распространение течения

Эртыме илыш пройденная жизнь;

эртыме кундем пройденный край.

Ынде чыла тиде – эртыме корно. В. Юксерн. Теперь всё это – пройденная дорога.

(Мартьянов), шочмо-кушмо вержым ончен, эртыме корныжым шарнен. В. Иванов. Мартьянов, глядя на родные места, вспоминал пройденную жизнь (букв. дорогу).

Строй эртыме деч вара после прохождения строя;

поезд дене эртыме годым во время проезда на поезде.

Икана урем дене эртымыж годым Элексей Эчаным Лазыр кугыза мӧҥгышкыжӧ ӱжын пуртен. Н. Лекайн. Однажды, когда Элексей Эчан проходил по улице, дядя Лазыр зазвал его в свой дом.

Поездын эртымыжым колыштын, ойла Миша. А. Мурзашев. Миша говорит, прислушиваясь к прохождению поезда.

Эчан пылын эртымыжым шуко жап вучен шога. Н. Лекайн. Эчан долго стоит и ждёт прохода тучи.

Лыжга мардежын куржын эртымыж еда лывырге укшерлаштым тарватат. Б. Данилов. При каждом дуновении (букв. бегом прохождении) тихого ветра шевелят своими гибкими ветвями.

– Шыч шу вет, шыч шу, чӱчӱ! – Ай-ай, чулым улат, на мыйым эртыметлан! – Эрай кӱсенже гыч кормыж тич пӱкшым лукто да Андрийлан шуйыш. Я. Ялкайн. – Не догнал же, не догнал, дядя! – Ай-ай, быстрый ты, на за то, что обогнал меня (букв. за твой обгон меня)! – Эрай достал из кармана полную горсть орехов и протянул Андрию.

Тыге суд эртымылан Сакар шкат ӧрӧ. С. Чавайн. Такому ходу суда Сакар и сам удивился.

Йыван ден ватыже паша томам эртыме нерген шке коклаштышт мутланат. Н. Лекайн. Йыван и (его) жена разговаривают между собой о плохом ходе работы.

Жап эртыме семын со временем.

Самырык пӧръеҥ жап эртымым ок шиж. А. Мурзашев. Молодой мужчина не замечает (течения) времени.

Йолташ-влак теле эртымылан, шошо толмылан йывыртат. М. Казаков. Друзья радуются тому, что минула зима, наступила весна.

Уржа-сорла эртымылан теве кум-ныл арнят шуэш. Т. Батырбаев. Вот уже три-четыре недели будет, как завершилась жатва.

Чылажат сайын эртымылан, курныж кид гыч утлымылан (Кочетовын) чонжо куанен. К. Васин. У Кочетова душа радовалась тому, что всё хорошо прошло (букв. благополучному прохождению всего), что вырвался из когтей коршуна.

(Ачин) шуко колышт шинчыш, уло курсым угыч эртымыж гай чучо, сандене чыла йодмыланат каласен керте. Я. Ялкайн. Ачин долго сидел и слушал, ему показалось, что весь курс он прошёл снова, поэтому смог ответить на все вопросы.

– Кодшо гана комиссийым эртыме годым повесткым вучаш каласеныт ыле. А. Мурзашев. – В прошлый раз во время прохождения комиссии сказали ждать повестки.

Сравни с:

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