Взвешенные средние порядка р 291 [c.291]
Мр(ж, а) взвешенное среднее порядка р, 290 [c.486]
Средним порядком структуры, т. е. средним номером уровня, взвешенным по долям объема признака, дробление которых завершилось на данном уровне [c.437]
Метод взвешенных конечных разностей. Этот метод состоит в том, что величина влияния каждого фактора определяется как по первому, так и по второму порядку подстановки, затем результат суммируется и от полученной суммы берется средняя величина, дающая единый ответ о значении влияния фактора. Если в расчете участвует больше факторов, то их значения рассчитываются по всем возможным подстановкам. [c.123]
Возникает вопрос о порядке расчета средней из / средняя арифметическая - простая или взвешенная - или другая форма средней. Ограничимся рассмотрением только средней арифметической. [c.378]
Рассчитывается как средняя взвешенная рангов, приписанных каждым из респондентов тому или иному критерию, по числу респондентов. Затем критерии располагаются в порядке важности [c.78]
Свойства кривизны для взвешенных средних порядка р следуют из знака матрицы Гессе. [c.293]
Одной из основных гипотез МНК является предположение о равенстве дисперсий отклонений е Э т.е. их разброс вокруг среднего (нулевого) значения ряда должен быть величиной стабильной. Это свойство называется гомоскедастичностью. На практике дисперсии отклонений достаточно часто неодинаковы, то есть наблюдается ге-тероскедастичность. Это может быть следствием разных причин. Например, возможны ошибки в исходных данных. Случайные неточности в исходной информации, такие как ошибки в порядке чисел, могут оказать ощутимое влияние на результаты. Часто больший разброс отклонений et наблюдается при больших значениях зависимой переменной (переменных). Если в данных содержится значительная ошибка, то, естественно, большим будет и отклонение модельного значения, рассчитанного по ошибочным данным. Для того, чтобы избавиться от этой ошибки нам нужно уменьшить вклад этих данных в результаты расчетов, задать для них меньший вес, чем для всех остальных. Эта идея реализована во взвешенном МНК. [c.354]
Сглаживание с использованием взвешенной скользящей средней Для рядов с нелинейной тенденцией развития необходимо применять метод взвешенной скользщеи средней. Этот метод отличается от мето да простои скользящей средней тем, что уровни, входящие в интервал сглаживания, суммируются с разными весами. Для ночи юмов 2 го и 3 го порядков по 5 членной взвешенной скользящей средней центральное значение интервала опредечяется по формуле [c.413]