Понятия со словосочетанием «абсолютное значение»

Связанные понятия

Коэффицие́нт асимметри́и в теории вероятностей — величина, характеризующая асимметрию распределения данной случайной величины.
Ковариа́ция (корреляционный момент, ковариационный момент) — в теории вероятностей и математической статистике мера линейной зависимости двух случайных величин.
Количество степеней свободы — это количество значений в итоговом вычислении статистики, способных варьироваться. Иными словами, количество степеней свободы показывает размерность вектора из случайных величин, количество «свободных» величин, необходимых для того, чтобы полностью определить вектор.
Многоме́рное норма́льное распределе́ние (или многоме́рное га́уссовское распределе́ние) в теории вероятностей — это обобщение одномерного нормального распределения. Случайный вектор, имеющий многомерное нормальное распределение, называется гауссовским вектором.
Коэффицие́нт сдви́га — это параметр вероятностного распределения, имеющий специальный вид. Физически конкретное значение данного параметра может быть связано с выбором точки отсчёта шкалы измерения.
Коэффицие́нт эксце́сса (коэффициент островершинности) в теории вероятностей — мера остроты пика распределения случайной величины.
Некорректное априорное распределение — ситуация, когда в теореме Байеса сумма (интеграл) априорных вероятностей не даёт в результате 1 или вообще не ограничена.
В теории вероятностей случайная величина имеет дискретное равномерное распределение, если она принимает конечное число значений с равными вероятностями.

Подробнее: Дискретное равномерное распределение
Средняя полезность (AU, англ. Average Utility) — это отношение общей полезности к количеству потреблённых единиц блага.
Асимптоти́чески норма́льная оце́нка — в математической статистике оценка, распределение которой стремится к нормальному при увеличении размера выборки.
Кванти́ли распределе́ния хи-квадра́т — числовые характеристики, широко используемые в задачах математической статистики таких как построение доверительных интервалов, проверка статистических гипотез и непараметрическое оценивание.
Ковариацио́нная ма́трица (или ма́трица ковариа́ций) в теории вероятностей — это матрица, составленная из попарных ковариаций элементов одного или двух случайных векторов.
Теорема о разностях — теорема, связывающая понятия производной и прямой конечной разности высших порядков для степенной функции натурального показателя степени.
Информационное неравенство (математическая статистика) — неравенство для несмещённой оценки с локально минимальной дисперсией, задающее нижнюю границу для величины дисперсии этой оценки. Играет важную роль в теории асимптотически эффективных оценок.
Коэффицие́нт (от лат. co(cum) «совместно» + efficients «производящий») — числовой множитель при буквенном выражении, множитель при той или иной степени неизвестного, или постоянный множитель при переменной величине.
Термодинами́ческая фу́нкция состоя́ния — в термодинамике некая функция, зависящая от нескольких независимых параметров, которые однозначно определяют состояние термодинамической системы. Значение термодинамической функции состояния зависит только от состояния термодинамической системы и не зависит от того, как система пришла в это состояние. Частным случаем функций состояний являются термодинамические потенциалы.
Условное математическое ожидание в теории вероятностей — это среднее значение случайной величины относительно условного распределения.
В статистической термодинамике энтропия Цаллиса — обобщение стандартной энтропии Больцмана—Гиббса, предложенное Константино Цаллисом (Constantino Tsallis) в 1988 г. для случая неэкстенсивных (неаддитивных) систем. Его гипотеза базируется на предположении, что сильное взаимодействие в термодинамически аномальной системе приводит к новым степеням свободы, к совершенно иной статистической физике небольцмановского типа.
Мультиномиа́льное (полиномиа́льное) распределе́ние в теории вероятностей — это обобщение биномиального распределения на случай n>1 независимых испытаний случайного эксперимента с k>2 возможными исходами.
Третье начало термодинамики (теорема Нернста, тепловая теорема Нернста) — физический принцип, определяющий поведение энтропии при приближении температуры к абсолютному нулю. Является одним из постулатов термодинамики, принимаемым на основе обобщения значительного количества экспериментальных данных по термодинамике гальванических элементов. Теорема сформулирована Вальтером Нернстом в 1906 году. Современная формулировка теоремы принадлежит Максу Планку.
Усло́вное распределе́ние в теории вероятностей — это распределение случайной величины при условии, что другая случайная величина принимает определённое значение.
Во многих случаях для предсказания поведения реального газа допустимо использовать модель идеального газа. При работе с данной моделью широко применяются термодинамические потенциалы, которые в данном частном случае приобретают более простой для расчётов вид.

Подробнее: Термодинамические потенциалы идеального газа
Моме́нт случа́йной величины́ — числовая характеристика распределения данной случайной величины.
Коэффицие́нт масшта́ба — это параметр вероятностного распределения. Физически конкретное значение данного параметра может быть связано с выбором шкалы измерения.
Скользя́щая сре́дняя, скользя́щее сре́днее (англ. moving average, MA) — общее название для семейства функций, значения которых в каждой точке определения равны среднему значению исходной функции за предыдущий период.
Соизмери́мые величи́ны — величины, для которых соответственно существует общая мера. Общей мерой величин называют величину, которая целое число раз содержится в каждой из них. Если такой меры, которая укладывается целое число раз в каждую величину, не существует, то такие величины называют несоизмери́мыми. Примером несоизмеримых величин могут служить диагональ квадрата и его сторона.
Выборочная (эмпири́ческая) фу́нкция распределе́ния в математической статистике — это приближение теоретической функции распределения, построенное с помощью выборки из него.
Логарифмический признак сходимости — признак сходимости числовых рядов с положительными членами.
Формула Вика — формула теории вероятностей, выражающая математическое ожидание многочлена от координат гауссовского вектора через элементы матрицы ковариаций. Одним из её применений является связь между средним значением полинома от следов степеней случайной матрицы большого размера и родами поверхностей, получаемыми склейкой заданных многоугольников при различных отождествлениях сторон.
Фу́нкция распределе́ния в теории вероятностей — функция, характеризующая распределение случайной величины или случайного вектора; вероятность того, что случайная величина X примет значение, меньшее или равное х, где х — произвольное действительное число. При соблюдении известных условий (см. ниже) полностью определяет случайную величину.
Стохастическая аппроксимация — рекуррентный метод построения состоятельной последовательности оценок решений уравнений регрессии и экстремумов функций регрессии в задачах непараметрического оценивания. В биологии, химии, медицине используется для анализа результатов опытов. В теории автоматического управления применяется как средство решения задач распознавания, идентификации, обучения и адаптации.
Эта статья о физическом понятии. О более общем значении термина, см. статью СкалярСкалярная величина (от лат. scalaris — ступенчатый) в физике — величина, каждое значение которой может быть выражено одним действительным числом. То есть скалярная величина определяется только значением, в отличие от вектора, который кроме значения имеет направление. К скалярным величинам относятся длина, площадь, время, температура и т. д.Скалярная величина, или скаляр согласно математическому энциклопедическому словарю...

Подробнее: Скалярная величина
Коэффициент мультипликативный — применяемый при геохимических поисках математический расчет результатов химического анализа проб, при котором в числителе коэффициента располагаются произведения результатов анализа элементов положительной индикации с искомым месторождением, а в знаменателе произведения элементов близких по химическим свойствам к элементам числителя, но нейтральных или отрицательных индикаторов искомого месторождения.
Весовая функция — математическая конструкция, используемая при проведении суммирования, интегрирования или усреднения с целью придания некоторым элементам большего веса в результирующем значении по сравнению с другими элементами. Задача часто возникает в статистике и математическом анализе, тесно связана с теорией меры. Весовые функции могут быть использованы как для дискретных, так и для непрерывных величин.
В статистике метод оценки с помощью апостериорного максимума (MAP) тесно связан с методом максимального правдоподобия (ML), но дополнительно при оптимизации использует априорное распределение величины, которую оценивает.

Подробнее: Оценка апостериорного максимума
Функция концентрации (англ. concentration function) в теории вероятностей — одна из характеристик случайной величины. Функции концентрации используются в ряде задач теории вероятностей, в частности, при исследовании свойств свёрток распределений и предельных свойств сумм независимых случайных величин.
Скалярное ранжирование — подход к решению многокритериальных задач принятия решений, когда множество показателей качества (критериев оптимальности) сводятся в один с помощью функции скаляризации — целевой функции задачи принятия решения.
Вариа́ция — различие значений какого-либо признака у разных единиц совокупности за один и тот же промежуток времени. Причиной возникновения вариации являются различные условия существования разных единиц совокупности. Вариация — необходимое условие существования и развития массовых явлений.
Центра́льные преде́льные теоре́мы (Ц. П. Т.) — класс теорем в теории вероятностей, утверждающих, что сумма достаточно большого количества слабо зависимых случайных величин, имеющих примерно одинаковые масштабы (ни одно из слагаемых не доминирует, не вносит в сумму определяющего вклада), имеет распределение, близкое к нормальному.

Подробнее: Центральная предельная теорема
Закон больших чисел (ЗБЧ) в теории вероятностей — принцип, описывающий результат выполнения одного и того же эксперимента много раз. Согласно закону, среднее значение конечной выборки из фиксированного распределения близко к математическому ожиданию этого распределения.
Сходи́мость по распределе́нию в теории вероятностей — вид сходимости случайных величин.
Нера́венство Ма́ркова в теории вероятностей даёт оценку вероятности, что случайная величина превзойдёт по модулю фиксированную положительную константу, в терминах её математического ожидания. Хотя получаемая оценка обычно груба, она позволяет получить определённое представление о распределении, когда последнее не известно явным образом.
Распределение вероятностей — это закон, описывающий область значений случайной величины и вероятности их исхода (появления).
Полунепреры́вность в математическом анализе — это свойство функции более слабое, чем непрерывность. Функция полунепрерывна снизу в точке, если значения функции в близких точках не сильно меньше значения функции в ней. Функция полунепрерывна сверху в точке, если значения функции в близких точках не сильно превышают значения функции в ней.

Подробнее: Полунепрерывная функция
Энтропия Вселенной — величина, характеризующая степень неупорядоченности и тепловое состояние Вселенной.
Логарифмическое распределение в теории вероятностей — класс дискретных распределений. Логарифмическое распределение используется в различных приложениях, включая математическую генетику и физику.
Смещение вследствие пропущенных переменных (англ. Omitted variable bias) — явление в регрессионном анализе, связанное с получением, смещённых и несостоятельных оценок регрессионных коэффициентов вследствие некорректной спецификации модели, а именно невключения в оцениваемую модель независимых переменных, оказывающих причинно-следственное влияние на зависимую переменную, или невозможности включить в неё некую ненаблюдаемую независимую переменную.
Вы́борочное (эмпири́ческое) сре́днее — это приближение теоретического среднего распределения, основанное на выборке из него.
Закон повторного логарифма — предельный закон теории вероятностей. Теорема определяет порядок роста делителя последовательности сумм случайных величин, при котором эта последовательность не сходится к нулю, но остается почти всюду в конечных пределах.
а б в г д е ё ж з и й к л м н о п р с т у ф х ц ч ш щ э ю я