среднее+значение+показателя

математическое ожидание
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

математическое ожидание
Одна из численных характеристик случайной величины, часто называемая ее теоретической средней. Для дискретной случайной величины X математическое ожидание равно сумме произведений возможных значений этой величины на их вероятности: Мх= ?хР(х), а для непрерывной случайной величины — интегралу Обозначается обычно: Mx или Ex (в нашем словаре принято первое из этих обозначений). См. также Среднее значение. Математическое программирование [mathematical programming] - (см. также Оптимальное программирование) — раздел математики, который «… изучает методы решения задач на нахождение экстремума функций (показателя качества решения) при ограничениях в форме уравнений и неравенств»[1]. Оно объединяет различные математические методы и дисциплины исследования операций: линейное программирование, нелинейное программирование, динамическое программирование, выпуклое программирование, геометрическое программирование, целочисленное программирование и др. Общая задача М.п. состоит в нахождении оптимального (максимального или минимального) значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений (см. Область допустимых решений). В самом общем виде задача записывается так: U = f(x) ? max; x ? M, где x = (x1, x2,…, xn); M — область допустимых значений переменных x1,…, xn; f(x) — целевая функция. Частный случай задачи М.п. — «классическая задача». В ней область M представлена равенствами: g(x) = b, где g(x) — вектор функций ограничений, b — вектор констант ограничений. Названные выше разнообразные дисциплины отличаются друг от друга видом целевой функции f(x) и области М. Например, если f(x) и M — линейны, имеем задачу линейного программирования; если же дополнительно ставится условие, чтобы переменные были целочисленны, имеем задачу целочисленного программирования; если зависимость U от x (т.е. форма f) носит нелинейный характер — задачу нелинейного программирования. Развивающаяся область — стохастическое программирование, задачи которого в отличие от детерминированных характеризуются тем, что их исходные данные (все или часть) — суть случайные величины. [1] Математический аппарат экономического моделирования. М.: “Наука”, 1983, стр 8.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• expectation
• expected value

математическое ожидание
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

математическое ожидание
Одна из численных характеристик случайной величины, часто называемая ее теоретической средней. Для дискретной случайной величины X математическое ожидание равно сумме произведений возможных значений этой величины на их вероятности: Мх= ?хР(х), а для непрерывной случайной величины — интегралу Обозначается обычно: Mx или Ex (в нашем словаре принято первое из этих обозначений). См. также Среднее значение. Математическое программирование [mathematical programming] - (см. также Оптимальное программирование) — раздел математики, который «… изучает методы решения задач на нахождение экстремума функций (показателя качества решения) при ограничениях в форме уравнений и неравенств»[1]. Оно объединяет различные математические методы и дисциплины исследования операций: линейное программирование, нелинейное программирование, динамическое программирование, выпуклое программирование, геометрическое программирование, целочисленное программирование и др. Общая задача М.п. состоит в нахождении оптимального (максимального или минимального) значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений (см. Область допустимых решений). В самом общем виде задача записывается так: U = f(x) ? max; x ? M, где x = (x1, x2,…, xn); M — область допустимых значений переменных x1,…, xn; f(x) — целевая функция. Частный случай задачи М.п. — «классическая задача». В ней область M представлена равенствами: g(x) = b, где g(x) — вектор функций ограничений, b — вектор констант ограничений. Названные выше разнообразные дисциплины отличаются друг от друга видом целевой функции f(x) и области М. Например, если f(x) и M — линейны, имеем задачу линейного программирования; если же дополнительно ставится условие, чтобы переменные были целочисленны, имеем задачу целочисленного программирования; если зависимость U от x (т.е. форма f) носит нелинейный характер — задачу нелинейного программирования. Развивающаяся область — стохастическое программирование, задачи которого в отличие от детерминированных характеризуются тем, что их исходные данные (все или часть) — суть случайные величины. [1] Математический аппарат экономического моделирования. М.: “Наука”, 1983, стр 8.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• expectation
• expected value

намерения (мн.)
стремления (мн.)
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

Синонимы

• стремления (мн.)

EN

• expectation

ожидание
В сетевом планировании - процесс, требующий расхода времени без затрат ресурсов
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

Тематики

• сетевое планирование, моделирование

EN

• expectation
• waiting time

DE

• Pause
• Wartezeit

FR

• attente
• espérance

3.1.4.1 показатель воспроизводимости процесса (process capability): Статистический показатель процесса, находящегося в состоянии статистической управляемости, который позволяет оценить способность процесса поддерживать выходную характеристику качества процесса на уровне установленных для нее требований.

Примечание 1 - Для выходной характеристики необходимо определить вид распределения (3.1.2.1), которому она подчиняется, и оценить его параметры.

Примечание 2 - В случае нормального распределения оценку полного среднеквадратического отклонения процесса s_t можно определить по формуле для S_t (см. 3.1.3.1, примечание 3).

В некоторых случаях среднеквадратическое отклонение S_w, представляющее изменчивость в пределах только подгруппы, может быть использовано вместо S_t.

 или  или                                                      (9)

где  - среднее арифметическое размаха, вычисленное по т размахам подгрупп;

S_i - выборочная оценка среднеквадратического отклонения i-й подгруппы;

т - количество подгрупп объема п каждая;

d₂, с₄ - константы, соответствующие подгруппе объема п (см. ИСО 8258).

Для процесса в состоянии статистической управляемости оценки S_t и S_w сходятся. Таким образом, сравнение этих двух оценок позволяет оценить уровень стабильности процесса. Для неконтролируемого процесса с постоянным средним или для процесса с систематически изменяющимся средним (см. 3.1.1.6, примечание 4) значение S_w существенно занижает среднеквадратическое отклонение процесса.

Следовательно, оценку S_w необходимо использовать с большой осторожностью. Иногда оценка S_t является более предпочтительной, чем S_w из-за своих статистических свойств (например, более простого вычисления границ доверительного интервала).

Примечание 3 - В случае нормального распределения показатель воспроизводимости процесса можно оценить по формуле:

Показатель воспроизводимости процесса =  ± (zS_t),                                                                                  (10)

где                                                                                                                                                             (11)

- выборочное среднее i-й подгруппы. Оценка  аналогична  (см. 3.1.3.1, примечание 3).

Выбор значения z зависит от требуемого значения показателя воспроизводимости процесса в единицах продукции на миллион. Обычно z присваивают значения 3, 4 или 5. Если показатель воспроизводимости процесса соответствует установленным требованиям, z = 3 означает наличие в среднем 2700 единиц продукции на миллион за пределами требований.

Аналогично z = 4 означает наличие в среднем 64 единиц продукции, не соответствующих установленным требованиям, на миллион, a z = 5 означает наличие в среднем 0,6 таких единиц продукции на миллион.

Примечание 4 - Для других распределений показатель воспроизводимости процесса можно оценить, используя, например, соответствующую вероятностную бумагу или параметры распределения, соответствующие данным. Выражение для оценки показателя воспроизводимости процесса принимает в этом случае асимметричную форму:

показатель воспроизводимости процесса =

Обозначение  имеет тот же смысл, что и допуски по отношению к номиналу или предпочтительному значению для характеристики, когда верхние и нижние допуски различны. Данное обозначение эквивалентно обозначению «+» для симметричных границ поля допуска. Это обозначение дает возможность проводить сравнение показателя процесса с установленными требованиями в терминах параметров положения и разброса.

Примечание 5 - При использовании формулы  необходимо помнить, что оценка S_w:

- становится менее эффективной при увеличении объема подгрупп;

- чрезвычайно чувствительна к особенностям распределения;

- не позволяет легко определять границы доверительного интервала.

[ИСО 3534-2:2006, пункт 2.7.1]

Источник: ГОСТ Р ИСО 21747-2010: Статистические методы. Статистики пригодности и воспроизводимости процесса для количественных характеристик качества оригинал документа

возможность процесса оценки
Характеристика способности процесса оценки к достижению текущих или планируемых бизнес-целей.
[ ГОСТ Р ИСО/МЭК 15504-1-2009]

Тематики

• информационные технологии в целом

EN

• process capability

3.33 возможность процесса оценки (process capability): Характеристика способности процесса оценки к достижению текущих или планируемых бизнес-целей.

Источник: ГОСТ Р ИСО/МЭК 15504-1-2009: Информационные технологии. Оценка процессов. Часть 1. Концепция и словарь оригинал документа

3.1.4.1 показатель воспроизводимости процесса (process capability): Статистический показатель процесса, находящегося в состоянии статистической управляемости, который позволяет оценить способность процесса поддерживать выходную характеристику качества процесса на уровне установленных для нее требований.

Примечание 1 - Для выходной характеристики необходимо определить вид распределения (3.1.2.1), которому она подчиняется, и оценить его параметры.

Примечание 2 - В случае нормального распределения оценку полного среднеквадратического отклонения процесса s_t можно определить по формуле для S_t (см. 3.1.3.1, примечание 3).

В некоторых случаях среднеквадратическое отклонение S_w, представляющее изменчивость в пределах только подгруппы, может быть использовано вместо S_t.

 или  или                                                      (9)

где  - среднее арифметическое размаха, вычисленное по т размахам подгрупп;

S_i - выборочная оценка среднеквадратического отклонения i-й подгруппы;

т - количество подгрупп объема п каждая;

d₂, с₄ - константы, соответствующие подгруппе объема п (см. ИСО 8258).

Для процесса в состоянии статистической управляемости оценки S_t и S_w сходятся. Таким образом, сравнение этих двух оценок позволяет оценить уровень стабильности процесса. Для неконтролируемого процесса с постоянным средним или для процесса с систематически изменяющимся средним (см. 3.1.1.6, примечание 4) значение S_w существенно занижает среднеквадратическое отклонение процесса.

Следовательно, оценку S_w необходимо использовать с большой осторожностью. Иногда оценка S_t является более предпочтительной, чем S_w из-за своих статистических свойств (например, более простого вычисления границ доверительного интервала).

Примечание 3 - В случае нормального распределения показатель воспроизводимости процесса можно оценить по формуле:

Показатель воспроизводимости процесса =  ± (zS_t),                                                                                  (10)

где                                                                                                                                                             (11)

- выборочное среднее i-й подгруппы. Оценка  аналогична  (см. 3.1.3.1, примечание 3).

Выбор значения z зависит от требуемого значения показателя воспроизводимости процесса в единицах продукции на миллион. Обычно z присваивают значения 3, 4 или 5. Если показатель воспроизводимости процесса соответствует установленным требованиям, z = 3 означает наличие в среднем 2700 единиц продукции на миллион за пределами требований.

Аналогично z = 4 означает наличие в среднем 64 единиц продукции, не соответствующих установленным требованиям, на миллион, a z = 5 означает наличие в среднем 0,6 таких единиц продукции на миллион.

Примечание 4 - Для других распределений показатель воспроизводимости процесса можно оценить, используя, например, соответствующую вероятностную бумагу или параметры распределения, соответствующие данным. Выражение для оценки показателя воспроизводимости процесса принимает в этом случае асимметричную форму:

показатель воспроизводимости процесса =

Обозначение  имеет тот же смысл, что и допуски по отношению к номиналу или предпочтительному значению для характеристики, когда верхние и нижние допуски различны. Данное обозначение эквивалентно обозначению «+» для симметричных границ поля допуска. Это обозначение дает возможность проводить сравнение показателя процесса с установленными требованиями в терминах параметров положения и разброса.

Примечание 5 - При использовании формулы  необходимо помнить, что оценка S_w:

- становится менее эффективной при увеличении объема подгрупп;

- чрезвычайно чувствительна к особенностям распределения;

- не позволяет легко определять границы доверительного интервала.

[ИСО 3534-2:2006, пункт 2.7.1]

Источник: ГОСТ Р ИСО 21747-2010: Статистические методы. Статистики пригодности и воспроизводимости процесса для количественных характеристик качества оригинал документа

3.1.18 возможности процесса (process capability): Статистическая оценка выходной характеристики процесса, по которой судят о нахождении процесса в состоянии статистической управляемости.

Примечание - Адаптированное определение 1.2.7.1 из ИСО 3534-2.

Источник: ГОСТ Р ИСО 21247-2007: Статистические методы. Комбинированные системы нуль-приемки и процедуры управления процессом при выборочном контроле продукции оригинал документа

ATTRIBUTES:

competitive price level — конкурентный [конкурентоспособный\] уровень цен

COMBS:

The aggregate demand curve shows the level of aggregate demand at every price level. — Кривая совокупного спроса показывает какой объем спроса будет иметь место при каждом уровне цен.