на основании статистических данных

in base a — на основе, на основании

sulla base di dati statistici — на основании статистических данных

sulla base di tali principi — исходя из этих принципов

нормативная величина воздействия
Fk
Значение воздействия, устанавливаемое в нормативных документах на основании статистических данных или экспертных оценок
[Англо-русский словарь по проектированию строительных конструкций. МНТКС, Москва, 2011]

Тематики

• строительные конструкции

Синонимы

• Fk

EN

• characteristic value of action

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

агрегация
Процесс организации малых групп, компаний, или бытовых потребителей в более крупные, способные более результативно вести переговоры единицы, укрепляющие их покупательную способность в связи с коммунальными предприятиями (Термины Рабочей Группы правового регулирования ЭРРА)
[Англо-русский глосcарий энергетических терминов ERRA]

EN

aggregation
The process of organizing small groups, businesses or residential customer into a larger, more effective bargaining unit that strengthens their purchasing power with utilities (ERRA Legal Regulation Working Group Terms).
[Англо-русский глосcарий энергетических терминов ERRA]

Тематики

• энергетика в целом

EN

• aggregation

агрегирование
Объединение, суммирование экономических показателей по какому-либо признаку для получения обобщенных совокупных показателей. При агрегировании необходим учет структуры объединяемых элементов, в ряде случаев требуется анализ возможности и определение весов агрегирования (например при расчете индекса промышленного производства).
[ОАО РАО "ЕЭС России" СТО 17330282.27.010.001-2008]

агрегирование
1. Соединение независимых частей, обычно выполняющих различные функции, в единую систему. 2. Объединение нескольких низкоскоростных потоков информации в один более высокоскоростной поток. См. channel ~.
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

агрегирование
Объединение, укрупнение показателей по какому-либо признаку для получения обобщенных, совокупных показателей агрегатов. С математической точки зрения А. рассматривается как преобразование модели в модель с меньшим числом переменных и ограничений — агрегированную модель, дающую приближенное (по сравнению с исходным) описание изучаемого процесса или объекта. Его сущность — в соединении однородных элементов в более крупные. Среди способов А.: сложение показателей, представление группы агрегируемых показателей через их среднюю, использование различных взвешивающих коэффициентов (см. Вес), баллов (см. Шкалы) и т.д. Процесс, обратный к А., называется дезагрегированием, реже — разагрегированием, разукрупнением. Некоторыми теоретиками термин «агрегирование» понимается также как переход от микроэкономического к макроэкономическому взгляду на изучаемые экономические явления. В экономико-математических моделях А. необходимо потому, что ни одна модель не в состоянии вместить всего многообразия реально существующих в экономике продуктов, ресурсов, связей. Даже крупноразмерные модели, насчитывающие десятки тысяч показателей, и то неизбежно являются продуктом агрегирования. В процессе управления при переходе от низшей ступени к высшей показатели агрегируются, а число их уменьшается. Но при этом часть информации «теряется» (при сведении воедино заказов на материалы, например, уже неизвестно, каких именно марок и размеров они нужны каждому заказчику) и приходится вести расчеты приближенно, на основании статистических закономерностей. Поэтому всегда надо сопоставлять выгоду (от сокращения расчетов) с ущербом, который наносится потерей части информации. Особенно затруднено А. в динамических моделях, поскольку с течением времени меняется соотношение элементов, входящих в укрупненную группу (возникает «структурная неоднородность«). Расхождение между результатами исходной задачи и результатами агрегированной задачи называется ошибкой А. Уменьшение ошибки А. — один из основных критериев, применяемых в теории оптимального агрегирования, разработанной Л.Гурвицем, Е.Малинво, У.Фишером и Дж.Чипмэном. А. имеет большое значение в методе межотраслевого баланса (МОБ), где оно означает объединение различных производств в отрасли, продуктов — в обобщенные продукты и укрупнение таким путем показателей балансовых расчетов. МОБ обычно оперирует «чистыми отраслями», т.е. условными отраслями, каждая из которых производит и передает другим отраслям один агрегированный продукт. Количество их ограничивается вычислительными возможностями и некоторыми обстоятельствами математического характера, однако, в принципе, чем больше детализация МОБ, тем лучше он отражает действительность, тем точнее расчеты по нему. А. в МОБ возможно двух типов — вертикальное и горизонтальное. Первое означает объединение продукции по технологической цепочке. Например, в соответствии с этим принципом в одну группу могут быть объединены железная руда, чугун, сталь, прокат (тогда отрасль дает потребителям один продукт — прокат), в другую — пряжа, суровая ткань, готовая ткань, в третью — целлюлоза, бумажное производство. При этом все показатели, прежде всего затраты, относятся на избранную единицу агрегированного продукта (в данных примерах — это тонна готового проката, 1 млн. кв. м готовой ткани, тонна бумаги). Выбрать правильное объединение сложно, поскольку та же сталь может отпускаться потребителям (для литейных производств) не в виде проката, а в виде слитков, целлюлоза может поступать не только на бумажные комбинаты, но и на заводы искусственного волокна, где из нее делают вискозную пряжу, и т.д. При горизонтальном А. в одну группу объединяются, например, продукты, сходные между собой либо по экономическому назначению (различные виды зерна, топлива), либо по техническим условиям производства. Это связано, однако, с дополнительными трудностями. Логично объединить в одну группу всю электроэнергию, но структура затрат на ее производство на тепловых и гидравлических станциях в корне различна. Любой сдвиг в соотношениях внутри такой объединенной отрасли резко скажется на ее показателях, необходимых для расчета. Наиболее рациональные способы А. отраслей и продуктов определяются путем экономико-математических расчетов. Основным инструментом агрегирования почти во всех экономических расчетах являются цены.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• aggregation
• aggregation problem

3.2 агрегирование (aggregation): Процесс или результат объединения конструкций языка моделирования и других компонентов модели в единое целое.

Примечание - Конструкции языка моделирования и другие компоненты модели могут быть агрегированы в более чем один объект.

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

агрегирование
Объединение, суммирование экономических показателей по какому-либо признаку для получения обобщенных совокупных показателей. При агрегировании необходим учет структуры объединяемых элементов, в ряде случаев требуется анализ возможности и определение весов агрегирования (например при расчете индекса промышленного производства).
[ОАО РАО "ЕЭС России" СТО 17330282.27.010.001-2008]

агрегирование
1. Соединение независимых частей, обычно выполняющих различные функции, в единую систему. 2. Объединение нескольких низкоскоростных потоков информации в один более высокоскоростной поток. См. channel ~.
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

агрегирование
Объединение, укрупнение показателей по какому-либо признаку для получения обобщенных, совокупных показателей агрегатов. С математической точки зрения А. рассматривается как преобразование модели в модель с меньшим числом переменных и ограничений — агрегированную модель, дающую приближенное (по сравнению с исходным) описание изучаемого процесса или объекта. Его сущность — в соединении однородных элементов в более крупные. Среди способов А.: сложение показателей, представление группы агрегируемых показателей через их среднюю, использование различных взвешивающих коэффициентов (см. Вес), баллов (см. Шкалы) и т.д. Процесс, обратный к А., называется дезагрегированием, реже — разагрегированием, разукрупнением. Некоторыми теоретиками термин «агрегирование» понимается также как переход от микроэкономического к макроэкономическому взгляду на изучаемые экономические явления. В экономико-математических моделях А. необходимо потому, что ни одна модель не в состоянии вместить всего многообразия реально существующих в экономике продуктов, ресурсов, связей. Даже крупноразмерные модели, насчитывающие десятки тысяч показателей, и то неизбежно являются продуктом агрегирования. В процессе управления при переходе от низшей ступени к высшей показатели агрегируются, а число их уменьшается. Но при этом часть информации «теряется» (при сведении воедино заказов на материалы, например, уже неизвестно, каких именно марок и размеров они нужны каждому заказчику) и приходится вести расчеты приближенно, на основании статистических закономерностей. Поэтому всегда надо сопоставлять выгоду (от сокращения расчетов) с ущербом, который наносится потерей части информации. Особенно затруднено А. в динамических моделях, поскольку с течением времени меняется соотношение элементов, входящих в укрупненную группу (возникает «структурная неоднородность«). Расхождение между результатами исходной задачи и результатами агрегированной задачи называется ошибкой А. Уменьшение ошибки А. — один из основных критериев, применяемых в теории оптимального агрегирования, разработанной Л.Гурвицем, Е.Малинво, У.Фишером и Дж.Чипмэном. А. имеет большое значение в методе межотраслевого баланса (МОБ), где оно означает объединение различных производств в отрасли, продуктов — в обобщенные продукты и укрупнение таким путем показателей балансовых расчетов. МОБ обычно оперирует «чистыми отраслями», т.е. условными отраслями, каждая из которых производит и передает другим отраслям один агрегированный продукт. Количество их ограничивается вычислительными возможностями и некоторыми обстоятельствами математического характера, однако, в принципе, чем больше детализация МОБ, тем лучше он отражает действительность, тем точнее расчеты по нему. А. в МОБ возможно двух типов — вертикальное и горизонтальное. Первое означает объединение продукции по технологической цепочке. Например, в соответствии с этим принципом в одну группу могут быть объединены железная руда, чугун, сталь, прокат (тогда отрасль дает потребителям один продукт — прокат), в другую — пряжа, суровая ткань, готовая ткань, в третью — целлюлоза, бумажное производство. При этом все показатели, прежде всего затраты, относятся на избранную единицу агрегированного продукта (в данных примерах — это тонна готового проката, 1 млн. кв. м готовой ткани, тонна бумаги). Выбрать правильное объединение сложно, поскольку та же сталь может отпускаться потребителям (для литейных производств) не в виде проката, а в виде слитков, целлюлоза может поступать не только на бумажные комбинаты, но и на заводы искусственного волокна, где из нее делают вискозную пряжу, и т.д. При горизонтальном А. в одну группу объединяются, например, продукты, сходные между собой либо по экономическому назначению (различные виды зерна, топлива), либо по техническим условиям производства. Это связано, однако, с дополнительными трудностями. Логично объединить в одну группу всю электроэнергию, но структура затрат на ее производство на тепловых и гидравлических станциях в корне различна. Любой сдвиг в соотношениях внутри такой объединенной отрасли резко скажется на ее показателях, необходимых для расчета. Наиболее рациональные способы А. отраслей и продуктов определяются путем экономико-математических расчетов. Основным инструментом агрегирования почти во всех экономических расчетах являются цены.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• aggregation
• aggregation problem

наблюдение экономических явлений
Метод познания экономических процессов, основанный на целенаправленном восприятии статистических и других экономических данных для выявления с помощью абстракции внутренних связей, скрывающихся за ними. Обычно экономическое наблюдение бывает выборочным (см. Выборка), но в ряде случаев статистические организации проводят и сплошное наблюдение, типа переписей населения, переписей оборудования. При выборочном наблюдении из всей совокупности данных выбирается лишь весьма незначительная часть (проблема обоснованности такой выборки изучается методами математической статистики). На основании изучения этой части выдвигаются гипотезы и делаются теоретические выводы о сущности исследуемых экономических процессов. Для получения таких выводов применяются также методы математической статистики. Наиболее надежные результаты наблюдение дает в условиях контролируемого экономического эксперимента. Однако он не всегда возможен. Особую сложность представляет собой получение достоверного знания об истинных мотивах экономических решений и действий людей. В философской и экономической литературе не всегда четко проводится различие между понятиями эксперимента и наблюдения в социальных науках (в том числе в экономике). Главным различием между этими двумя понятиями надо считать степень активности воздействия исследователя на изучаемый объект. Для эксперимента такая активность — определяющая черта. Естественно, что и при наблюдении (поскольку оно является направленным, а не беспорядочным восприятием фактов) тоже проявляется активность исследователя. Но она направлена не на объект, а на сам процесс наблюдения. Поэтому традиционное применение в научной литературе (главным образом социологической) термина «экспериментальный метод» к таким приемам, как обследование, опрос, интервью и т.п., по нашему мнению, неправомерно. Все это формы не эксперимента, а наблюдения. Наблюдение может быть качественным и количественным; во втором случае проблема наблюдения тесно связана с проблемой измерения экономических величин, а также с весьма сложной проблемой точности экономических данных.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic observation

неполная выборка
Выборка, содержащая недостаточное количество наблюдений, чтобы сделать по ней выводы на основании стандартных статистических методов исследования, прежде всего — регрессионного анализа ( Например, обычный сбор данных о заработках населения по принципу случайной выборки не всегда может быть достоверным, ибо сами индивидуумы по причинам, не известным наблюдателю, делают выбор: работать или учиться, и это искажает результаты).. Проблема Н.в. привлекла внимание специалистов по эконометрии и математической статистике сравнительно недавно. За разработку теории Н.в. и методов ее решения в 2000 году.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• selective sample