English-Russian dictionary - terms added by user Игорь_2006: 44.924 << | >>
5.08.2009 | 16:34:32 | stat. | exponentially weighted moving average line | линия экспоненциально взвешенного скользящего среднего (способ сглаживания можно рассматривать как обобщение простого скользящего среднего, в этом методе выбираются экспоненциально убывающие веса для наблюдений (отстоящих от текущего). Этот тип линии скользящего среднего также сглаживает случайные различия в средних разных выборок и позволяет инженеру более отчётливо обнаружить тренд) |
5.08.2009 | 15:53:21 | stat. | enterprise-wide software systems | программное обеспечение на производстве |
5.08.2009 | 15:52:40 | stat. | efficient score statistic | статистика вкладов (эта статистика используется для оценивания статистической значимости параметров, вычисленных с помощью метода максимума правдоподобия. Ее также называют эффективное значение статистики) |
5.08.2009 | 15:06:47 | stat. | Duncan's test | критерий Дункана (апостериорный критерий (или критерий множественных сравнений) может использоваться для определения значимых различий между групповыми средними в анализе дисперсий, основан на статистике размаха) |
5.08.2009 | 15:04:58 | stat. | categorizing | разбиение (одним из наиболее важных, общих, а также мощных аналитических методов заключается в разделении ("разбиении") данных на несколько подмножеств и последующее сравнение структуры данных в полученных подмножествах. Этот общий метод используется как для разведочного анализа данных, так и для проверки гипотез) |
5.08.2009 | 15:04:58 | stat. | categorizing | группировка |
5.08.2009 | 15:04:58 | stat. | categorizing | расщепление |
5.08.2009 | 15:04:58 | stat. | categorizing | разветвление |
5.08.2009 | 15:04:58 | stat. | categorizing | условный анализ |
5.08.2009 | 15:04:08 | stat. | drilling-down | разбиение (одним из наиболее важных, общих, а также мощных аналитических методов заключается в разделении ("разбиении") данных на несколько подмножеств и последующее сравнение структуры данных в полученных подмножествах. Этот общий метод используется как для разведочного анализа данных, так и для проверки гипотез) |
5.08.2009 | 15:04:08 | stat. | drilling-down | группировка |
5.08.2009 | 15:04:08 | stat. | drilling-down | категоризация |
5.08.2009 | 15:04:08 | stat. | drilling-down | расщепление |
5.08.2009 | 15:04:08 | stat. | drilling-down | разветвление |
5.08.2009 | 15:04:08 | stat. | drilling-down | условный анализ |
5.08.2009 | 14:59:32 | stat. | discrepancy function | функция несогласия (величина, показывающая, насколько плохо структурная модель воспроизводит наблюдаемые данные. Чем больше значение функции несогласия, тем хуже (в некотором смысле) модель согласуется с данными) |
5.08.2009 | 14:57:27 | stat. | differencing in time series | разность в анализе временных рядов |
5.08.2009 | 14:56:46 | stat. | multiple dichotomies | многомерные дихотомии (кодирование с использованием многомерных дихотомий является одним из способов кодирования ответов, когда возможно более одного ответа на поставленный вопрос) |
5.08.2009 | 14:55:03 | stat. | deviance residuals | остатки отклонений (обычно вычисляются после подгонки обобщенной линейной модели к данным для проверки адекватности соответствующей модели) |
5.08.2009 | 14:47:26 | stat. | desirability profiles | профили желательности (зависимость между предсказанными откликами для одной или более зависимых переменных и желательностью откликов называется функцией желательности. Построение профилей желательности включает задание функции желательности для каждой зависимой переменной приписыванием предсказанным значениям меток от 0 (очень нежелательно) до 1 (очень желательно). Исследование профилей желательности может показать какие уровни предикторных переменных дают наиболее желаемые отклики зависимых переменных) |
5.08.2009 | 14:45:58 | stat. | derivative-free function minimization algorithms | алгоритмы минимизации функций без вычисления производных (эти стратегии наиболее эффективны при минимизации функций потерь с локальными минимумами) |
5.08.2009 | 14:41:25 | stat. | denominator synthesis | синтез деноминатора (метод нахождения линейных комбинаций источников случайной вариации, которые рассматриваются как подходящие члены ошибок для проверки значимости соответствующих эффектов в смешанной модели ANOVA/ANCOVA) |
5.08.2009 | 14:33:32 | stat. | deleted residual | удалённые остатки (значения остатков для соответствующих наблюдений, которые были исключены из процедуры регрессионного анализа. Если удалённый остаток значительно отличается от соответствующего стандартизованного значения остатка, то, возможно, это наблюдение является выбросом, поскольку его исключение существенно изменяет уравнение регрессии) |
5.08.2009 | 14:30:56 | stat. | Daniell window | окно равных весов |
5.08.2009 | 14:29:17 | stat. | equal weight window | окно Даниэля (в анализе временных рядов окно Даниэля означает простое (с равными весами) сглаживание значений периодограммы скользящим средним; т.е. каждая оценка спектральной плотности вычисляется как среднее m/2 предыдущих и последующих значений периодограммы) |
5.08.2009 | 14:29:17 | stat. | equal weight window | окно равных весов |
5.08.2009 | 14:27:52 | stat. | Daniell window | окно Даниэля (в анализе временных рядов окно Даниэля означает простое (с равными весами) сглаживание значений периодограммы скользящим средним; т.е. каждая оценка спектральной плотности вычисляется как среднее m/2 предыдущих и последующих значений периодограммы) |
5.08.2009 | 14:24:29 | stat. | multi-way tables | кросстабуляция (объединения двух (или нескольких) таблиц частот так, что каждая ячейка (клетка) таблицы представляется единственной комбинацией значений или уровней табулированных переменных. Таким образом, кросстабуляция позволяет совместить частоты появления наблюдений на разных уровнях рассматриваемых факторов) |
5.08.2009 | 14:24:29 | stat. | multi-way tables | таблицы сопряжённости |
5.08.2009 | 14:24:29 | stat. | multi-way tables | многовходовые таблицы |
5.08.2009 | 14:23:44 | stat. | cross tables | кросстабуляция (объединение двух (или нескольких) таблиц частот так, что каждая ячейка (клетка) таблицы представляется единственной комбинацией значений или уровней табулированных переменных. Таким образом, кросстабуляция позволяет совместить частоты появления наблюдений на разных уровнях рассматриваемых факторов) |
5.08.2009 | 14:23:44 | stat. | cross tables | таблицы сопряжённости |
5.08.2009 | 14:23:44 | stat. | cross tables | многовходовые таблицы |
5.08.2009 | 14:18:59 | stat. | cross verification | кросс-проверка (процедура оценки точности прогнозирования с помощью данных из специальной тестовой выборки (используется также термин термин кросс-проверочная выборка) путем сравнения точности прогноза с той, что достигается на обучающей выборке, то есть на выборке, по которой собственно строилась модель) |
5.08.2009 | 14:15:54 | stat. | Cook's distance | расстояния Кука (мера влияния соответствующего наблюдения на уравнение регрессии. Эта величина показывает разницу между вычисленными B-коэффициентами и значениями, которые получились бы при исключении соответствующего наблюдения. В адекватной модели все расстояния Кука должны быть примерно одинаковыми; если это не так, то имеются основания считать, что соответствующее наблюдение (или наблюдения) смещает оценки коэффициентов регрессии) |
5.08.2009 | 14:14:01 | stat. | conjugate gradient descent | метод сопряжённых градиентов (быстродействующий алгоритм обучения многослойных персептронов, осуществляющий последовательный линейный поиск в пространстве ошибок. Последовательные направления поиска выбираются сопряженными (не противоречащими друг другу)) |
5.08.2009 | 14:13:02 | stat. | confusion matrix | матрица несоответствий (в задачах классификации так иногда называют матрицу, в которой для каждого класса наблюдений приводится количество наблюдений, отнесенных сетью к этому и другим классам) |
5.08.2009 | 14:00:02 | stat. | confidence limits for the mean | доверительный интервал для среднего (доверительные интервалы для среднего задают область вокруг среднего, в которой с заданным уровнем доверия содержится "истинное" среднее популяции) |
5.08.2009 | 13:59:23 | stat. | confidence interval for the mean | доверительный интервал для среднего (доверительные интервалы для среднего задают область вокруг среднего, в которой с заданным уровнем доверия содержится "истинное" среднее популяции) |
5.08.2009 | 13:58:15 | stat. | ellipse confidence area | эллипс для предсказанного интервала (эллипс такого типа используется для обозначения доверительного интервала для предсказанных значений единичного наблюдения (предсказанного интервала). Такие двумерные доверительные или контрольные границы используются, напр., на многомерных контрольных картах при промышленном контроле качества) |
5.08.2009 | 13:58:15 | stat. | ellipse confidence area | эллипс для предсказанной области |
5.08.2009 | 13:55:29 | stat. | communality | общность (доля дисперсии, которую каждая переменная имеет общей с другими переменными. Доля дисперсии, которая является характерной для данной переменной (иногда называется характерностью) получается после вычитанием общности из дисперсии переменной. Другими словами дисперсия переменной есть общность плюс характерность. Обычно вначале в качестве оценки общности используют коэффициент множественной корреляции выбранной переменной со всеми другими) |
5.08.2009 | 13:54:02 | stat. | post hoc comparisons | апостериорные сравнения (метод апостериорных множественных сравнений предполагает наличие более чем двух выборок. Этот метод используется для проверки гипотез и разведочного анализа) |
5.08.2009 | 11:33:31 | stat. | cluster diagram | диаграмма кластеров (точечная диаграмма, на которой наблюдения из разных классов представлены на плоскости. Координаты на плоскости соответствуют выходным уровням некоторых элементов сети) |
5.08.2009 | 11:30:48 | stat. | classification trees | деревья классификации (методы деревьев классификации предназначены для прогнозирования принадлежности наблюдений (объектов) к тому или иному классу значений зависимой категориальной переменной на основании значений одной или нескольких предикторных переменных) |
5.08.2009 | 11:28:56 | stat. | city-block error function | функция ошибок городских кварталов (вычисляет расстояние между двумя векторами как сумму модулей разностей их компонент. Менее чувствительна к выбросам, чем квадратичная функция ошибок, но при этом обычно дает худшие результаты обучения) |
5.08.2009 | 11:24:30 | stat. | circumplex | циклическая структура (набор переменных, которые при изображении в виде векторов в N-мерном пространстве образуют некоторую циклическую структуру. Если набор переменных образует циклическую структуру, корреляционная матрица для этих переменных будет иметь специальный вид, называемый матрицей циклической структуры. Циклическая структура является частным случаем более общей концепции радекса, предложенной Луисом Гуттманом) |
5.08.2009 | 11:21:51 | stat. | Chernoff faces | лица Чернова ("лица Чернова" это один из наиболее искусно разработанных типов пиктографиков. Для каждого наблюдения рисуется отдельное "лицо", где относительные значения выбранных переменных. Переменные представлены как формы и размеры отдельных черт лица (напр., длина носа, угол между бровями, ширина лица)) |
5.08.2009 | 11:19:48 | stat. | characteristic life | характерное время жизни (в методе анализ Вейбулла и анализ надежности/времен отказов (см. Анализ процессов) характерное время жизни определяется как точка на временной шкале до которой произойдет отказ 63.2 процентов наблюдаемых объектов) |
5.08.2009 | 11:12:23 | stat. | categorized graphs | категоризованные графики (этот тип графиков дает возможность категоризовать 2М, 3М или nМ графики с помощью задания категорий выбранной переменной. Для каждого уровня группирующей переменной (или заданного пользователем подмножества данных) строится один график, и все эти графики изображаются в одном графическом окне, позволяя сравнивать различные подмножества (категории)) |
5.08.2009 | 10:28:21 | stat. | categorical predictor variable | категориальная предикторная переменная (переменная, измеренная по номинальной шкале, её категории определяют членства в классе или группе, которые используются при предсказании откликов одной или более зависимых переменных. В качестве примера категориальной предикторной переменной можно привести Пол, с двумя классами или группами Мужчина и Женщина) |
5.08.2009 | 10:27:24 | stat. | casewise missing data deletion | построчное удаление пропущенных данных (в анализ включаются только наблюдения, которые не содержат пропущенных данных ни для одной из выбранных переменных) |
5.08.2009 | 10:25:54 | stat. | Burt tables | матрица Берта (многомерный анализ соответствий использует как входной формат данных (т.е. преобразует произвольные данные к такому формату) так называемую матрицу Берта. Матрица Берта является квадратом бинарной матрицы) |
5.08.2009 | 10:23:43 | stat. | Brown-Forsythe homogeneity of variance test | критерии однородности дисперсии Левена и Брауна-Форсайта (важным предположением дисперсионного анализа (Дисперсионный анализ и t-критерий для разности средних) является предположение об однородности дисперсии в различных группах. Наиболее часто для проверки этого предположения используются два достаточно мощных критерия: критерий Левена и его модификация, предложенная Брауном-Форсайтом) |
5.08.2009 | 10:19:46 | stat. | box plots | диаграммы размаха (на диаграммах размаха (этот термин был впервые использован Тьюки в 1970 г.) диапазоны или характеристики распределения значений выбранной переменной (или переменных) изображаются отдельно для групп наблюдений, заданных значениями категориальной (группирующей) переменной. Для каждой группы наблюдений вычисляется центральная тенденция (напр., медиана или среднее) и вариационные статистики или статистики диапазона (напр., квартили, стандартные ошибки или стандартные отклонения) и выбранные значения изображаются на диаграмме размаха выбранного типа) |
5.08.2009 | 10:18:35 | stat. | Box-Ljung Q statistic | Бокса-Льюнга Q статистика (асимптотически (при большом числе наблюдений) Q статистика имеет распределение хи-квадрат с k-p-q степенями свободы, где p и q – числа параметров авторегрессии и скользящего среднего соответственно) |
5.08.2009 | 10:16:12 | stat. | blocking in experimental designs | разбиение на блоки в планировании экспериментов (введение блокового фактора как дополнительного фактора в плане эксперимента. Такие планы часто имеют преимущество в мощности, т. к. позволяют оценивать и контролировать изменчивость производственного процесса, обусловленную различиями между блоками) |
4.08.2009 | 15:36:54 | neurol. | cold allodynia | холодовая аллодиния |
4.08.2009 | 14:03:23 | neurol. | innocuous stimulus | нейтральный раздражитель |
4.08.2009 | 13:59:35 | neurol. | noxious stimulus | болевой раздражитель |
4.08.2009 | 13:53:52 | neurol. | von Frey hairs | нити фон Фрея (синтетические или натуральные волосы для количественного механического стимулирования рецепторов кожи) |
3.08.2009 | 17:27:01 | stat. | best subset regression | регрессия наилучших подмножеств (средство построения модели, которое находит подмножества предикторных переменных, которые лучше всего предсказывают отклики на зависимую переменную по линейной (или нелинейной) регрессии) |
3.08.2009 | 17:25:29 | stat. | Bayesian networks | Байесовы сети (сети, чей принцип действия основан на теореме Байеса, позволяющей сделать выводы о распределении вероятностей на основании имеющихся данных) |
3.08.2009 | 17:23:14 | stat. | banner tables | таблицы флагов и заголовков (таблицы флагов и заголовков – это фактически двувходовые таблицы, единственное отличие которых заключается в том, что вместо двух переменных кросстабулируются два списка группирующих переменных. В таблице флагов и заголовков один список табулируется по столбцам таблицы результатов (горизонтально), а второй – по строкам таблицы результатов (вертикально)) |
3.08.2009 | 17:23:14 | stat. | banner tables | таблицы заголовков |
3.08.2009 | 17:18:52 | stat. | balanced ANOVA design | сбалансированный план дисперсионного анализа (план дисперсионного анализа является сбалансированным планом дисперсионного анализа в том случае, если все ячейки в дисперсионном анализе равны N и в плане нет пропущенных ячеек) |
3.08.2009 | 17:13:37 | stat. | autoassociative network | автоассоциативная сеть (сеть (обычно многослойный персептрон) предназначенная для воспроизведения на выходе входной информации после "сжатия" данных в промежуточном слое, имеющем меньшую размерность. Используется для сжатия информации и понижения размерности данных) |
3.08.2009 | 17:07:33 | stat. | Anderson-Darling test | критерий Андерсона-Дарлинга (общий критерий согласия эмпирической (оцененной) функции распределения с ожидаемой или гипотетической) |
3.08.2009 | 17:05:51 | stat. | Akaike information criterion | информационный критерий Акаике (максимизированный логарифм правдоподобия для выбора из моделей с различным числом параметров) |
3.08.2009 | 17:03:11 | stat. | aggregated line plots | агрегированные линейные графики (агрегированные линейные графики изображают последовательность средних для последовательных подмножеств выбранной переменной) |
3.08.2009 | 16:57:47 | stat. | additive season, no trend | аддитивная сезонность с исключённым трендом (эта модель в анализе временых рядов частично эквивалентна модели простого экспоненциального сглаживания. Однако дополнительно в каждом прогнозе учитывается аддитивная сезонная компонента, которая сглаживается независимо) |
3.08.2009 | 16:56:17 | stat. | additive season, linear trend | аддитивная сезонность, линейный тренд (в этой модели анализа временнных рядов в прогнозе учитывается как линейный тренд g, так и аддитивная сезонная компонента (сглаженная с параметром d)) |
3.08.2009 | 16:55:41 | stat. | additive season, exponential trend | аддитивная сезонность, экспоненциальный тренд (в этой модели анализа временных рядов прогнозы простого экспоненциального сглаживания "улучшаются" экспоненциальным трендом (независимо сглаженным при помощи параметра g) и аддитивной сезонной компонентой (сглаженной параметром d)) |
3.08.2009 | 16:54:50 | stat. | additive season, damped trend | аддитивная сезонность, демпфированный тренд (в этой модели анализа временных рядов прогнозы простого экспоненциального сглаживания "улучшаются" демпфированным трендом сглаживается независимо с параметром fэта модель является продолжением однопараметрической линейной модели Брауна) |
3.08.2009 | 16:50:54 | stat. | additive models | аддитивные модели (обобщение множественной регрессии, вместо отдельного коэффициента для каждой переменной (аддитивного элемента) в модели ваддитивных моделях не уточненная (непараметрическая) функция оценивается для каждого предиктора, чтобы получить наилучшее предсказание значения зависимой переменной) |
3.08.2009 | 16:49:21 | stat. | activation function in neural networks | функция активации нейронной сети (Функция, которая используется для преобразования уровня активации элемента (нейрона) в выходной сигнал. Обычно функция активации имеет "сжимающее" действие. Вместе с PSP-функцией (которая применяется сначала) определяет тип элемента сети) |
3.08.2009 | 16:48:25 | stat. | accept-support testing | критерий принять-поддержать (в этом типе статистического критерия нулевая гипотеза это гипотеза, которая верна, когда верна теоретическая гипотеза эксперементатора. Следовательно, в AS критерии экспериментатор может препочесть не получать статистическую значимость) |
3.08.2009 | 16:47:22 | stat. | accept-support as testing | критерий принять-поддержать (в этом типе статистического критерия нулевая гипотеза это гипотеза, которая верна, когда верна теоретическая гипотеза эксперементатора. Следовательно, в AS критерии экспериментатор может препочесть не получать статистическую значимость) |
3.08.2009 | 16:45:39 | stat. | accept threshold | порог принятия |
3.08.2009 | 15:38:33 | stat. | abrupt temporary impact | скачкообразное временное воздействие (в анализе временных рядов скачкообразное временное воздействие приводит к тому, что в течение интервенции в ряде наблюдается резкий отрицательный или положительный скачок значений, который постепенно уменьшается и не приводит к устойчивому изменению среднего среднего ряда) |
3.08.2009 | 15:25:39 | stat. | abrupt permanent impact | скачкообразное устойчивое воздействие (в анализе временных рядов при скачкообразном устойчивом воздействии общее среднее ряда просто сдвигается после интервенции; сдвиг обозначается w (омега)) |
3.08.2009 | 15:04:32 | cardiol. | abdominal aortography | абдоминальная аортография |
3.08.2009 | 15:03:41 | bacteriol. | abacillary | абациллярный |
3.08.2009 | 14:07:26 | genet. | ateleosis | гипофизарный нанизм |
3.08.2009 | 14:06:54 | genet. | pituitary dwarfism | гипофизарный нанизм |
3.08.2009 | 13:50:00 | physiol. | alfa-fetoprotein | альфа-фетопротеин (белок плазмы крови плода млекопитающих (гликопротеин с молекулярной массой 70 кД), синтезируется в печени и желточном мешке) |
3.08.2009 | 8:57:17 | mol.biol. | nuclear extract | ядерный экстракт |
3.08.2009 | 8:55:41 | mol.gen. | epigenetic imprinting | эпигенетическое наследование |
3.08.2009 | 8:50:15 | biol. | eledoisin | эледоисин (тахикинин из слюнной железы осьминога) |
3.08.2009 | 8:48:49 | gen.eng. | extrachromosome | экстрахромосома |
3.08.2009 | 8:48:14 | biotechn. | extractive fermentation | экстрактивная ферментация |
3.08.2009 | 8:46:44 | mol.gen. | expansion of trinucleotide repeats | экспансия тринуклеотидных повторов |
3.08.2009 | 8:45:53 | mol.biol. | exocellobiohydrolase | экзоцеллобиогидролаза |
3.08.2009 | 8:44:11 | mol.biol. | exonic splicing silencer | экзонный сайленсер сплайсинга |
3.08.2009 | 8:43:02 | mol.biol. | exonic splicing enhancer | экзонный энхансер сплайсинга |
3.08.2009 | 8:42:13 | mol.biol. | exoglucohydrolase | экзоглюкогидролаза (один из компонентов целлюлазного комплекса) |
3.08.2009 | 8:38:17 | mol.biol. | ribosome shunting | шунтирование рибосом |
3.08.2009 | 8:37:52 | virol. | broad host range | широкий круг хозяев |
3.08.2009 | 8:37:17 | toxicol. | shiga like toxin | шигаподобный токсин |
3.08.2009 | 8:29:28 | pharma. | cytotoxic drug | цитотоксическое средство |