Глосарій
|
Адаптивні методи |
найбільш
ефективні при короткостроковому прогнозуванні, а також при прогнозуванні в
ситуації, коли найбільш важливими є останні значення часового ряду. При оцінці параметрів
адаптивних моделей рівням часового ряду надаються різні ваги залежно від
того, наскільки сильним вважається їх вплив на поточний рівень. Всі адаптивні
моделі базуються на двох схемах: ковзної (плинної) середньої і авто регресії |
|
Адитивні моделі |
чинники яких представлені у вигляді
алгебраїчної суми (У = а+в+с) |
|
Актуальність даних |
їх придатність для застосування
залежно від того, наскільки віддалений від моменту їх застосування момент
спостереження об’єкта управління, а також від швидкості зміни показника, за
яким спостерігають |
|
Альтернативні ряди розподілу |
такі атрибутивні ряди розподілу,
якісні ознаки яких приймають тільки два значення, що виключають одне одного:
так або ні (наприклад, розподіл підприємств міста на прибуткові і збиткові,
або на такі, що виконали і не виконали план виробництва продукції тощо). Прикладом атрибутивного
ряду розподілу може бути розподіл працівників підприємства за статтю |
|
Аналіз ризику |
являє собою процес розуміння
природи ризику і встановлення його рівня (тобто величини та імовірності
втрат, незахищеності від них). Він створює основу для визначення ступеня
ризику і прийняття рішення про його обробку; це
систематичне використання інформації для визначення джерел (небезпек) і
кількісної оцінки ризику |
|
Аналіз часових рядів (Time Series Analysis) |
сукупність
математично-статистичних методів аналізу, призначених для виявлення структури
часових рядів і для їх прогнозування. Сюди відносяться, зокрема, методи
регресійного аналізу. Виявлення структури часового ряду,
необхідної, щоб побудувати математичну модель того явища, яке є джерелом
аналізованого часового ряду |
|
Аналітична функція ризику |
зв’язана з
тим, що наявність ризику передбачає необхідність вибору одного з можливих
варіантів рішення, у зв’язку з чим підприємець у процесі прийняття рішення
аналізує всі можливі альтернативи, вибираючи найбільш рентабельні
(прибуткові) і найменш ризиковані |
|
Аналітична функція статистики |
передбачає: - оцінювання ефективності та ризику діяльності об’єктів
управління; - аналіз конкурентоспроможності об’єктів управління; - аналіз
ринкової кон’юнктури, інфраструктури ринку, демографічної та екологічної
ситуації, соціальних аспектів розвитку і т. ін. |
|
Аналітичне групування |
таке групування, яке спрямоване на виявлення причинно-наслідкових
взаємозв’язків між досліджуваними ознаками (показниками) масових суспільних
явищ, впливу однієї ознаки на іншу. Таке групування проводиться за факторною
ознакою і в кожній групі визначається середня величина результативної ознаки.
При наявності зв’язку між ознаками середні групові систематично збільшуються
(прямий зв’язок) або зменшуються (зворотній зв’язок). При цьому фактор, що
впливає, називають ознака-фактор, а параметр, який піддається впливу, –
ознакарезультат. Іноді враховується кілька ознак – факторів, тоді таке
групування називається багатовимірним (багатофакторним). Прикладом
аналітичних групувань можуть бути групування, в яких вивчаються взаємозв’язки
між собівартістю продукції та її факторами, продуктивністю праці та її
факторами тощо |
|
Анкетування як спосіб побудови прогнозів |
метод вивчення думок населення, спеціалістів
(експертів, аналітиків) з метою впорядкування і об’єктивності суб’єктивних
оцінок прогнозного характеру. Особлива роль тут належить експертним оцінкам |
|
Арифметичний контроль зібраного статистичного
матеріалу |
полягає в
арифметичній перевірці підсумкових та розрахункових показників, а також в
арифметичній ув’язці пов’язаних між собою даних |
|
Асиметричні (скошені) ряди розподілу |
розміщення частот в обидві сторони
від середньої неоднакове |
|
Атрибутивні ряди розподілу |
ряди розподілу, утворені за якісною (атрибутивною)
ознакою. (наприклад,
розподіл працівників підприємства за статтю, освітою, віком; підприємств міста за
формами власності; студентів вищого навчального закладу за економічними
спеціальностями тощо). Різновидом атрибутивних рядів розподілу є альтернативні
ряди |
|
Атрибутивні (якісні) ознаки |
такі ознаки, які не мають
кількісного вираження і реєструються у вигляді текстового (словесного) запису
(стать, професія, освіта, сімейний стан тощо). Різновидом атрибутивної ознаки
є альтернатива, коли існує лише два варіанти цієї ознаки, причому один з них
виключає інший (наприклад, стать чоловіча або жіноча) |
|
Варіанти |
числові
значення розмірів кількісної ознаки, це окреме її значення, яке вона приймає
в ряду розподілу (X) |
|
Варіаційний ряд розподілу |
ряд розподілу,
складений за кількісною ознакою |
|
Верифікація прогнозу |
оцінка
ймовірності, точності або обгрунтованості прогнозу |
|
Вибіркова сукупність (вибірка) |
сукупність, яку відібрано для
обстеження |
|
Вибірковий метод |
Сукупність методів математичної
статистики, що застосовуються для обґрунтування та висновків при проведенні
вибіркового спостереження |
|
Випадкові помилки у статистичному спостереженні |
виникають внаслідок дії випадкових
непередбачуваних причин (описки, обмови, неточний підрахунок, закруглення
чисел і т.п.). Такі помилки не є небезпечними, оскільки вплив їх на
узагальнюючі показники урівноважується внаслідок дії закону великих чисел |
|
Випадковість |
це
те, що в подібних умовах відбувається неоднаково, тому її заздалегідь не
можна передбачати й прогнозувати |
|
Виробнича функція |
функція, незалежна змінна якої
набуває значення обсягу ресурсу, який використовується для виробництва, а
залежна змінна – значення обсягів виготовленої продукції |
|
Виробнича функція Кобба-Дугласа |
використовується
для аналізу залежності між затратами праці і затратами капіталу на обсяг
виробництва продукції |
|
Відкриті інтервали групування |
у яких максимальні або мінімальні
значення ознаки заздалегідь невідомі. Тому при групуванні перший і останній
інтервали залишаються відкритими (наприклад, групування робітників за стажем
роботи: до 3 років, від 3 до 5, від 5 до 10, від 10 до 20, більше 20 років) |
|
Вторинне групування |
статистичне групування, яке проводять на основі раніше
здійсненого групування |
|
Вторинне статистичне зведення |
групування здійснюється на основі
первинного зведення (укрупнення інтервалів, перегрупування даних) |
|
Генеральна сукупність |
сукупність, з якої вибирають
елементи для обстеження |
|
Горизонт прогнозування |
максимально можливий період
упередження прогнозу даної точності |
|
Група економетричних методів |
включає такі
методи: найменших квадратів, експонентного згладжування, ковзної середньої,
ймовірнісного моделювання, колокаційний, кореляційно-регресійний, групового
врахування аргумента, авторегресійний, теорії розпізнавання образів,
спектрального, дискримінантного та факторного аналізу |
|
Група методів математичного моделювання |
включає такі
методи: балансові, оптимізаційні, імітаційні, стохастичні моделі, нейронні
мережі, варіаційне числення, моделі Маркова та теорії ігор |
|
Група системно-структурних методів |
включає такі
методи: функціонально-ієрархічне моделювання, морфологічний аналіз, матричний
метод, сіткове моделювання, структурна аналогія, прогнозний граф, «дерево
цілей» |
|
Групове (складне) статистичне зведення |
попередній
розподіл одиниць статистичної сукупності на окремі групи, що дає можливість
підрахувати в кожній групі та у цілому по сукупності з наступним поданням
результатів групування у формі статистичних таблиць чи графіків |
|
Детерміновані моделі |
Передбачають
жорсткі функціональні зв’язки між змінними |
|
Дескриптивні моделі |
це моделі описового характеру, які
будуються на основі звітних балансів, іншої звітності в різних аналітичних
аспектів, системі аналітичних коефіцієнтів, відповідних аналітичних оглядів;
різноманітність цих коефіцієнтів для зручності об’єднують у окремі групи:
ліквідності, платоспроможності, рентабельності, ділової активності,
фінансової стійкості, стану на ринку капіталів тощо |
|
Децентралізоване статистичне
зведення |
зведення матеріалу здійснюється
послідовними етапами (наприклад, спочатку виконується зведення даних по
району, потім порайонні дані об’єднуються в областях і, на кінець, обласні
зведення об’єднуються у Державній службі статистики України) |
|
Дискретний розподіл |
користувач визначає
конкретні значення з числа можливих, а також ймовірність отримання кожного з
них |
|
Дискретні (перервні) кількісні ознаки |
виражаються в кожній групі тільки
числами (наприклад, кількість робітників, їх кваліфікаційний розряд,
кількість дітей у сім’ї, число кімнат у квартирі, кількість тролейбусних
машин в депо тощо) |
|
Дискретні (перервні) ряди розподілу |
такі
варіаційні ряди розподілу, в яких варіанти (ознаки) приймають значення тільки
цілих чисел |
|
Достовірність даних |
їх
відповідність реальному стану, що забезпечується багатьма умовами (компетентність
працівника, який здійснює збір даних, якість і зміст відповідних бланків,
система оцінюючих критеріїв, ступінь адекватності методології та методики
вимірювання показника, який відображає явище, навмисне перекручення даних,
які повідомляються під впливом суб’єктивних моментів тощо) |
|
Економетричні методи |
Є одними із найважливіших
серед економіко-математичних методів. Їх головний інструмент –
економіко-математичні моделі, до яких належать лінійне програмування,
міжгалузевий баланс, моделі теорії економічного зростання, теорія графів,
теорія ігор та ін. Моделі поділяються на статичні (фіксовані за часом) і
динамічні. Найчастіше такими методами користуються з метою побудови
необхідної у дослідженні економетричної моделі |
|
Економіко-математична модель |
це вираз формальної залежності у
вигляді математичних співвідношень (функцій, систем рівнянь або нерівностей,
операторів тощо) економічного процесу, проблеми або об’єкта, що досліджуються |
|
Економічне прогнозування |
процес
розроблення національної економіки на всіх рівнях, що ґрунтується на
науковому пізнанні економічних явищ і використанні всієї сукупності методів
та можливостей прогностики |
|
Екстраполяція та інтерполяція як способи побудови прогнозів |
побудова
динамічних рядів розвитку показників прогнозного явища на основі базового
періоду прогнозу та розробка варіанту випередження прогнозу на майбутнє
(ретроспекція і проспекція прогнозних розробок) |
|
Єдиний державний реєстр підприємств та організацій
України (ЄДРПОУ) |
автоматизовану
систему збирання, накопичення та опрацювання даних про всіх юридичних осіб,
їх філії, відділення, представництва та інші відособлені структурні
підрозділи, що знаходяться на території України, а також про юридичних осіб,
їх філії, відділення, представництва та інші відособлені структурні
підрозділи, що знаходяться за межами України і створені за участю юридичних
осіб України. Цей реєстр забезпечує облік та ідентифікацію всіх зазначених
вище суб’єктів господарювання, дає можливість налагодити єдиний інформаційний
простір, в який входять всі суб’єкти ринку, а також він є основою для
проведення державних статистичних спостережень |
|
Життєвий цикл продукції |
період, протягом якого існує попит
на неї, а відповідне виробництво економічно доцільне |
|
Задачі оптимального планування ( в
математиці – задачі математичного програмування) |
полягають у
відшуканні оптимального розв’язку |
|
Закриті інтервали групування |
в яких визначені максимальні і
мінімальні межі |
|
Захисна функція ризику |
полягає в наступному: якщо для підприємця ризик –
природний стан, то нормальним повинне бути і терпиме відношення до невдач.
Ініціативним, заповзятливим підприємцям потрібний спеціальний захист,
правові, політичні й економічні гарантії, що виключають покарання і
стимулюють виправданий ризик |
|
Змішані моделі |
чинники входять у різних
комбінаціях ( |
|
Ймовірність |
це
можливість одержання визначеного результату |
|
Ідентифікація (як етап процесу управління ризиком) |
це процес виявлення, розпізнавання
та описування ризику; вона передбачає визначення джерел ризику, подій та їх
можливих наслідків. Мета ідентифікації – скласти вичерпний список ризиків,
які можуть зашкодити досягненню цілей. Це важливо, оскільки ризик, не
виявлений на даній стадії, не буде включений до подальшого аналізу |
|
Індекс дохідності інвестиційного проєкту |
це співвідношення
дисконтованих доходів до дисконтованих інвестиційних витрат |
|
Індивідуальні
експертні оцінки (інтерв'ю, аналітичні узагальнення, соціологічні
опитування) |
Методи
прогнозування, які полягають уз’ясуванні думки окремих респондентів стосовно
зміни виділених показників або економічних явищ у перспективі. Суб’єктивні методи
прогнозування. Доцільно використовувати за відсутності об’єктивніших джерел
інформації |
|
Інноваційна функція ризику |
стимулює пошук
нетрадиційних рішень проблем, що стоять перед підприємцем. Ризикові рішення,
ризиковий тип господарювання приводять до більш ефективного виробництва, від
якого виграють і підприємці, і споживачі, і суспільство в цілому |
|
Інтервал групування |
різниця між максимальним і
мінімальним значеннями ознаки в кожній групі статистичного групування |
|
Інтервальні (безперервні) кількісні ознаки |
такі ознаки,
які можуть набувати різного значення в певних межах, тобто мати цілу й
дробову частини (наприклад, рівень заробітної плати, дохід, прибуток, вік
робітників, швидкість руху автомашин та ін.) |
|
Інтервальні (безперервні) ряди розподілу |
варіаційні ряди розподілу, в яких
варіанти дані у вигляді інтервалів |
|
Кількісні (варіаційні) ознаки |
ознаки, які набувають різних
цифрових характеристик і виражаються числовими значеннями (кількість
працівників, їх вік і стан роботи, обсяг продукції, розмір заробітної плати
тощо) |
|
Коефіцієнт детермінації |
показує, яка
частка загальної варіації результативної ознаки визначається досліджуваним
фактором |
|
Коефіцієнт еластичності |
|
|
Коефіцієнт кореляції |
Відносний
показник, який використовується для оцінки тісноти і напрямку зв’язку між
ознаками |
|
Колективні експертні оцінки (метод
мозкової атаки, метод комісій, метод Дельфі, матричний
метод та інші) |
Методи
прогнозування, які передбачають Проведення соціологічних досліджень на базі
анкетування, опитування певних груп населення або фахівців стосовно
перспектив розвитку досліджуваних явищ та опрацювання анкетних даних на
основі певних математичних формул, які дають змогу визначити достовірність
прогнозів, з’ясувати пріоритетність факторів, що впливатимуть на розвиток
подій у перспективі. Суб’єктивність методів дещо знижується внаслідок
узагальнення думок великої кількості респондентів. Рекомендується використовувати при
розробці середньострокових і довгострокових прогнозів |
|
Комбінаційне (багатовимірне)
групування |
групування, проведене за за двома і більшим числом ознак |
|
Контрольна функція статистики |
передбачає: - здійснення перевірки відповідності статистичної
звітності вимогам інструкцій і стандартів; - забезпечення вірогідності,
актуальності та своєчасності статистичної інформації. |
|
Корельовані ознаки |
Oзнaки, щo пoв’язaнi мiж сoбoю кopeляцiйним зв’язкoм |
|
Кopeляцiйне пoлe |
пpи пoбyдoвi гpaфiкa нa oсi aбсцис вiдклaдaють знaчeння фaктopнoï oзнaки, a нa oсi opдинaт – знaчeння peзyльтaтивнoï oзнaки. Вiдклaвши нa пepeтинi вiдпoвiдниx знaчeнь двox oзнaк тoчки, oдepжимo тoчкoвий гpaфiк – поле кореляції |
|
Кореляційний аналіз |
Один із
статистичних методів дослідження. За коефіцієнтом кореляції двох послідовностей змінних
величин визначають ступінь їх взаємозалежності. За допомогою кореляційного аналізу
можна досліджувати не тільки дві змінні (парна кореляція), а й більшу
кількість змінних (множинна кореляція) |
|
Кореляційний (стохастичний) зв’язок |
тaкий зв’язок мiж змiнними вeличинaми, пpи якому чисeльнoмy знaчeнню oднiєï з ниx вiдпoвiдaє кiлькa знaчeнь
iншиx; це неповна, ймовірнісна залежність
між економічними показниками, яка виявляється лише у масі (великій кількості)
спостережень |
|
Кopeляцiя |
пoxoдить вiд
aнглiйськoгo слoвa сorrelaтion – спiввiднoшeння, вiдпoвiднiсть (взaємoзв’язoк, взaємoзaлeжнiсть) мiж
oзнaкaми, щo виявляється пpи мaсoвoмy спoстepeжeннi змiни сepeдньoï вeличини oднiєï oзнaки
зaлeжнo вiд знaчeння iншoï |
|
Крива Енгеля |
використовується
для аналізу
залежності між витратами на споживання та доходом. Критична
точка визначає рівень доходу, нижче якого товар не буде куплений. Якщо дохід
збільшується, то і збільшуються витрати на споживання, але до певної межі |
|
Кpиві peгpeсiï aбo лiнiї peгpeсi |
кpивi, пoбyдoвaнi нa oснoвi piвнянь peгpeсiï |
|
Лiнiйний зв’язок |
виpaжaється piвнянням пpямoï лiнiï |
|
Логістична регресія |
використовується
для прогнозування попиту на товари тривалого користування. Попит на товари
тривалого користування має таку тенденцію до зміни: спочатку деякий час попит
зростає, а потім коливається навколо сталої величини |
|
Логічний контроль зібраного статистичного
матеріалу |
ґрунтується на логічному
взаємозв’язку між ознаками на порівнянні взаємопов’язаних записів у програмі
спостереження |
|
Метод вибору |
Метод методів
статистичної обробки даних, який дає змогу розмежувати дійсні й випадкові
ознаки об'єкта дослідження. Суттєвими характеристиками можуть бути медіана, дисперсія
та ін. За допомогою цього методу досліджують ймовірну залежність та зв’язок між
випадковими величинами |
|
Метод елімінування |
Елімінувати – означає усунути,
відхилити, виключити дію усіх факторів на величину результативного показника,
крім одного. Цей метод виходить з того, що усі
фактори змінюються незалежно один від одного: спочатку змінюється один, а усі
інші залишаються без змін, потім змінюються два, потім три і т.д. при
незмінних решті факторів |
|
Метод індексів |
один із статистичних методів
дослідження, який передбачає розрахунки пошукових величин порівняно із середнім,
нормативним або базовим рівнем (показником). Цей метод застосовують переважно для аналізу
динамічних рядів та визначення рівнів розвитку об’єктів дослідження. Зазвичай
він є основним у
дослідженнях рівнів розвитку регіонів країни (регіональна діагностика) і
країн світу |
|
Метод найменших квадратів |
дає можливість
знайти ту пряму, яка порівняно з іншими прямими проходить найближче до точок
кореляційного поля, що відображають фактичні дані, тобто дає найменшу суму
квадратів відхилень фактичних значень результативної ознаки від вирівняних
(теоретичних) значень |
|
Методи зведення і групування первинного
статистичного матеріалу |
представляють другий етап статистичного
дослідження. Зведення
включає методи перевірки, систематизації, обробки, підсумовування даних і
представлення їх у формі статистичних таблиць. Методи групування дозволяють розділити
досліджувану сукупність на однорідні в певному відношенні частини |
|
Мета статистичного спостереження |
отримання вірогідної та повної
статистичної інформації про досліджувані соціально-економічні явища і процеси |
|
Метод найменших квадратів |
метод прогнозування, який полягає у встановленні емпіричних залежностей між
досліджуваними показниками та перенесення їх на перспективу.
Застосовується при розробці
короткострокових прогнозів |
|
Метод плавних середніх; метод експотенціального
вирівнювання |
метод прогнозування, який полягає у встановленні емпіричних залежностей
досліджуваних показників від часового фактора. Застосовується при розробці короткострокових і
середньострокових прогнозів з урахуванням змін, що відбулися в
ретроспективному періоді |
|
методи прогнозування, які полягають у визначенні кількісних залежностей між
головним критерієм та показниками, що впливають на його величину. Результати двофакторного або
багатофакторного аналізу переносяться на прогнозний період.
Застосовується при розробці Розробка
короткострокових і середньострокових прогнозів |
|
|
Методи (прийоми) визначення узагальнюючих зведених
синтетичних показників |
становлять третій етап статистичного дослідження і
вирішують завдання визначення певних параметрів |
|
Методи статистичного спостереження |
представляють перший етап
статистичного дослідження і виконують функції збирання і оцінцки якості
первинних статистичних даних |
|
Механізоване статистичне зведення |
виконання зведення первинних
матеріалів за допомогою електронно-обчислювальних машин |
|
Мнoжинна кopeляцiя |
зв’язoк мiж
тpьoмa i бiльшим числoм
oзнaк
(peзyльтaтивнoю i двoмa i бiльшим числoм
фaктopiв) |
|
Мода |
для дискретної випадкової
величини мода – це найбільш ймовірне значення цієї випадкової величини |
|
Модель |
образ
реального об’єкта (процесу) в матеріальній або ідеальній формі (тобто
описаний знаковими засобами будь-якою мовою), що відображає істотні
властивості змодельованого об’єкта (процесу) й управління в ході дослідження |
|
Моделювання |
універсальний спосіб
вивчення процесів і явищ реального світу. Особливого значення воно набуває у
процесі вивчення об’єктів, не доступних прямому спостереженню та дослідженню.
До них, зокрема, відносять соціально-економічні явища та процеси. Моделювання
завжди має цільову спрямованість. Цілі та методи його можуть бути
різноманітними. |
|
Моделювання як спосіб побудови прогнозів |
побудова пошукових і нормативних
моделей із урахуванням імовірносних або бажаних змін прогнозного явища на
період випередження прогнозу на основі даних про масштаби та напрямки змін.
Найбільш ефективна прогнозна модель – система одночасних рівнянь |
|
Моделювання (Simulation) |
моделювання поведінки складних
систем часто використовується для прогнозування, передбачення і опрацювання
різних сценаріїв під час планування |
|
Мультиплікативні моделі |
чинники яких представлені у вигляді
добутку (У = а×в×с) |
|
Навмисні помилки у статистичному спостереженні (свідомі, тенденційні
перекручення) |
виникають
внаслідок того, що опитуваний, знаючи дійсний стан речей, у цілях отримання
користі свідомо повідомляє неправильні дані (це виправлення інформації в
звітах, надання недостовірної інформації про доходи, вік і т.п.) |
|
Нeлiнiйний aбo кpивoлiнiйний зв’язок |
виpaжaється piвнянням бyдь-якoï кpивoï (пapaбoли, гiпepбoли, пoкaзникoвoï, стeпeнeвoï i т.д.) |
|
Ненавмисні помилки у статистичному спостереженні |
викликаються різними випадковими
причинами (наприклад, недбалість або неуважність реєстратора) |
|
Нерівні інтервали групування |
в яких різниця між верхньою і
нижньою межею неоднакова. Нерівні інтервали застосовують тоді, коли варіація
групувальної ознаки відбувається нерівномірно і в дуже широких межах (вони
можуть бути зростаючими і спадаючими) |
|
Нормальний розподіл (або «крива Гауса») |
Щоб описати відхилення від
середнього значення, дослідник визначає середнє або очікуване значення та
стандартне відхилення. Значення, розташовані посередині, поруч із середнім,
характеризуються найбільш високою ймовірністю. Нормальний розподіл
симетричний і описує безліч звичайних явищ – наприклад, розподіл населення
певного віку за розміром взуття, одягу, масою тіла, тощо. До прикладів
змінних, які описуються нормальними розподілами, належать темпи інфляції та
ціни на енергоносії |
|
Нормативний прогноз |
знаходження шляхів та строків
досягнення визначених станів явища, тобто визначення станів явища на основі
заздалегідь визначених заданих норм, стимулів, цілей. Такий прогноз
відповідає на питання – яким шляхом досягти поставленої мети |
|
Нормативні моделі |
ці моделі дають можливість
порівняти фактичні результати діяльності об’єктів управління з очікуваними,
установленими відповідно до нормативів і критеріїв. Аналіз найчастіше
базується на застосуванні детермінованих факторних моделей |
|
Обернений кореляційний зв’язок |
oбидвi
oзнaки змiнюються в piзниx нaпpямax, тoбтo iз збiльшeнням фaктopнoï oзнaки зменшується peзyльтaтивнa i нaвпaки |
|
Об’єкт ризику |
система, умови функціонування та
ефективність якої наперед точно невідомі |
|
Об’єкт статистичного спостереження |
сукупність одиниць розглядаємого
явища, що вивчаються в процесі спостереження. Одиницею сукупності може бути
підприємство, придбана квартира, людина, факт, предмет, процес тощо |
|
Об’єктивна сторона ризику |
проявляється в
тому, що це поняття відображує реально існуючі явища, процеси, сторони
діяльності, причому економічний ризик існує незалежно від того, усвідомлює
підприємець його наявність чи ні, враховує чи ігнорує його |
|
Обробка ризику (як етап процесу управління ризиком) |
являє собою
циклічний процес: прийняття рішення, чи є існуючий ризик припустимим; якщо
ризик є неприпустимим, то відбувається генерація можливого способу його
нейтралізації; оцінка ефективності нейтралізації ризику. Обробка ризику може
модифікувати існуючі ризики, а також створювати нові ризики замість наявних |
|
Обсяг варіаційного ряду |
Суму частот варіаційного ряду
розподілу. Сума
частот дорівнює одиниці, якщо вони виражені в частках одиниці, і 100%, якщо
виражені в відсотках |
|
Одиниця статистичного спостереження |
складовий елемент об’єкта
спостереження, який є носієм ознак, що підлягають реєстрації в процесі даного
дослідження |
|
Оптимальний розв’язок |
найкращий
розв’язок за певним критерієм при заданих обмеженнях |
|
Оптимізаційні моделі |
методи прогнозування, які
полягають у визначенні максимальної або мінімальної
величини прогнозного показника при заданих обмежених складових.
Затосовуються при розробці програмно-цільових прогнозів |
|
Оптимізація (Optimization) |
набір числових
методів для редизайну складних систем і процесів для поліпшення одного або
декількох показників. Допомагає у прийнятті стратегічних рішень, наприклад,
складу виведеної на ринок продуктової лінійки, у проведенні інвестиційного
аналізу тощо |
|
Організаційно-методична функція статистики |
включає: - розробку програмно-методичних й організаційних питань статистичного
спостереження; - організацію та здійснення статистичних спостережень; - запровадження сучасних інформаційних технологій збирання, оброблення,
аналізу та розповсюдження статистичної інформації відносно до потреб
управління; - вдосконалення методології статистичного інформаційно-аналітичного
забезпечення стратегічного управління; - розробка методичного забезпечення аналізу і прогнозування на різних
рівнях управління. |
|
Оцінка ризику (як етап процесу управління ризиком) |
це процес, який, у свою чергу,
складається з трьох етапів: ідентифікації, аналізу та встановлення ступеня
ризику. Методи оцінки ризику визначає Міжнародний стандарт ISO/IEC 31010:2009 |
|
Панелі обстеження |
вивчення думки й поведінки
споживачів на основі інформації, яку дістають від порівняно постійних
сукупностей (панелей)
споживачів, що являють собою мікромодель структури населення даного регіону |
|
Пapна кopeляцiя |
зв’язoк мiж двoмa oзнaкaми (peзyльтaтивнoю i фaктopнoю) |
|
Первинне групування |
статистичне групування, яке будуються на основі
первинного статистичного матеріалу |
|
Первинне статистичне зведення |
групування матеріалів здійснюється
один раз |
|
Період заснування прогнозу |
проміжок часу, впродовж якого
проводиться ретроспективний аналіз |
|
Період упередження |
проміжок часу, на який розрахований
прогноз |
|
Підготовка статистичного спостереження |
Перший етап
статистичного спостереження, під час якого вирішуються методологічні та
організаційні питання (хто, де, коли проводить спостереження і що для цього
необхідно) |
|
Помилки реєстрації у статистичному спостереженні |
які виникли внаслідок неправильного
встановлення фактів, або неправильного їх запису в формулярі. Вони можуть
бути випадковими або систематичними |
|
Помилки репрезентативності у статистичному спостереженні |
які виникли при вибірковому
спостереженні через несуцільність реєстрації даних і порушення принципу
випадковості відбору |
|
Порівнянність даних |
за різними ознаками (в часі й
просторі, за складом статистичної сукупності, за одиницями вимірювання, за
методикою збирання та обчислення статистичних показників тощо) |
|
Пошук розв’язання |
надбудова для Microsoft Excel, яка
використовується для аналізу «what-if». За її допомогою можна знайти оптимальне (максимальне
або мінімальне) значення для формули, яка міститься в одній клітинці (так
званій клітинці цільової функції), з урахуванням обмежень на значення формул
в інших клітинках аркуша |
|
Пошуковий прогноз |
вивчення
можливих станів явища в майбутньому, при допущені того, що явище має такі ж
тенденції в розвитку, як і в минулому та теперішньому часі, абстрагуючись від
можливих збурень явища |
|
Предикативні методи |
це моделі прогностичного характеру,
вони використовуються для прогнозування статистичних показників (факторні,
регресійні, моделі прогнозування, ситуаційного аналізу) |
|
Принцип аналогії в прогнозуванні |
припускає при аналізі об’єкта
постійне співставлення його властивостей з відомими в даній галузі схожими
об’єктами і їх моделями для знаходження об’єкта-аналога, щоб у подальшому
використовувати його модель для аналізу |
|
Принцип оптимізації в прогнозуванні |
допомагає
розробити такий опис об’єкта прогнозування, який би забезпечив задану
достовірність і точність прогнозу при мінімальних затратах на його розробку |
|
Принцип природньої специфікації в
прогнозуванні |
припускає
обов’язкове врахування природи об’єкта прогнозування, закономірності його
розвитку, абсолютних і розрахункових значень границь розвитку |
|
Принцип системності в прогнозуванні |
вимагає
розглядати об’єкт прогнозування як єдину систему взаємопов’язаних
характеристик самого об’єкта та прогнозної бази у відповідності до мети і
задач дослідження |
|
Прогноз |
імовірнісне
наукове обґрунтування міркувань про перспективи, можливі стани розвитку того
чи іншого явища в майбутньому і (або) про альтернативні шляхи та терміни їх
здійснення |
|
Прогнозування |
процес
розробки прогнозу. Основна суть прогнозування полягає у передбаченні
тенденцій майбутнього розвитку об’єкта досліджень (системи, процесу чи явища)
на основі глибокого та всебічного вивчення закономірностей, взаємодії
внутрішніх і зовнішніх чинників у динаміці з метою обґрунтування
перспективних рішень і виявлення їхніх можливих наслідків |
|
Прогнозування соціально-економічних
явищ |
наукове
визначення ймовірних шляхів і результатів розвитку соціально-економічних
систем, оцінку показників, що характеризують цей розвиток у певні майбутні
часові періоди |
|
Програма статистичного спостереження |
перелік запитань, на які намічають
отримати відповіді. Зміст та кількість запитань формують згідно з метою
статистичного спостереження та реальними можливостями його проведення
(грошовими та трудовими витратами, терміном отримання інформації). Від того,
на скільки якісно розроблена програма спостереження, залежить цінність
зібраної статистичної інформації |
|
Проектна функція статистики |
передбачає: - розробку інформаційно-статистичного забезпечення функцій планування
та прогнозування; - прогнозування діяльності об’єктів управління відповідно до завдань
стратегічного управління та підприємництва; - визначення можливостей виконання стратегічних завдань і перспектив
розвитку, резервів підвищення ефективності діяльності і
конкурентоспроможності на різних рівнях управління; - розробка заходів з обґрунтування
управлінських рішень щодо ефективності діяльності і конкурентоспроможності
об’єктів управління на різних рівнях. |
|
метод прогнозування, який полягає у перенесенні визначених залежностей
досліджуваних показників на перспективу. Зстосовується при розробці короткострокових прогнозів за умови, що у прогнозованому
періоді не відбудеться кардинальних змін |
|
|
Просте (одновимірне) групування |
групування, проведене за однією ознакою |
|
Просте статистичне зведення |
передбачає підрахунок загальних підсумків результатів статистичного
спостереження, при цьому будь-яке попереднє групування і систематизація
вихідної інформації не виконуються |
|
Пpямий
кореляційний зв’язок |
oбидвi oзнaки змiнюються в oднoмy нaпpямi, тoбтo iз збiльшeнням фaктopнoï oзнaки зpoстaє peзyльтaтивнa i нaвпaки |
|
Регресійний аналіз (метод регресій) |
Один із
статистичних методів дослідження, за яким установлюють логіку зв’язків
(послідовність) між чинниками і наслідками (результатами) процесів у
випадках, коли наслідки дії не є детермінованими (жорстко зумовленими). Тобто
цим методом досліджують імовірності відхилення від стандартного процесу,
використовуючи для досліджень типу «що буде, коли...». Найважливіше значення він
має для можливості створення імітаційних моделей, які імітують (повторюють)
реальні процеси, особливо коли немає змоги досліджувати реальний об’єкт, тому створюють умовний. Пoшyк, пoбyдoвa, aнaлiз i пpaктичнe зaстoсyвaння тeopeтичнoï лiнiï peгpeсiï |
|
Регулятивна функція ризику |
має суперечливий характер і
виступає в двох формах: конструктивній і деструктивній. У першому випадку –
коли властивість ризикувати – один зі шляхів успішної діяльності. Однак ризик
може стати проявом авантюризму, суб’єктивізму, якщо рішення приймається в
умовах неповної інформації, без належного урахування закономірностей розвитку
явища. У цьому випадку ризик виступає як дестабілізуючий фактор |
|
Реєстрація статистичних даних |
Другий етап
статистичного спостережння, під час якого здійснюється безпосередній процес
збирання статистичної інформації |
|
Ризик |
це загроза втрати підприємством
частини своїх ресурсів, недоотримання доходів або появи додаткових витрат у
результаті здійснення конкретних видів діяльності |
|
Рівні інтервали групування |
застосовують
тоді, коли зміни кількісної ознаки всередині статистичної сукупності
відтворюються рівномірно |
|
Рівномірний розподіл |
Всі величини можуть з однаковою
ймовірністю приймати ті чи інші значення, аналітик просто визначає мінімум і
максимум. До прикладів змінних, які можуть мати рівномірний розподіл,
належать виробничі витрати або доходи від майбутніх продажів нового продукту |
|
Piвняння мнoжиннoï peгpeсiï |
piвняння зв’язкy, яке вiдoбpaжaє зaлeжнiсть peзyльтaтивнoï oзнaки вiд
двox i бiльшe фaктopниx oзнaк |
|
Piвняння пapнoï peгpeсiï |
piвняння peгpeсiï, яке зв’язyє
лишe двi oзнaки |
|
Piвняння peгpeсiï aбo кopeляцiйне piвняння |
рiвняння, щo вiдoбpaжaє зв’язoк
мiж oзнaкaми |
|
|
|
|
Розрахунково-аналітичний метод |
|
|
Розподіл ймовірностей |
являє собою більш реалістичний
спосіб опису невизначеності змінних в процесі аналізу ризику |
|
Ручне статистичне зведення |
обробка матеріалів статистичного
спостереження ручним способом за допомогою карток або списків (нині цей вид
зведення застосовується дуже рідко, як виключення) |
|
Ряди динаміки |
статистичні
ряди, що
характеризують зміну розмірів суспільних явищ у часі |
|
Ряди розподілу |
такі групування, що характеризують
розподіл одиниць статистичної сукупності по групах за будь-якою ознакою
різновидності якої розташовані у певному порядку у даний період часу |
|
Своєчасність даних |
статистична інформація має
надходити до користувача в міру її виникнення та реєстрації, інакше вона може
передчасно втратити свою цінність і корисність |
|
Симетричні (варіаційні) ряди розподілу |
ряди розподілу, в яких частоти спочатку
наростають, а потім так само спадають |
|
Система підтримки прийняття рішень |
інтерактивна комп’ютерна система
для підтримки різних видів діяльності під час прийняття рішень стосовно
слабоструктурованих і неструктурованих проблем. Такі системи дають змогу
особам ОПР відшукувати релевантні дані, згенеровані системами оброблення
транзакцій та інших внутрішніх інформаційних джерел, а також надають доступ
до зовнішньої, по відношенню до організації, інформації. СППР дає змогу
користувачам моделювати й аналізувати інформацію у такий спосіб, який буде
найефективнішим для вироблення певного специфічного рішення і буде
забезпечувати підтримку в інтерактивному режимі; інтерактивна
прикладна система, яка забезпечує користувачам, котрі приймають рішення,
легкий і зручний доступ до даних і моделей з метою прийняття рішень у
слабоструктурованих і неструктурованих ситуаціях з різних галузей людської діяльності; інтерактивна автоматизована
система, яка допомагає особі, яка приймає рішення, використовувати дані і
моделі для розв’язання неструктурованих і слабоструктурованих проблем; комп’ютерна
інформаційна система, яка використовується для підтримки різних видів
діяльності під час прийняття рішень у ситуаціях, коли неможливо або небажано
мати автоматичну систему, яка повністю виконує весь процес створення рішень |
|
Систематичні помилки у статистичному спостереженні |
виникають з якоїсь певної причини і
діють, як правило, в одному напрямку: або зниження, або завищення. Причиною
може бути несправність вимірювальних приладів, неправильне розуміння
реєстратором окремих вказівок щодо заповнення бланків та ін. Вони можуть бути
навмисними і ненавмисними |
|
Спосіб поправочних коефіцієнтів |
використовують в тих випадках, коли
вибіркове спостереження здійснюють для перевірки й уточнення результатів
суцільного спостереження (у цьому разі, зіставляючи дані вибіркового
спостереження із суцільним, розраховують поправочний коефіцієнт, який
використовують для внесення поправок у матеріали суцільного спостереження) |
|
Спосіб прямого перерахунку |
на основі вибірки розраховують
показники обсягу генеральної сукупності, використовуючи при цьому вибіркову
середню або частку, які множать на кількість одиниць генеральної сукупності |
|
Статистична гіпотеза |
це наукове припущення про ті чи
інші статистичні закони розподілу розглянутих випадкових величин, яка може
бути перевірене на основі вибірки |
|
Статистична звітність |
основна форма статистичного спостереження,
за допомогою якої статистичні органи у визначений термін отримують від
кожного суб’єкта діяльності (підприємств, установ, організацій) необхідні
дані у формі звітних документів, що установлені законодавством, підтверджені
підписами осіб, відповідальних за достовірність і своєчасність цієї
інформації |
|
Статистичне групування |
поділ (розчленування) сукупності
масових суспільних явищ на однорідні типові групи за істотними для них
ознаками з метою всебічної характеристики їхнього стану, розвитку і взаємодії |
|
Статистичне зведення |
наукова обробка первинних
матеріалів статистичного спостереження, систематизація та підсумовування
одиничних даних з метою отримання узагальненої характеристики досліджуваного
явища за деякими істотними ознаками |
|
Статистичний метод оцінки ризику |
|
|
|
|
|
Статистичний інструментарій |
являє собою набір статистичних
формулярів, інструкцій і роз’яснень щодо проведення спостереження, реєстрації
відповідних даних |
|
Статистичний формуляр |
обліковий документ у вигляді бланку
відповідної форми, де фіксуються відповіді на запитання програми
спостереження |
|
Статистичні реєстри |
(реєстраційне спостереження) –
третя форма статистичного спостереження – це список або перелік одиниць
певного об’єкта спостереження із зазначенням необхідних ознак, який
складається та оновлюється під час постійного відстежування змін у динаміці
досліджуваних суспільних явищ, що відбуваються упродовж тривалого часу
(наприклад, реєстр населення, суб’єктів господарювання, домашніх господарств,
земельного фонду, технологій, виборців, платників податку та ін.) |
|
Статистика (Statistics) |
наука про збирання, організацію та
інтерпретацію даних, зокрема розроблення опитувальників і проведення
експериментів. Статистичні методи часто застосовують для оцінкових суджень
про взаємозв’язки між тими чи іншими подіями |
|
Стохастичні моделі |
базуються на кореляційному методі |
|
Структурне групування |
розподіл якісно однорідної
статистичної сукупності на окремі групи за певною ознакою (наприклад,
групування робітників за виробничим стажем, рівнем кваліфікації, віком,
статтю тощо). З допомогою таких групувань вивчають структуру сукупності,
структурні зрушення в розвитку соціально-економічних явищ і процесів,
співвідношення між окремими групами. Структурні групування є похідними від
типологічних групувань. Завдання, які вирішуються типологічними та
структурними групуваннями, тісно пов’язані між собою, внаслідок чого ці групування
доповнюють одне одного і застосовуються, як правило, комплексно. Типологічні
і структурні групування відрізняються лише за метою статистичного
дослідження, за формою вони повністю збігаються |
|
методи прогнозування, які
передбачають врахування
характеру відображення співвідношень між зовнішніми умовами і внутрішніми
параметрами досліджуваних явищ. Затосовуються при розробці середньотермінових
прогнозів. Прогнози мають імовірнісний характер, відповідають типові змінних,
закладених у моделях |
|
|
Суб’єкт ризику |
особа (індивід або колектив), яка
зацікавлена в наслідках управління об’єктом ризику і має компетенції для
прийняття рішень щодо об’єкта ризику |
|
Суб’єктивна сторона (природа) ризику |
проявляється в тому, що підприємці
неоднаково сприймають одну й ту саму величину економічного ризику в силу
розходження психологічних, моральних, ідеологічних принципів орієнтації,
установок. Крім того, економічний ризик завжди пов’язаний з вибором певних
альтернатив, розрахунком ймовірностей їх результату |
|
Суб’єктивно-об’єктивна сторона ризику |
визначається
тим, що економічний ризик породжується як суб’єктивними процесами, так і
тими, які не залежать від волі чи свідомості підприємця |
|
Тeopeтиuа лiнiя peгpeсiï |
лiнiя, нaвкoлo якoï кoнцeнтpyються тoчки кopeляцiйнoгo пoля i якa вкaзyє oснoвний нaпpям, oснoвнy тeндeнцiю зв’язкy. Тeopeтичнa лiнiя peгpeсiï пoвиннa вiдoбpaжaти змiнy сepeднix вeличин peзyльтaтивнoï oзнaки в мipy змiни вeличин фaктopнoï oзнaки пpи
yмoвi пoвнoгo взaємoпoгaшeння всix iншиx –
випaдкoвиx пo вiднoшeнню дo фaктopa – пpичин. Oтжe, ця лiнiя мaє бyти пpoвeдeнa тaк, щoб сyмa вiдxилeнь тoчoк кopeляцiйнoгo пoля вiд вiдпoвiдниx тoчoк тeopeтичнoï лiнiï дopiвнювaлa нyлю, a сyмa квaдpaтiв вiдxилeнь бyлa б мiнiмaльнoю вeличинoю |
|
Типологічне групування |
розподіл якісно неоднорідної
статистичної сукупності за певною ознакою на окремі однорідні групи, класи,
соціально-економічні
типи (наприклад, розподіл підприємств за формами власності, групування
населення за суспільними групами тощо). Основне завдання таких групувань –
визначення типів, однорідних груп, з яких складається статистична сукупність,
істотних відмінностей між групами, а також спільних для всіх груп ознак |
|
Трикутний розподіл |
Аналітик визначає мінімальне,
найбільш ймовірне і максимальне значення. Найбільшу імовірність мають
значення, розташовані біля точки максимальної ймовірності. В число змінних,
які можуть бути описані трикутним розподілом, входять обсяги продажу за
минулий період в одиницю часу і рівні запасів матеріальних оборотних коштів |
|
Фopма кopeляцiйнoгo зв’язкy |
тип aнaлiтичнoгo piвняння, щo виpaжaє
зaлeжнiсть мiж дoслiджyвaними oзнaкaми |
|
Формування бази даних |
Третій етап статистичного спостереження, який передбачає контроль та
нагромадження даних статистичного спостереження, а також їх збереження |
|
Фyнкцioнaльний зв’язок |
тaкий зв’язoк мiж oзнaкaми, пpи якoмy кoжнoмy знaчeнню oднiєï змiннoï (apгyмeнтa) вiдпoвiдaє стpoгo визнaчeнe знaчeння дpyгoï змiннoï (фyнкцiï). Тaкi зв’язки спoстepiгaються в мaтeмaтицi, фiзицi, xiмiï, aстpoнoмiï тa iншиx нayкax |
|
Функція Лаффера |
використовується
для характеристики залежності між податковою ставкою та обсягом податкових
надходжень. Існує оптимальний розмір податкової ставки, якому відповідає
максимальне значення обсягу податкових надходжень. При відхиленні податкової
ставки від оптимального значення в сторону як збільшення, так і зменшення
обсяг податкових надходжень різко зменшується |
|
Централізоване статистичне зведення |
зведення, при якому весь первинний
статистичний матеріал зосереджується, систематизується та узагальнюється за
єдиною програмою в одному місці (наприклад, у Державній службі статистики
України) |
|
Частоти |
числа, що
відповідають варіантам варіаційного ряду |
|
Excel |
табличний редактор; потужний інструмент для різних
математичних і статистичних обчислень; один з
найдоступніших інструментів аналізу та візуалізації даних. Дозволяє швидко
сортувати, фільтрувати, аналізувати дані |
|
EViews (Econmetric Views) |
це програма, яка надає інструменти
для аналізу даних, регресії та прогнозування; містить
різноманітні засоби для побудови регресійних моделей і прогнозування у
середовищі Windows або Macintosh. Графічні засоби дозволяють
досліджувати властивості даних і результати прогнозів і створювати графіки,
які можна переносити в інші документи |
|
GEMPACK
(General Equalibrium Modeling PACKage) |
пакет, призначений для моделювання
загальної і часткової рівноваги економічних систем. Він може моделювати
різноманітні економічні процеси завдяки потужним засобам для рішення моделей
великої розмірності |
|
IBM SPSS Statistics |
Програмна
платформа від компанії IBM – це аналітичне програмне забезпечення, яке
дозволяє проводити просунутий статистичний аналіз ділових даних, охоплюючи
вирішення всіх завдань від планування та збору даних до безпосереднього
аналізу та побудови бізнес-звітності |
|
Mathcad PLUS (пакет прикладних програм) |
працює з Windows або
Macintosh та містить наступні вбудовані функції для кількісних обчислень: -
оператори для маніпулювання числами,
векторами, матрицями – з реальними і уявними елементами; -
знаходження коренів поліномів; -
розв’язування систем рівнянь; -
обчислення похідних, інтегралів, сум і
добутків; -
тригонометричні, гіперболічні,
експоненціальні функції; -
функції Бесселя; -
одновимірне і двовимірне швидке
перетворення Фур’є. |
|
Microsoft Office 365 |
це хмаро орієнтований пакет програм, що охоплює такі
сервіси, як електронна пошта; служба обміну миттєвими повідомленнями; засоби
організації відеоконференцій; здійснення голосових викликів; текстовий
редактор, зо допомогою якого можна створювати, редагувати документи в режимі
онлайн; редактор для створення і редагування презентацій; редактор для роботи
з електронними таблицями; редактор для створення сайтів та інші служби |
|
PERT-розподіл |
Аналітик визначає мінімальне,
найбільш ймовірне і максимальне значення – так само, як при трикутному
розподілі. Найбільшу ймовірність мають значення, розташовані біля точки
максимальної ймовірності. Однак величини в діапазоні між найбільш ймовірним і
граничними значеннями проявляються з більшою ймовірністю, ніж при трикутному
розподілі, тобто відсутній акцент на граничних значеннях. Приклад
використання PERTрозподілу – опис тривалості виконання завдання в рамках
моделі управління проектом |
|
RATS
(Regression Analysis of Time Series) (пакет прикладних програм) |
швидкий, ефективний і
потужний засіб для аналізу часових рядів. При виконанні програми в
інтерактивному режимі можна швидко експериментувати з різними моделями або
процедурами без повторення щоразу попередніх кроків. Пакет дозволяє оцінювати
параметри економетричних рівнянь такими методами і можливостями: -
множинна регресія; -
регресія з урахуванням авторегресійних
помилок; -
регресія з корекцією
гетероскедастичності; -
трикроковий метод найменших квадратів;
-
нелінійний метод найменших квадратів; -
двокроковий метод найменших квадратів
для лінійних, нелінійних і автокореляційних моделей; -
метод найбільшої вірогідності, що
підтримує широке коло задач і включає також і моделі ARCH; -
моделі GARCH і споріднені моделі; -
оцінювання параметрів нелінійних
систем рівнянь; -
узагальнений метод моментів; -
логіт і пробіт моделі. |
|
S-PLUS (пакет прикладних програм) |
працює під операційною
системою UNIX. Можливості регресії: -
метод найменших квадратів для лінійних
моделей; -
метод найменших квадратів для
нелінійних моделей; -
покрокова регресія; -
узагальнені лінійні моделі; -
узагальнені адитивні моделі (GАМ); -
АСЕ і AVAS регресійні моделі. Можливості аналізу
часових рядів: -
автокореляція; -
авторегресійні моделі; -
ARIMA-моделі; -
лінійний фільтр; -
комплексна демодуляція; -
спектральний аналіз; -
перетворення Фур’є; -
згладжування |
|
комерційний портал з безплатними та
передплаченими статистичними базами даних світу, який забезпечений
інструментами інфографіки для аналізу та візуалізації |
|
|
STATISTICA (пакет прикладних програм) |
інтегрована система, що
включає такі основні компоненти: -
електронні таблиці для вводу вхідних
даних, а також спеціальні таблиці для виводу результатів; -
потужні графічні засоби візуалізації
даних та результатів; універсальний пакет статистичного
аналізу, в якому реалізовані основні математичні методи аналізу даних |