случайной

закон распределения случайной величины
Аналитическое описание распределения вероятностей случайной величины, полученное на основе теоретических представлений о его свойствах и условиях формирования. Для выявления З.р.с.в., по результатам наблюдения за поведением случайной величины, оцениваются один или несколько числовых параметров. Проверяя статистическую гипотезу о соответствии наблюдаемых данных некоторому закону распределения, исследователь может сделать некоторые заключения о свойствах изучаемого объекта. (См. Статистическая проверка гипотез)
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• probability distribution

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

Тематики

• защита информации

EN

• probability distribution

распределение вероятностей (в математической статистике)
Ряд чисел, показывающих, как часто встречается то или иное значение случайной величины, или соответствующая таблица, диаграмма или математическая формула, их заменяющая. Различают эмпирические Р.в., получаемые в результате экспериментов и измерений, и теоретические Р.в. (к которым бывает удобно с той или иной точностью приводить эмпирические Р.). Если, например, при обработке результатов наблюдения получены некоторые числовые данные, то можно сгруппировать их, собрав в каждую группу или одинаковые значения, или значения, попадающие в тот или иной интервал. Обозначая через x1, x2, …, xm последовательность данных наблюдений и через n1, n2, …, nm частоты (числа соответствующих им наблюдений), получим эмпирическое статистическое распределение. Случайная величина считается заданной, если известен закон ее распределения, т.е. известно или может быть определено, какова частота ее тех или иных значений в общей их совокупности. Одной из форм его выражения является функция распределения, равная вероятности того, что случайная величина будет меньше произвольно выбранного значения (или равна ему). Исследование эмпирического Р.в. (см. также Выборочные методы) производится с помощью известных из теории вероятностей свойств Р. вероятностей теоретически возможных значений случайной величины, т.е. теоретических Р.в., среди которых особенно широко применяются: нормальное, логарифмически нормальное, биномиальное. При этом используются математико-статистические характеристики Р. в., например, такие, как мода, медиана, квантили, среднее значение, дисперсия. Если число переменных, характеризующих признак, более одного, то статистическое Р.в. становится многомерным. На него также обобщаются все приведенные выше понятия, связанные с одномерным Р.в.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• probability distribution

дифференциальная энтропия условного распределения вероятностей
Мера неопределенности условного распределения вероятностей непрерывной случайной величины при условии, что задано значение другой непрерывной случайной величины, усредненная по значениям последней; ее выражение имеет вид

где w(xⁿ, y^m)=w(x₁,..., x_n, y₁,..., y_m) - совместная плотность распределения вероятностей случайных величин Хⁿ = (Х₁,..., Х_n) и Y^m = (Y₁,..., Y_m), w(xⁿ|y^m)= w(x₁,..., x_n | y₁,..., y_m) — условная плотность распределения вероятностей случайной величины Хⁿ при условии, что задано значение уm случайной величины У^m; интегрирование ведется по всему множеству значений xⁿ, y^m, случайных величин Xⁿ, Y^m.
Примечание. Имеет место равенство

где h(Xⁿ, Y^m) —дифференциальная энтропия случайной величины
.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• differential conditional probability-distribution entropy

условная дифференциальная энтропия случайной последовательности
Отнесенная к единице времени условная дифференциальная энтропия отрезка непрерывной (по множеству значений компонент) случайной последовательности при условии заданного соответствующего отрезка другой непрерывной случайной последовательности в пределе при стремлении к бесконечности длины отрезка; ее выражение имеет вид

где и — непрерывные случайные последовательности, a n и m —числа компонент последовательностей и на отрезке длительности T.
Примечание. Условная дифференциальная энтропия случайной последовательности, отнесенная к одной компоненте, имеет вид

Примечание. Длина отрезка Т может иметь размерность, отличную от времени.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• conditional differential random-sequence entropy

условная энтропия случайной последовательности
Отнесенная к единице времени условная энтропия отрезка дискретной случайной последовательности при условии заданного соответствующего отрезка другой дискретной случайной последовательности в пределе при стремлении к бесконечности длины отрезка; ее выражение имеет вид

где и — дискретные случайные последовательности, пит — числа компонент (символов) последовательностей , на отрезке T.
Примечание
1. Условная энтропия случайной последовательности, отнесенная к одному символу, имеет вид
.
2. Длина отрезка Т может иметь размерность, отличную от времени.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• conditional random-sequence entropy

выборка на случайной основе
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• random sampling
• systematic sampling

случайный выбор
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• random sampling
• random selection

случайный отбор
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• random sampling

формирование случайной выборки
—
[Англо-русский глоссарий основных терминов по вакцинологии и иммунизации. Всемирная организация здравоохранения, 2009 г.]

Тематики

• вакцинология, иммунизация

EN

• random sampling

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

3.12 отбор проб произвольный (random sampling): Метод отбора точечных проб, при котором каждая часть опробуемого ферросплава имеет равную вероятность быть отобранной.

Источник: ГОСТ 17260-2009: Ферросплавы, хром и марганец металлические. Общие требования к отбору и подготовке проб оригинал документа

3.21 случайный отбор проб (random sampling): Отбор точечных проб без соблюдения определенных интервалов отбора по массе или времени.

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

количество взаимной информации в случайных величинах
Мера уменьшения неопределенности случайной величины, возникающего вследствие того, что становится известным значение другой случайной величины, усредненного по знаниям последней; для дискретных случайных величин ее выражение имеет вид

где суммирование ведется по всему множеству значений х^_n, у^m случайных величин Xⁿ, y^m; для непрерывных случайных величин ее выражение имеет вид

где интегрирование ведется по всему множеству значений xⁿ, у^m случайных величин Хⁿ, У^m.
Примечания
1. Вместо термина «количество взаимной информации в случайных величинах» иногда употребляют выражение «количество информации о случайной величине, содержащееся в другой случайной величине».
2. Общая форма математической записи выражения количества взаимной информации, справедливая в произвольном случае, имеет вид

где Р(хⁿ, у^m), Р(хⁿ) и Р(у^m) —вероятностные меры, заданные соответственно на множествах значений {хⁿ, у^m), хⁿ и у^m случайных величии (Xⁿ, У^m), Хⁿ и У^m.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• mutual information between two random variables

количество взаимной информации в случайных последовательностях
Отнесенное к единице времени количество информации в отрезке случайной последовательности относительно соответствующего отрезка другой случайной последовательности в пределе при стремлении к бесконечности длины отрезка; ее выражение имеет вид

где n и m —числа компонент последовательностей и на длине отрезка T, а l (Хⁿ; У^m)—количество взаимной информации в случайных величинах Хⁿ и У^m.
Примечания
1. Вместо термина «количество взаимной информации в случайных последовательностях» иногда употребляют выражение «количество информации о случайной последовательности, содержащееся в другой случайной последовательности».
2. Количество взаимной информации в случайных последовательностях, отнесенное к одной компоненте, имеет вид

3. Длина отрезка Т может иметь размерность, отличную от времени.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• mutual information between two random sequence

коэффициент вариации случайной величины
Мера относительного разброса случайной величины: показывает, какую долю среднего значения этой величины составляет ее средний разброс. Вычисляется по формуле: квадратный корень из дисперсии случайной величины (стандартное отклонение), деленный на ее математическое ожидание:
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• variation coefficient

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

отклонение от среднего значения
Один из основных терминов математической статистики. Часто его заменяют терминами «ошибка», «погрешность». Квадрат отклонения характеризует степень рассеивания случайной величины и называется дисперсией (см.) (возведение в квадрат потребовалось для того, чтобы картина не искажалась наличием положительных и отрицательные значений: важна лишь величина отклонения, а не его знак).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• deviation
• error

ошибка
Расхождение между вычисленным, наблюденным или измеренным значением или условием и истинным, специфицированным или теоретически правильным значением или условием.
Примечание
Адаптировано из МЭС 191-05-24 путем исключения примечаний.
[ ГОСТ Р МЭК 61508-4-2007]

ошибка
1. В теории информации: отклонение воспринятой информации от переданной. В соответствии с характеристикой процесса восприятия и передачи информации различают: синтаксические (или структурные) О., вызываемые физическими ограничениями канала, сбоями в сборе информации и т.п.; семантические О., состоящие в непонимании получателем полученной им информации; прагматические, т.е. О. в определении ценности полученной информации при ее отборе для использования. 2. В экономико-математическом моделировании — элемент модели, отражающий суммарный эффект не учтенных в ней непосредственно (т.е. не признанных существенными) систематических и случайных факторов, воздействующих на экзогенные переменные (см. Возмущение, Помехи). 3. В математической статистике то же, что отклонение или разброс около истинного значения рассматриваемой случайной величины. Различаются О. случайные (их величина описывается законом распределения и при массовом повторении они обычно взаимно погашаются), и систематические, которые отражают воздействие некоторых неизвестных факторов; они либо имеют постоянную величину, либо изменяются в определенном направлении. Сочетание многих систематических ошибок может привести к формированию случайной ошибки. Есть также ошибки грубые, эксцессы, которые обычно исключаются из статистического исследования из-за своей нехарактерности для изучаемого процесса. В теории статистической проверки гипотез различаются: ошибка первого рода, если отклоняется истинная гипотеза и ошибка второго рода, если не отвергается неправильная гипотеза. То же: Погрешность • Некоторые виды статистических ошибок: Ошибка агрегирования [aggregation bias] - см. Агрегирование. Ошибка выборки [sample bias] - в выборочных методах возникает тогда, когда обнаруживается то, что в действительности отсутствует (например, в процессе наблюдения экономических явлений, при решении задач поиска). Ошибка наблюдения [observation bias] - в выборочных методах возникает тогда, когда пропускают то, что в действительности имеет место (например, при наблюдениии экономических явлений, в задачах поиска). Ошибки в прогнозировании [forecasting bias] - расхождения между данными прогноза и действительными (фактическими) данными. Закономерности О.п. изучаются математико-статистическими методами. Различаются четыре вида ошибок прогнозирования: исходных данных, модели прогноза, согласования, стратегии. Ошибки исходных данных связаны главным образом с неточностью экономических измерений, некачественностью выборки, искажением данных при их агрегировании и т.д. Ошибки модели прогноза возникают вследствие упрощения и несовершенства теоретических построений, экспертных оценок и т.д. Правильность модели прогноза (в том числе оценки ее параметров) проверяется ретроспективным расчетом, который можно сопоставить с действительным ходом исследуемого процесса. Однако и это не дает полной гарантии качества прогноза на будущее, так как условия могут измениться. Ошибки согласования часто происходят из-за того, что статистические данные в народном хозяйстве подготавливаются разными организациями, которые применяют различную методологию расчетов. Ошибки стратегии — результат, главным образом, неудачного выбора оптимистического или пессимистического вариантов прогноза. (См. Диапазон осуществимости прогноза).
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электротехника, основные понятия

EN

• deviation
• disturbance
• error

ошибка (в информационных технологиях)
(ITIL Service Operation)
Изъян в архитектуре или неверное функционирование, вызывающее сбой одной или нескольких ИТ-услуг или конфигурационных единиц. Неправильные действия, совершенные сотрудником, или нарушение процесса, влияющее на конфигурационную единицу, также являются ошибками.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

EN

error
(ITIL Service Operation)
A design flaw or malfunction that causes a failure of one or more IT services or other configuration items. A mistake made by a person or a faulty process that impacts a configuration item is also an error.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом

EN

• error

ошибка (в телекоммуникационных технологиях)
1. Недостоверный прием данных вследствие искажения полезного сигнала в канале связи.
2. Погрешность, вызванная отклонением результатов измерений от истинных значений параметра.
3. Сбой в работе, возникший из-за отказа технических средств, программных прерываний или ошибочных действий оператора.
О. fatal ~, one-time ~, pairwise -, propagated ~, quantization ~, soft ~, unconvertable~, uncorrectable ~, unidentified ~.
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

Тематики

• электросвязь, основные понятия

EN

• error

ошибка
Параметр (как правило, определяемый в виде разности "дельта Е"), показывающий, насколько близки друг другу два сравниваемых образца цвета. Приемлемой для практических целей считается ошибка в 4-5 единиц "дельта Е" (цвета с меньшей разницей, как правило, не различимы для глаз).
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

EN

• error
• Е

ошибка регулирования
—
[Я.Н.Лугинский, М.С.Фези-Жилинская, Ю.С.Кабиров. Англо-русский словарь по электротехнике и электроэнергетике, Москва, 1999 г.]

Тематики

• электротехника, основные понятия

EN

• error

погрешность
Отклонение значения измеренной или вычисленной величины от действительного её значения ввиду неточности измерений или вычислений
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

Тематики

• метрология, основные понятия

EN

• error

DE

• Abweichung
• Fehler

FR

• erreur

рассогласование (при регулировании)
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• error

3.11 погрешность (error): Максимальное отклонение от оценки среднего значения представительного показателя качества, выраженное удвоенным стандартным (среднеквадратическим) отклонением оценки этого показателя.

Источник: ГОСТ 17260-2009: Ферросплавы, хром и марганец металлические. Общие требования к отбору и подготовке проб оригинал документа

3.10 погрешность (error): Разность между полученным результатом наблюдений и принятым значением в соответствии с ИСО 5725-1, подраздел 3.5.

Примечание - Погрешность может быть как систематической, так и случайной.

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

3.6.11 ошибка (error): Расхождение между вычисленным, наблюденным или измеренным значением или условием и истинным, специфицированным или теоретически правильным значением или условием.

Примечание - Адаптировано из МЭС 191-05-24 путем исключения примечаний.

Источник: ГОСТ Р МЭК 61508-4-2007: Функциональная безопасность систем электрических, электронных, программируемых электронных, связанных с безопасностью. Часть 4. Термины и определения оригинал документа

3.19 погрешность (error): Расхождение между рассчитанным, наблюдаемым или измеренным значениями величины или условиями и истинным, установленным или теоретическим значениями величины или условий (см. рисунок 3).

Источник: ГОСТ Р МЭК 61513-2011: Атомные станции. Системы контроля и управления, важные для безопасности. Общие требования оригинал документа

условная энтропия случайной величины
Энтропия условного распределения вероятностей случайной величины при условии, что задано значение другой случайной величины.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• conditional random-variable entropy

энтропия случайной последовательности
Отнесенная к единице времени энтропия отрезка дискретной случайной последовательности в пределе при стремлении к бесконечности длины отрезка; ее выражение имеет вид

где — дискретная случайная последовательность, Хⁿ — ее отрезок длины T, n — число компонент (символов) последовательности на отрезке длины Т.
Примечания
1. Энтропия случайной последовательности, отнесенная к одному символу, имеет вид

2. Энтропия стационарной цепи Маркова v-гo порядка, отнесенная к одному символу, имеет вид

а энтропия стационарной последовательности с независимыми символами имеет вид

3. Длина отрезка Т может иметь размерность, отличную от времени.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• random-sequence entropy

энтропия условного распределения вероятностей
Мера неопределенности условного распределения вероятностей дискретной случайной величины при условии, что задано значение другой дискретной случайной величины, усредненная по значениям последней; ее выражение имеет вид

где P (xⁿ, y^m)=P (x_1,..., x_n, y₁,..., y_m) — совместное распределение вероятностей случайных величин Xⁿ = (X₁, …, Х_n) и Y^m = (Y₁, …, Y_m); Р(xⁿ|y^m) = Р(x₁,..., x_n | y₁,..., y_m) — вероятность того, что случайная величина Хⁿ принимает значение хⁿ = (x₁,..., x_n) при условии, что задано значение y_^m=(y₁,..., y_m) случайной величины Y_^m=(Y₁,..., Y_m); суммирование ведется по всему множеству значении хⁿ и у^m.
Примечание. Имеет место равенство

где Н (Хⁿ, Y^m) —энтропия случайной величины Z^n+m = (Xⁿ, Y^m).
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• conditional – probability distribution entropy

эпсилон-энтропия
Наименьшее количество информации о заданной случайной ситуации (случайной величине, случайной последовательности), содержащееся в другой случайной ситуации, представляющей первую с указанной верностью (задаваемой погрешностью ε).
Примечание
Для ситуаций с конечным или счетным множеством возможных исходов и безошибочном представлении ситуации (ε=0) эпсилон-энтропия совпадает с энтропией.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• epsilon-entropy
• ε-entropy

эпсилон-энтропия
Наименьшее количество информации о заданной случайной ситуации (случайной величине, случайной последовательности), содержащееся в другой случайной ситуации, представляющей первую с указанной верностью (задаваемой погрешностью ε).
Примечание
Для ситуаций с конечным или счетным множеством возможных исходов и безошибочном представлении ситуации (ε=0) эпсилон-энтропия совпадает с энтропией.
[Сборник рекомендуемых терминов. Выпуск 94. Теория передачи информации. Академия наук СССР. Комитет технической терминологии. 1979 г.]

Тематики

• теория передачи информации

EN

• epsilon-entropy
• ε-entropy