единица+продукции

3.4 упаковка для комплектующих изделий (component packaging): Установленная поставщиком товарная единица для комплектующих изделий (3.3), включающая (при необходимости) средства для их защиты, подержания заданного размещения или для автоматизированной сборки.

Примечание - Упаковка для комплектующих может включать в себя:

a) компоненты с выводами на лентах, намотанные на катушки или в специальных ящиках в соответствии с МЭК 60286-1 и МЭК 60286-2²⁾;

²⁾ Ссылка на международный стандарт МЭК 60286 приведена в разделе «Библиография» под номером [7].

b) устройства с поверхностным монтажом (компоненты с поверхностным монтажом) на лентах, намотанные на катушки в соответствии с МЭК 60286-3 и в коробках россыпью в соответствии с МЭК 60286-6;

c) интегральные схемы в кассетах для электронных компонентов в соответствии с МЭК 60286-4 или в матричных лотках по МЭК 60286-5. Рекомендуется сравнить данное определение с определением упаковка продукции (3.32).

Источник: ГОСТ Р ИСО 22742-2006: Автоматическая идентификация. Кодирование штриховое. Символы линейного штрихового кода и двумерные символы на упаковке продукции оригинал документа

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

случайная выборка
Выборка, обладающая тем свойством, что каждая единица, включенная в нее, могла быть с равными шансами, т.е. с равной вероятностью заменена любой другой. Ср. Систематическая выборка.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• random sample

4.2.21 случайная выборка (random sampling): Отбор проб от партии таким образом, что каждый элемент совокупности имеет равную вероятность быть включенным в пробу.

Источник: ГОСТ Р 54235-2010: Топливо твердое из бытовых отходов. Термины и определения оригинал документа

3.17 случайная выборка [(random) sample]: Одна или более единиц продукции, взятых из совокупности так, что каждая единица совокупности имеет одинаковую вероятность быть отобранной в выборку.

Источник: ГОСТ Р ИСО 12491-2011: Материалы и изделия строительные. Статистические методы контроля качества оригинал документа

точка
—
[http://www.rfcmd.ru/glossword/1.8/index.php?a=index&d=23]

Тематики

• защита информации

EN

• dot

4.8 точка (pixel): Минимальный элемент матрицы изображения, расположенный на пересечении п строки и т столбца, где п - горизонтальная компонента (строка), т- вертикальная компонента (столбец).

Источник: ГОСТ Р ИСО/МЭК 19794-6-2006: Автоматическая идентификация. Идентификация биометрическая. Форматы обмена биометрическими данными. Часть 6. Данные изображения радужной оболочки глаза оригинал документа

4.10 точка (pixel): Минимальный элемент матрицы изображения, расположенный на пересечении n строки и т столбца, где n - горизонтальная компонента (строка), т - вертикальная компонента (столбец).

Источник: ГОСТ Р ИСО/МЭК 19794-4-2006: Автоматическая идентификация. Идентификация биометрическая. Форматы обмена биометрическими данными. Часть 4. Данные изображения отпечатка пальца оригинал документа

4.36 точка (point): Единица типометрической типографской системы, выражаемая расстоянием по вертикали и содержащая в 1 мм приблизительно 2,8 точек (в одном дюйме приблизительно 72 точки).

Источник: ГОСТ Р ИСО/МЭК 15910-2002: Информационная технология. Процесс создания документации пользователя программного средства оригинал документа

3.9 точка (dot): Локализованная область с коэффициентом отражения, отличным от коэффициента отражения окружающей поверхности.

Источник: ГОСТ Р ИСО 22742-2006: Автоматическая идентификация. Кодирование штриховое. Символы линейного штрихового кода и двумерные символы на упаковке продукции оригинал документа

3.3 комплектующее изделие (component): Деталь, сборочная единица или сырье, являющиеся составной частью сборки более высокого уровня.

Источник: ГОСТ Р ИСО 22742-2006: Автоматическая идентификация. Кодирование штриховое. Символы линейного штрихового кода и двумерные символы на упаковке продукции оригинал документа

время в экономической системе
Фактор времени — компонент любой динамической экономико-математической модели. В учете фактора времени особое значение имеют соизмерение затрат и результатов, относящихся к разным периодам (см. Дисконтирование), лаги запаздывания эффектов по отношению к воздействиям, вызвавшим эти эффекты. Основная единица времени в экономических расчетах — год, но бывают модели с квартальным, месячным, суточным шагом. Это относится главным образом к моделям, которые предназначены для решения практических задач, их называют моделями с «дискретным (прерывным) временем». В теоретических же исследованиях часто используются модели с «непрерывным временем» (их переменные изменяются непрерывно, без «скачков» от года к году или деления на другие периоды). Впрочем, нередко и практические задачи решаются «в непрерывном времени». При этом недостающие значения, соответствующие моментам времени между известными моментами (например, началом и концом года), находят с помощью интерполирования. Математический аппарат для решения задач с дискретным и непрерывным временем различен. Для описания процессов развития в первом случае применяются разностные уравнения, во втором случае — дифференциальные уравнения. Обозначения. В дискретном анализе последовательные интервалы времени принято обозначать буквами t или q, например, t = 1, 2, …, n. Соответствующие значения переменных модели — подстрочными (или надстрочными) индексами; например, капиталовложения в году t обозначим Kt, в предшествующем году — Kt-1, в последующем Kt+1, и т.д. Функцией времени называется функция, которая отображает изменение экономического показателя (см. Переменная модели) в зависимости от времени — как аргумента. Следовательно, (в случае непрерывного анализа) скорость изменения показателя равна производной по времени, например, где V(c - скорость изменения себестоимости продукции c; t — время. См. также Временное предпочтение, Временной ряд, Долгосрочный период, Краткосрочный период, Лаг.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• time in economic system

защитный знак
Каждая единица лицензионной сувенирной продукции имеeт защитный знак, который используется в качестве устройства идентификации, позволяющего легко отличить оригинальные товары от поддельных.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

EN

protection sign
Each licensed merchandise item bears a protection sign that serves as security device to allow easy detection of unauthorized merchandise.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

Тематики

• спорт (защита интеллектуальной собственности)

EN

• protection sign

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

машино-час
Единица рабочего времени оборудования, которая используется при расчете затрат на производство конкретного продукта, например, при расчете услуг вспомогательных цехов. Машино-часы в расчете на единицу производимой продукции являются одним из ограничивающих факторов при увеличении объемов производства.
[ http://www.lexikon.ru/dict/fin/a.html]

Тематики

• экономика

EN

• machine-hour

обслуживающее подразделение
1. Хозяйственная единица, оказывающая услуги другим подразделениям. Обслуживающее подразделение обычно является и обслуживающим центром затрат, однако обслуживающие центры затрат не обязательно должны быть частью предприятия.
2. Обслуживающие производства и хозяйства - собственные подразделения организации, деятельность которых не связана с производством продукции, выполнением работ и оказанием услуг, явившихся целью создания данной организации.
К обслуживающим производствам и хозяйствам относятся:
- жилищно-коммунальное хозяйство (эксплуатация жилых домов, общежитии, прачечных, бань и т. п.);
- пошивочные и другие мастерские бытового обслуживания;
- столовые и буфеты;
- детские дошкольные учреждения (сады, ясли);
- дома отдыха санатории и другие учреждения оздоровительного и культурно-просветительною назначения;
- научно-исследовательские и конструкторские подразделения.
См. комментарий к счету 29 Инструкции по применению Плана счетов.
[ http://www.lexikon.ru/dict/uprav/index.html]

Тематики

• бухгалтерский учет

EN

• service department

объект учета затрат
Функция, организационное подразделение, контракт или другая рабочая единица, для которой требуется организовать ведение данных по затратам и накопление и измерение стоимости процессов, продукции, работ, капитальных проектов и т. п.
[ http://www.lexikon.ru/dict/uprav/index.html]

Тематики

• бухгалтерский учет

EN

• cost object

отраслевые прогнозные показатели для оценки бизнеса
Общие показатели, характеризующие ожидаемые условия деятельности оцениваемого предприятия и каждого его стратегического подразделения. (См. Стратегическая организационная единица). Во-первых, они отвечают на вопросы, касающиеся самого рынка. Таковы, напр.: изменения вкусов и как они могут влиять на спрос; изменения в конкуренции; влияние технологических изменений на виды продукции, производимой отраслью; вероятный рост рынка; характер изменений рыночных условий, которые могут возникнуть в разных регионах и странах; созревание и ожидаемая продолжительность жизни рынка того или иного товара; доли рынка, занимаемые конкурирующими фирмами отрасли. Во-вторых,возникают вопросы, относящиеся к технологии производства в отрасли.В дополнение к этим факторам необходимо отслеживать изменения в законодательстве и политике, примером является влияние на промышленность природоохранного законодательства и мер по защите окружающей среды.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• use of industry forecasts in business valuation

периодическая инвентаризация
Метод определения остатков запасов, заключающийся в сравнении реально подсчитанных на конец каждого периода остатков с данными по остаткам согласно учетным регистрам; поступления запасов в течение периода учитываются на счете закупок, а не на счете учета запасов, как это принято в системе непрерывной инвентаризации.
Балансовая стоимость запасов в учетных регистрах остается неизменной до тех пор, пока не будет произведена следующая инвентаризация. Стоимость реализации за период рассчитывается следующим образом:
(а) к чистой сумме закупок или к себестоимости произведенной продукции прибавляется стоимость начальных остатков запасов (эта стоимость определяется в конце предшествующего периода), а затем
(б) из полученной суммы вычитается стоимость конечных остатков запасов согласно проведенной в текущем периоде инвентаризации.
В данном случае речь идет о стоимостном методе учета товара (обычно применяется натурально-стоимостной метод, когда учитывается каждая единица товара), когда аналитический учет движения товаров не ведется, а себестоимость реализованных товаров определяется исходя из данных инвентаризации.
Данный подход аналогичен методу учета товаров по продажным ценам, который используется только для розничной торговли. Однако в российской практике проведение систематической инвентаризации не требуется, себестоимость реализованных товаров определяется расчетным путем.
[ http://www.lexikon.ru/dict/uprav/index.html]

Тематики

• бухгалтерский учет

EN

• periodic inventory