самого или подобного объекта. Количественные значения мер прецизионности существенно зависят от регламентированных условий. Крайними случаями совокупностей таких условий являются условия повторяемости и условия воспроизводимости (ИСО 3534-1 [1]).

Источник: ГОСТ Р ИСО 5725-1-2002: Точность (правильность и прецизионность) методов и результатов измерений. Часть 1. Основные положения и определения оригинал документа

3.29 прецизионность (precision): Степень близости друг к другу результатов независимых испытаний, полученных в конкретных стандартных условиях определения.

Примечание - Часто степень близости определяют, используя такой показатель, как удвоенное стандартное отклонение.

Источник: ГОСТ Р ИСО 13909-1-2010: Уголь каменный и кокс. Механический отбор проб. Часть 1. Общее введение оригинал документа

3.4.3 прецизионность (precision): Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.

[ИСО 6879]

Источник: ГОСТ Р ИСО 15202-1-2007: Воздух рабочей зоны. Определение содержания металлов и металлоидов в твердых частицах аэрозоля методом атомной эмиссионной спектрометрии с индуктивно связанной плазмой. Часть 1. Отбор проб оригинал документа

3.19 прецизионность (precision): Степень близости друг к другу результатов независимых испытаний, полученных в стандартных условиях определения.

Примечания

1 Часто степень близости определяют, используя такой показатель, как удвоенное стандартное отклонение.

2 Определения могут быть проведены с высокой прецизионностью, и потому стандартное отклонение результатов анализа, проведенных для одной и той же подпартии, может быть небольшим, но результаты могут считаться точными только, если в них не внесена систематическая погрешность.

Источник: ГОСТ Р ИСО 18283-2010: Уголь каменный и кокс. Ручной отбор проб оригинал документа

3.3.3 прецизионность (precision): Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.

3.3.4

Источник: ГОСТ Р ИСО 20552-2011: Воздух рабочей зоны. Определение паров ртути. Отбор проб с получением амальгамы золота и анализ методом атомной абсорбционной или атомной флуоресцентной спектрометрии оригинал документа

3.4.4 прецизионность (precision): Степень близости друг к другу результатов измерений, полученных в конкретных регламентированных условиях.

Примечание - На основе ИСО 6879 [5].

Источник: ГОСТ Р ИСО 15202-3-2008: Воздух рабочей зоны. Определение металлов и металлоидов в твердых частицах аэрозоля методом атомной эмиссионной спектрометрии с индуктивно связанной плазмой. Часть 3. Анализ оригинал документа

3.1.10 прецизионность (precision): Степень близости независимых результатов наблюдений, полученных в конкретных условиях.

Примечание 1 - Прецизионность зависит только от распределения случайных ошибок и погрешностей и не имеет отношения к истинному или установленному значению контролируемой величины.

Примечание 2 - В качестве прецизионности обычно используют стандартное отклонение результатов наблюдений. Чем больше стандартное отклонение, тем меньше прецизионность.

Примечание 3 - Количественные значения прецизионности зависят от установленных условий. Условия повторяемости и воспроизводимости представляют собой два крайних случая установленных условий.

Источник: ГОСТ Р ИСО 11648-1-2009: Статистические методы. Выборочный контроль нештучной продукции. Часть 1. Общие принципы оригинал документа

3.1.10 прецизионность (precision): Степень близости независимых результатов наблюдений, полученных в конкретных условиях.

Примечание 1 - Прецизионность зависит только от распределения случайных ошибок и погрешностей и не имеет отношения к истинному или установленному значению контролируемой величины.

Примечание 2 - В качестве прецизионности обычно используют стандартное отклонение результатов наблюдений. Чем больше стандартное отклонение, тем меньше прецизионность.

Примечание 3 - Количественные значения прецизионности зависят от установленных условий. Условия повторяемости и воспроизводимости представляют собой два крайних случая установленных условий.

Источник: ГОСТ Р ИСО 11648-2-2009: Статистические методы. Выборочный контроль нештучной продукции. Часть 2. Отбор выборки сыпучих материалов оригинал документа

5.2.16 прецизионность (precision): Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.

[ИСО 3534-1].

Источник: ГОСТ Р ИСО 6879-2005: Качество воздуха. Характеристики и соответствующие им понятия, относящиеся к методам измерений качества воздуха оригинал документа

3.5.6 прецизионность (precision): Степень близости друг к другу независимых результатов измерений, полученных в конкретных регламентированных условиях.

Источник: ГОСТ Р ИСО 21438-1-2011: Воздух рабочей зоны. Определение неорганических кислот методом ионной хроматографии. Часть 1. Нелетучие кислоты (серная и фосфорная) оригинал документа

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

подготовка пробы
(напр. воздуха или воды для анализа)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• sample preparation

3.7 подготовка пробы (sample preparation): Процесс, заключающийся в выполнении процедур перевода пробы после ее транспортирования и хранения в состояние готовности к анализу, включая, при необходимости, перевод пробы в измеримое состояние¹⁾.

____________

¹⁾ Состояние, в котором проба пригодна для проведения количественного анализа.

Источник: ГОСТ Р ИСО 15202-2-2008: Воздух рабочей зоны. Определение металлов и металлоидов в твердых частицах аэрозоля методом атомной эмиссионной спектрометрии с индуктивно связанной плазмой. Часть 2. Подготовка проб оригинал документа

3.2.9 подготовка пробы (sample preparation): Процесс, заключающийся в выполнении процедур перевода пробы после ее транспортирования и хранения в состояние готовности к анализу, включая, при необходимости, перевод пробы в измеримое состояние²⁾.

____________

²⁾ Состояние, в котором проба пригодна для проведения количественного анализа.

Источник: ГОСТ Р ИСО 15202-3-2008: Воздух рабочей зоны. Определение металлов и металлоидов в твердых частицах аэрозоля методом атомной эмиссионной спектрометрии с индуктивно связанной плазмой. Часть 3. Анализ оригинал документа

3.1.28 подготовка пробы (sample preparation): Для нештучной продукции совокупность действий для формирования из отобранных проб исследуемой пробы.

Источник: ГОСТ Р ИСО 11648-1-2009: Статистические методы. Выборочный контроль нештучной продукции. Часть 1. Общие принципы оригинал документа

3.1.28 подготовка пробы (sample preparation): Для нештучной продукции совокупность действий для формирования исследуемой пробы из отобранных проб.

Источник: ГОСТ Р ИСО 11648-2-2009: Статистические методы. Выборочный контроль нештучной продукции. Часть 2. Отбор выборки сыпучих материалов оригинал документа

3.4.10 подготовка пробы (sample preparation): Все операции, проводимые с пробой после транспортирования и хранения, включая перевод пробы в состояние, в котором она пригодна для проведения количественного анализа, если это необходимо.

Источник: ГОСТ Р ИСО 21438-1-2011: Воздух рабочей зоны. Определение неорганических кислот методом ионной хроматографии. Часть 1. Нелетучие кислоты (серная и фосфорная) оригинал документа