Письмо статистики: Коды Росстата. Узнать коды статистики по ИНН или ОГРН. Получить коды статистики онлайн и распечатать Уведомление.

Содержание

О примерном положении о бюро медицинской статистики, Письмо Минздравмедпрома РФ от 29 июля 1998 года №2000-91/98

О примерном Положении о Бюро медицинской статистики

ПИСЬМО

от 29 июля 1998 года N 2000-91/98

О примерном Положении о Бюро
медицинской статистики

С целью совершенствования деятельности и развития службы медицинской статистики субъектов Российской Федерации вводится Примерное Положение о Бюро медицинской статистики (республиканском, краевом, областном, окружном, городском), утвержденное Министром здравоохранения Российской Федерации 28.07.98, которое рекомендуется принять к руководству и исполнению.

Положение о Бюро медицинской статистики, утвержденное Минздравом СССР 26.03.74, считать утратившим силу.

Начальник Отдела медицинской
статистики и информатики
Е.А.Тишук

Примерное Положение о республиканском (областном, краевом, окружном, городском) Бюро медицинской статистики

Бюро медицинской статистики в соответствии с приказом Министерства здравоохранения Российской Федерации от 09.04.98 N 110 «Об утверждении номенклатуры учреждений здравоохранения» является учреждением здравоохранения особого типа, организуется в субъекте Российской Федерации или муниципальном образовании.


Бюро медицинской статистики (в дальнейшем именуемое «Учреждение») выполняет функции организационно-методического Центра по вопросам медицинской статистики в республике (области, крае, округе, городе).

Учреждение является юридическим лицом, имеет самостоятельный баланс, расчетный и иные счета в учреждениях банка, обладает обособленным имуществом, имеет печать со своим наименованием и наименованием вышестоящего органа управления здравоохранением субъекта Российской Федерации, бланки.

Учреждение выступает истцом и ответчиком в суде, арбитражном и третейском судах в соответствии с законодательством Российской Федерации.

Учреждение действует в соответствии с законодательством Российской Федерации, нормативными актами Министерства здравоохранения Российской Федерации и настоящим Положением.

Республиканские (областные, краевые, окружные, городские) Бюро медицинской статистики по организационно-методическим вопросам подчиняются Отделу медицинской статистки и информатики Министерства здравоохранения Российской Федерации.


Основными задачами Бюро медицинской статистики являются:

— организация и управление системой медицинского статистического учета и отчетности в органах и учреждениях здравоохранения субъекта Российской Федерации;

— организация сбора и обработки медико-статистических данных о сети, кадрах, деятельности учреждений здравоохранения и заболеваемости населения;

— обеспечение достоверности сведений в учетной и отчетной медицинской документации;

— анализ медико-статистической информации о состоянии здоровья населения и деятельности учреждений здравоохранения;


— представление в Министерство здравоохранения Российской Федерации сводных Государственных и Отраслевых медицинских отчетов от субъекта Российской Федерации в соответствии с установленным им порядком представления;

— обеспечение информацией по вопросам медицинской статистики аппарата управления здравоохранением, руководителей учреждений здравоохранения и администрации субъекта Российской Федерации;

— внедрение новых технологий обработки медико-статистических данных в работу Бюро медицинской статистики и подведомственных учреждений здравоохранения с использованием средств вычислительной техники и современных телекоммуникационных связей.


Бюро медицинской статистики в соответствии с возложенными на него задачами:

— формирует единую систему учета и отчетности медико-статистической информации с применением новых технологий ее обработки;


— организует руководство первичным учетом и медицинской отчетностью в подведомственных учреждениях здравоохранения;

— систематически осуществляет контроль за правильностью ведения утвержденной медицинской статистической документации во всех типах подведомственных учреждений здравоохранения, обеспечивая достоверность статистической информации;

— проводит мероприятия по совершенствованию медицинской статистики в соответствии с приказами Минздрава России и Постановлениями Госкомстата России;

— принимает и контролирует медицинские статистические отчеты от подведомственных учреждений здравоохранения;

— внедряет новые технологии обработки учетно-отчетной документации, сводных отчетов по медицинской статистике, используя средства вычислительной техники и современные телекоммуникационные связи;

— своевременно представляет сводные медицинские статистические отчеты по территории в Минздрав России в установленные последним сроки;

— производит расчет и оценку показателей ресурсов, деятельности учреждений здравоохранения и здоровья населения;

— совместно с главными специалистами и оргметодотделами республиканских, краевых, областных больниц анализирует получаемые данные государственной и отраслевой статистической отчетности;

— составляет и публикует справочники основных показателей состояния здравоохранения и здоровья населения;

— обеспечивает руководителей органов здравоохранения территории информацией о деятельности всех типов подведомственных учреждений;

— выполняет специальные задания руководства органа управления здравоохранением субъекта Российской Федерации, а также Минздрава России по вопросам медицинской статистики;

— осуществляет взаимодействие с территориальным фондом обязательного медицинского страхования, территориальными органами государственной статистики, с кафедрами расположенных на территории медицинских учебных заведений и другими сторонними организациями;

— проводит работу по обеспечению использования в лечебно-профилактических учреждениях международных классификаций при ведении медицинской документации;

— осуществляет контроль за правильным ведением медицинским персоналом учетной медицинской документации;

— контролирует ведение в лечебно-профилактических учреждениях медицинской документации, удостоверяющей случаи смерти в соответствии с действующей Международной статистической классификацией болезней и проблем, связанных со здоровьем;

— обеспечивает подведомственные учреждения формами медицинской учетной и отчетной документации, утвержденными приказами Минздрава и Постановлениями Госкомстата России;

— систематически проводит мероприятия по повышению деловой квалификации работников медицинской статистики всех уровней, организует учебу, семинары, распространяет передовой опыт и оказывает им постоянную организационно-методическую помощь.


Структура и штаты Бюро медицинской статистики утверждаются руководителем Бюро субъекта Российской Федерации, на основании настоящего Положения.

Учреждение может иметь в своем составе структурные подразделения без права юридического лица:

— группу (отделение) автоматизированной обработки медико-статистической информации;

— информационно-вычислительный или информационно-аналитический центр и др.

Штатная численность Бюро медицинской статистики устанавливается по следующим нормативам:

Наименование должностей

Число должностей в Бюро медицинской статистики из расчета на 1 млн. населения в республике, области, крае, округе, городе

Врач — статистик,
врач — методист,
экономист

5 (суммарно)

Медицинский статистик

3



Должности руководящих работников, специалистов, служащих и рабочих Бюро медицинской статистики определяются в порядке и применительно к Типовым штатам (подпункт 1.10 «Бюро судмедэкспертизы»), утвержденным приказом МЗ СССР от 30.10.87 N 1175.


Руководство Бюро медицинской статистики осуществляет заведующий Бюро — врач. который назначается и освобождается приказом руководителя органа управления здравоохранением субъекта Российской Федерации.


Финансирование Бюро медицинской статистики осуществляется из средств:

— бюджетов субъекта Российской Федерации;

— иных доходов, не противоречащих действующему законодательству.

Имущество Бюро медицинской статистики составляют основные фонды, предоставленные ему на правах оперативного управления.


Заведующий Бюро медицинской статистики имеет право:

— составлять и утверждать должностные функциональные обязанности сотрудников Бюро медицинской статистики;

— принимать и увольнять сотрудников Бюро в соответствии с действующим трудовым законодательством;

— осуществлять контроль за правильным расходованием бюджетных средств на содержание Бюро медицинской статистики;


— принимать участие в подготовке приказов и коллегий территориального органа управления здравоохранением;

— давать указания руководителям подведомственных учреждений здравоохранения по вопросам медицинской статистики;

— участвовать во Всероссийских совещаниях руководителей медицинской статистической службы по вопросам совершенствования медицинской статистики.


Ликвидация, реорганизация Бюро медицинской статистики осуществляется территориальными органами управления здравоохранением по согласованию с Отделом медицинской статистики и информатики Министерства здравоохранения Российской Федерации в установленном порядке.

Начальник Отдела медицинской
статистики и информатики
Е.А.Тишук

     
     
     
Текст документа сверен по:
«Медико-фармацевтический вестник
Приморья», N 7-8, 1998 год.

  

Статистика письмо о кодах статистики онлайн

Статкоды присваиваются экономическому субъекту в момент его регистрации. Полный их набор дает в зашифрованном виде данные об основных характеристиках субъекта:. О том, что представляет собой современный классификатор, из которого берутся шифры ОКВЭД, читайте здесь. То есть эти шифры оказываются востребованными с момента регистрации субъекта, а потому получение кодов статистики становится для него объективной необходимостью. До года информация о присвоенных статкодах выдавалась Росстатом в виде свидетельства с печатью этого ведомства, в котором приводились все характеризующие субъект шифры.

Дорогие читатели! Наши статьи рассказывают о типовых способах решения юридических вопросов, но каждый случай носит уникальный характер.

Если вы хотите узнать, как решить именно Вашу проблему — обращайтесь в форму онлайн-консультанта справа или звоните по телефонам, представленным на сайте. Это быстро и бесплатно!

Как получить коды статистики по ИНН?

Бесплатно скачать образец уведомление из Росстата о присвоении организации кодов статистики в формате Word.

Любая компания может узнать коды статистики по ИНН онлайн и совершенно бесплатно. Причем сформировать коды из Росстата можно как по своему ИНН, таки по любому контрагенту. Это довольно просто. Выполните пару шагов и получите коды организации. Сначала зайдите на сайт Росстата по адресу gks. Подробнее о том, как узнать коды статистики на сайте , рассказали эксперты системы «Главбух».

Полезные рекомендации:. Перейдите по ссылке из сообщения на экране, откроется новое окошко, в котором будет сервис, где можно сформировать данные о кодах статистики и перечне форм.

Достаточно ввести ИНН компании. В режиме онлайн вы сразу же получите ответ ниже самой формы — ОКПО и название организации. Более детальная информация находится внутри самого уведомления от статистики, сформированного по ИНН. Результат откроется в формате Excel. В уведомлении от Росстата при поиске по ИНН будут такие коды, как:.

Помимо самих кодов в уведомлении будет и их расшифровка, так что у компании есть возможность не только скачать, но проверить свои коды статистики по ИНН онлайн. ОКУД это Общероссийский классификатор управленческой документации. Он есть у любой формы. Подсказки от Высшей школы Главбуха. Эксперты на примерах разобрали, как составить и сдать отчетность в статистику.

Результат также будет в формате Excel в виде таблицы. В последней колонке формы с перечнем форм и будет ОКУД. Минэк заявил об увеличении количества проверок. Проверьте по ИНН придут ли к вам.

Пакет документов подготовится автоматически! Узнать подробности у специалиста. Распечатать счет. Чтобы обеспечить качество материалов и защитить авторские права редакции, многие статьи на нашем сайте находятся в закрытом доступе.

Для того, чтобы оставить свой комментарий необходимо зайти под своим паролем или зарегистрироваться. Коды статистики компания может узнать самостоятельно по ИНН в режиме онлайн. Для этого надо сформировать запрос на сайте Росстата и получить уведомление со статкодами.

Утвердили МРОТ на следующий год! Откройте счет на специальных условиях — закажите звонок прямо сейчас! Вы Гений отчетности, если пройдете этот тест из Аттестации на 9 баллов. Распечатать счет Есть вопросы по подписке, звоните: 8 87 Статьи по теме: Форма МП микро-натура за год: кто сдает в году, бланк и образец заполнения Вся отчетность в статистику в году: перечень форм и сроки сдачи по ИНН Форма П-4 статистика скачать бланк в excel, образец Новая форма 1-предприниматель за год: сроки сдачи, бланк и образец заполнения Форма П-4 статистика в году: инструкция по заполнению.

Простите, что прерываем ваше чтение. Предлагаем вам зарегистрироваться и продолжить чтение. Это займет всего полторы минуты. У меня есть пароль. Пожалуйста, проверьте почту Ввести. Введите логин. Войти или. Оставьте первый комментарий. Ваша персональная подборка. Статьи по теме в электронном журнале. Будьте в курсе! Бухгалтерских новостей слишком много, а времени на их поиск слишком мало. Я даю свое согласие на обработку моих персональных данных. Меню Темы. Сайт использует файлы cookie.

Они позволяют узнавать вас и получать информацию о вашем пользовательском опыте. Это нужно, чтобы улучшать сайт. Если согласны, продолжайте пользоваться сайтом.

Если нет — установите специальные настройки в браузере или обратитесь в техподдержку.

Как узнать коды статистики онлайн по ИНН

Бесплатно скачать образец уведомление из Росстата о присвоении организации кодов статистики в формате Word. Любая компания может узнать коды статистики по ИНН онлайн и совершенно бесплатно. Причем сформировать коды из Росстата можно как по своему ИНН, таки по любому контрагенту. Это довольно просто.

Благодаря данному сервису вы можете получить уведомление с кодами статистики общероссийских классификаторов из Федеральной службы статистики, с подробной расшифровкой по любому ЮЛ или ИП зарегистрированному в России. Пример документа онлайн.

Для контроля над состоянием экономики государство ведет постоянный статистический учет хозяйственной деятельности юридических лиц и индивидуальных предпринимателей. Функции по формированию официальной статистической информации, а также по ведению государственных статистических наблюдений и исследований возложены на Федеральную службу государственной статистики Росстат. Во исполнение указанных функций в Росстате была создана специальная база данных — Статистический регистр хозяйствующих субъектов Статрегистр. В нем содержится информация:.

Коды статистики и ОКПО по ИНН

Я подтверждаю, что ознакомлен и согласен с политикой конфиденциальности сайта. Регистрация ООО нерезидент. Регистрация ООО белорус. Бухгалтерские услуги комиссионерам. Информационное письмо из Росстата — это документ, который содержит в себе информацию о хозяйствующем субъекте, на основе Статистического регистра. Коды статистики нужны для того, чтобы систематизировать общий список ИП и организаций. Для самого предпринимателя коды не являются важными — ему просто нужно зарегистрироваться в Росстате и периодически направлять туда необходимую информацию.

Коды статистики по Росстат

Росстат — федеральная служба государственной статистики, ведущая статистический регистр. В него внесены сведения об организациях и предприятиях: названия, номера в разных классификациях и прочее. Эти сведения позволяют иметь актуальные статистические данные для информативности, контроля и принятия своевременных решений в сфере экономики, налогообложения и т. Коды статистики сайта Росстат представляют собой цифровые показатели, обязательные для юридических лиц, когда они регистрируются, а также присваиваются индивидуальным предпринимателям.

Налоговая инспекция, после успешного прохождения процедуры государственной регистрации, помимо внебюджетных фондов , передает информацию о зарегистрированных ИП и ООО в территориальный орган Федеральной службы государственной статистики Росстат, Госстат. Росстат обрабатывает полученные данные и присваивает каждому индивидуальному предпринимателю и организации коды из общероссийских классификаторов это и есть коды статистики :.

Теперь же юридическим лицам и индивидуальным предпринимателям можно получить коды статистики онлайн и распечатать Уведомление из Статрегистра Росстата самостоятельно без личного обращения в территориальный орган Росстата. Информация по идентификации кодами ОК ТЭИ находится в свободном доступе и её можно получить в базах территориальных органов Росстата. Для получения кодов статистики и печати Уведомления Выберите Ваш регион в списке слева.

Росстат коды статистики организации — как узнать по ИНН

Уведомление из Статистического регистра хозяйствующих субъектов письмо статистики носит информационно-справочный характер и не связано с регулированием деятельности организаций в сферах экономики; его наличие не является необходимостью при осуществлении хозяйственной деятельности. Подробнее о отмене выдачи писем статистики с печатью. Некоторые государственные структуры, например, таможенные органы требуют предоставления информационного письма Росстата старого образца, в котором содержаться коды ОКВЭД и стоит печать службы статистики.

ПОСМОТРИТЕ ВИДЕО ПО ТЕМЕ: Проверьте коды ОКВЭД

.

Коды статистики Росстата

.

получить коды статистики онлайн и распечатать Уведомление Росстата обратиться в территориальную статистику по месту Вашей регистрации.

.

Узнать коды статистики онлайн бесплатно

.

.

.

.

.

.

Как читать «похищенное письмо» коронавирусной статистики

У американского писателя Эдгара По есть рассказ «Похищенное письмо». По сюжету из королевских апартаментов похищается письмо величайшей важности, и похититель шантажирует его владелицу. Многочисленные обыски в доме похитителя ничего не дают, и только детективу Дюпену удается разгадать тайну «похищенного письма» — оно было спрятано на самом видном месте.

Что-то похожее мы наблюдаем и в ситуации со статистикой — эти данные у всех на виду, мы знаем, что цифры не умеют лгать, но нет никакой гарантии и того, что они точно сообщат все, что вы хотели знать. Слова и числа, если ими ловко пользоваться, способны вызывать нужные эмоции и решения, поэтому все-таки слепо доверяться им нельзя. На самом деле это старая философская проблема. Мы можем доверять наукам, опирающимся на количественные измерения (в том числе современной медицине) или даже верить вслед за великим Галилеем, что «книга природы написана языком математики», но мы никогда не получим стопроцентного подтверждения того, что наши цифры исчерпывающе описывают реальность. Конечно, чтобы решать проблемы, полная информация порой не нужна, нужна более-менее приближенная к реалиям. И в этом смысле многие сводки по коронавирусу действительно дают общее представление. Но как это часто бывает — дьявол в деталях.

Ложная уверенность от статистики — много или мало 1%?

Давайте обратим внимание на пару моментов, касающихся статистики, которые регулярно встречаем в СМИ и официальных отчетах.

Мы знаем, что статистика сильна на больших числах, в небольших выборках она слишком усредняет, а в отношении единичных случаев почти слепа. Как шутил один из отечественных специалистов по статистике: «В реке, где средняя глубина по колено, утонула корова». Но ведь большинство интересует именно личная судьба и судьба близких, а не абстрактные тысячи или миллионы человек. Поэтому, к сожалению, статистика порой ведет к ложной уверенности: мол, если смертность — 1%, да еще и в основном у пожилых, то мне молодому ничего не грозит. Интересно, что такие люди скажут, когда им не повезет оказаться в числе того малого процента? Ведь один процент — это не так уж и мало, если процент отсчитывается от огромного числа. На этой же когнитивной ошибке строятся завлекательные ценники в духе 9.99 р.

Статистическая выборка — смотря как считать

Общие цифры распознанных случаев за день — именно за ними многие пристально следят. Что даже породило грустную шутку о том, что в 2020 очень необычная Олимпиада. Как ни странно, эти показатели могут быть далеки от реальности. Если смотреть за динамикой, то можно сделать обобщенные выводы о происходящем: идет рост, уже плато или спад? Но только при условии постоянства метода, или, простыми словами, если тест один и тот же, количество тестов не меняется и сильно рандомизировано (выборка более-менее случайна).

Выборка играет огромную роль в статистике, о чем забывают: нет смысла выяснять общий процент курильщиков, проводя опрос перед табачным киоском. То есть если мы каждый день в среднем выявляем 5% от всех заболевших, то можно прикинуть и общие цифры, и динамику. В остальных случаях полученные цифры подобны верхушке айсберга, по которой никогда точно не скажешь: мы сегодня зафиксировали то же отношение от целого или нам сильно повезло? Вчера мы обнаружили 2% от всех заболевших, а сегодня 7% — но обыватель видит другое. Он видит, что все плохо, потому что вчера было 500 человек, а сегодня уже 1750 (на деле: обнаружить больше — все-таки лучше).

Актуальный пример такого манипулирования статистикой — выступление главы Роспотребнадзора Анны Поповой, которая 28 апреля в прямом эфире пожаловалась Владимиру Путину на нарушающих самоизоляцию новосибирцев, в результате чего рост заболеваемости в регионе скакнул сразу с 7% до 17%, что было в два раза больше, чем в среднем по России. Однако массовое тестирование на коронавирус запустили в Новосибирске только 6 апреля, и тогда в городе проверяли всего около 100 проб за сутки. К 24 апреля в городе работало уже восемь лабораторий, которые проверяли 1800-1900 проб за сутки. Соответственно увеличению количества тестируемых росло и увеличение количества выявленных больных. И связывать рост количества случаев однозначно только с нарушениями самоизоляции, которые в нашем городе тоже имеют место, неправильно.

Смертность и летальность — не одно и то же

Стоит напомнить о том, что в медицинской статистике важно различать показатели «смертности» и «летальности» (в которых и многие журналисты изрядно запутались). Смертность – показатель определенной группы, а она может быть какая угодно. Для наглядности: если смертность от коронавируса 0,01% среди долларовых миллионеров, то конкретно про вас эти цифры вообще ничего не говорят, это же очевидно. У простых смертных нет тех ресурсов, которые есть даже хотя бы у нашего премьер-министра Михаила Мишустина, который проходит лечение от covid-19 в Центральной клинической больнице в Москве в специальном отделении, которое занимается лечением только важных чиновников. В регионе и на местах условия все-таки разнятся.

Летальность же — показатель умерших к общему количеству обладателей того же диагноза в конкретный период. И это тоже запутывает: если учесть всех с положительным тестом на ковид, но без симптомов (их много), то получаем очень низкие цифры, которые совсем не отражают того ада, который происходит в отделениях реанимации и интенсивной терапии, работающих с самими сложными проявлениями болезни (и смертность для попавших в реанимацию уже не маленькая).

В общем неспециалистам часто неведомы нюансы терминов и методов статистики, поэтому они делают упрощенные выводы, часто по аналогии (больше = плохо), а это чревато ошибками. Отсюда заголовки — «каждый третий болеет бессимптомно», «каждый четвертый больной covid-19 лежит в реанимации», которые ничего не говорят о реальной ситуации. Каждый раз нужно разбираться, каждый третий по отношению к чему? Каждый четвертый по отношению к чему? Рост статистики выявленных пациентов может говорить как о том, что ситуация вышла из-под контроля, так и о том, что власти очень эффективно отслеживают контакты уже выявленных больных, и поэтому проведенные тестирования оказались очень эффективны. Поэтому время от времени следует включать голову и проверять информацию.

Простые советы

Конечно, самое сложное препятствие: чтобы что-то узнать — нужно захотеть знать. А этим нужно суметь где-то заразиться, например, увидев как другие поступают иначе: оценивают информацию на адекватность, задают вопросы. Учиться критическому мышлению никогда не поздно и в отношении статистики полезно обращать внимание на следующее:

– задавать вопрос «что это значит?» Ту же разницу между «смертностью» и «летальностью» любой может узнать в один клик, прочитав статью «Википедии».

– обращать внимание на выборку. Если вам сообщают о каких-то показателях или процентах, полезно вчитаться и найти «про кого» эти цифры, и подумать, имеете ли вы какое-то отношение к этой группе.

– не пропускать недосказанности, особенно когда речь идет о сравнениях. Классический ход недобросовестной рекламы — фразы в духе «стало в три раза дешевле/в пять раз вкуснее/на 50% больше натуральности и т. п.» Каждый раз здесь опущено «по сравнению с чем». В текстах, упоминающих статистику, такое тоже не редкость. Например, сравнивая общую смертность сейчас с прошлым годом, мы ничего не узнаем о ковиде, зато можем испытать удивление о того, сколько жизней от смерти в ДТП спас карантин.

– уточнять источник и способ получения информации. Это занимает время, поэтому стоит прибегать к этому, если вы собираетесь на основе этой информации принимать важное решение. Наверное, нет нужды объяснять, что данные, полученные объективным методом, лучше, чем полученные со слов. Социологические опросы очень ограничены: и я всегда пытаюсь выяснить как спрашивали (сам вопрос часто кривой или некорректный, да и люди не обо всем скажут правду первому встречному). Ну и, конечно, отсутствие ссылки на официальный источник или явная заинтересованность источника — тоже повод начать сомневаться.

Иван Кудряшов

Томскстату запретили публиковать статистику о причинах смерти населения

Дмитрий Кандинский / vtomske.ru

Росстат запретил своему территориальному органу в Томске публиковать в открытом доступе оперативные статистические данные о числе зарегистрированных умерших в регионе. Соответствующее письмо Томскстат получил еще летом 2020 года.

Неделю назад редакция vtomske.ru отправляла в Томскстат запрос на получение информации о количестве умерших в Томской области в 2020 году. Мы просили рассказать, сколько человек скончались от болезней системы кровообращения, органов дыхания, органов пищеварения, онкологии, инфекционных заболеваний, включая ВИЧ, а также от внешних причин, например ДТП. Сейчас последние данные доступны только за 2019 год.

Кроме того, редакция просила рассказать, сколько в Томской области зарегистрировано смертей от коронавирусной инфекции в 2020 году.

В Томскстате ответили, что данная информация не может быть предоставлена для публикации.

«Согласно письму Росстата от 14 июля 2020 года, оперативные статистические данные о числе зарегистрированных умерших по причинам смерти за 2020 год не предоставляются до особого распоряжения. Таким образом, предоставление данной статистической информации для публикации на сайте news.vtomske.ru не предоставляется возможным», — говорится в ответе ведомства на запрос редакции.

В Томскстате журналисту сказали, что пока ведомство располагает только оперативными данными за январь — декабрь 2020-го. Годовые данные будут позже, но пока неясно, сможет ли ведомство предоставить эту информацию для публикации.

Также в органе статистики редакции уточнили, что недавно было получено аналогичное письмо от Росстата о запрете публикации оперативных данных по зарегистрированным смертям, но уже на 2021 год.

Вместе с этим на сайте Томскстата опубликованы данные по демографической ситуации в январе — декабре 2020 года в области. Данные получены из Единого государственного реестра записей актов гражданского состояния (ЕГР ЗАГС).

В прошлом году в регионе зарегистрирована смерть 14 278 человек. Это на 2 227 человек больше, чем в 2019 году (12 051). Родилось в прошлом году в Томской области 9 940 ребятишек — на 551 ребенка меньше, чем годом ранее (10 491).

По данным Росстата, в целом по стране в 2020 году умерли 2 124 479 россиян. Это на 18 % больше, чем в 2019 году. Более 162 тысячи умерших были заражены коронавирусом. Основной причиной смерти COVID-19 стал в 86 498 случаях.

Статистика цепочки писем | База знаний сервиса email-рассылок UniSender

Важно понимать, что цепочка – это сценарий общения с клиентом. И у этого сценария есть конкретный результат.

 

Например, вы создали цепочку «Предложение аванса». В этом случае, важен не Open rate или Click rate каждого письма, а оплатил ли клиент аванс или нет.

Вы видите два варианта статистики:

  1. Общая статистика в списке цепочек
  2. Подробная статистика в цепочке

Общая статистика

Если выполнение каких-то действий с контактом закончилось ошибкой, то он остается в узле, где произошла ошибка.

Подробная статистика по цепочке

Для просмотра нажмите «Статистика» в списке цепочек:

Или нажмите «Статистика» в цепочке:

Откроется страница статистики рабочей версии цепочки.

В каждом узле показывается количество контактов, которые в нем находятся.

Все контакты

Кликните на количество контактов в узлах «Успех» или «Провал»:

Вы увидите информацию о контактах в этом узле:

Важно!

Количество контактов в узле и в этом окне может отличаться, так как показаны данные с 31.01.2018.

Ошибки

Кликните на количество ошибок в узле:

Вы увидите ошибки в цепочке. Наведите курсор на (i), чтобы посмотреть причину ошибки:

В текущем примере причина ошибки в узле «Отправка письма» – «The address is unsubscribed globally from any mails» – адрес глобально отписан от всех рассылок от клиентов UniSender.

Скачать отчет

Вы можете скачать контакты в .csv формате. Как исправить ошибки с кодировкой.

Как обновляется статистика цепочки

Цепочка обновляется автоматически каждые 3 часа. Нажмите «Обновить», чтобы обновить данные по цепочке.

Что будет со статистикой после редактирования цепочки

Если в новой рабочей версии цепочки останется узел из предыдущей рабочей версии, в нем будет отображаться сумма контактов в этом узле из текущей рабочей версии и всех предыдущих рабочих версий цепочки.

Пример:

Вы создали и активировали цепочку. В её рабочей версии v1 есть узлы «1», «2», «3», «4», «5».

Цепочка v1 «Активная», и в какой-то момент времени в узле «3» — 10 контактов, в узле «4» — 100 контактов, в узле «5» — 1000 контактов (показано красным в цепочке v1).

Вы отредактировали цепочку: добавили узлы «6», «7», «8» и удалили узел «5». Вы нажимаете «Активировать», и рабочей становится версия v2.

У версии v2 остались от предыдущей версии v1 узлы: «1», «2», «3», «4». В новую рабочую версию пока что не попали контакты (показано красным в цепочке v2). Поэтому вы увидите:

  • в узле «3»: 10 (из версии v1) + 0 (из версии v2) = 10 контактов,
  • в узле «4»: 100 (из версии v1) + 0 (из версии v2) = 100 контактов.

Количество контактов, которое вы увидите в статистике по версии v2, показано зеленым.

Лечение ВИЧ записали на диагностику – Газета Коммерсантъ № 44 (7006) от 16.03.2021

В России годами не решается проблема со средствами диагностики для пациентов с ВИЧ, говорится в обращении движения «Пациентский контроль» к министру здравоохранения Михаилу Мурашко. В письме содержится призыв раскрыть статистику по проведенным в РФ исследованиям на вирусную и иммунную нагрузку, поскольку без регулярного тестирования невозможно определить, эффективно ли действуют лекарства на ВИЧ-положительных. Кроме того, без этого трудно оценить, насколько эффективно тратятся государством средства на покупку лекарств. В Минздраве претензии пока не прокомментировали.

Представители общественного движения «Пациентский контроль» (объединяет людей с социально значимыми заболеваниями) обратились к министру здравоохранения России, попросив обратить внимание на проблему, которая фиксируется годами. Речь идет об обеспечении средствами мониторинга состояния здоровья людей, живущих с ВИЧ,— им регулярно необходимо делать тест на вирусную нагрузку (измерение уровня РНК ВИЧ в крови) и иммунную нагрузку (количество CD4+-лимфоцитов). Проведение таких анализов показывает, насколько эффективно действует назначенная врачом терапевтическая схема лечения.

Препаратами граждане с ВИЧ обеспечиваются бесплатно — за счет средств федерального бюджета (субсидии). Регионы и муниципалитеты также могут проводить и свои закупки. Успешно подобранная схема лечения пациента подавляет активность вируса, в результате человек с ВИЧ может жить обычной жизнью. Однако препараты могут вызывать побочные эффекты, а также не действовать на ряд пациентов — у них может наблюдаться лекарственная устойчивость (резистентность).

«Прием неэффективной терапии приводит к прогрессированию ВИЧ-инфекции и сопутствующих заболеваний, возрастанию риска передачи ВИЧ-инфекции, в том числе в дискордантных парах (ВИЧ только у одного из партнеров — “Ъ”), может привести к развитию резистентных форм вируса и отрицательно повлиять на эпидемиологическую ситуацию в России», — говорится в обращении (есть в распоряжении “Ъ”).

На сайт «Перебои.ру» (проект «Пациентского контроля») сообщения об отказах в своевременных обследованиях в 2020 году поступили из 22 российских регионов, в 2019 году — из 18, в 2018 году — из 24. Региональные власти указывали, что причиной является «нехватка тестов, возникшая из-за увеличения общего количества исследований», а в ряде регионов дефицит образовался из-за нехватки бюджетных средств.

В обращении также указывается, что «в открытых источниках зачастую отсутствует информация, какому числу пациентов и в каком объеме проводятся исследования»: «Это не позволяет получить объективное представление о ситуации с лечением ВИЧ-инфекции в регионах и оценить уровень исполнения обязательств по обеспечению диагностическими средствами в соответствии с Национальными рекомендациями от 2020 года по диспансерному наблюдению и лечению больных ВИЧ». В связи с этим «Пациентский контроль» просит представить данные о числе пациентов, которые в 2018–2020 годах прошли такие исследования.

В распоряжении “Ъ” также есть доклад проекта «Коалиция по готовности к лечению» (проводит независимый мониторинг госзакупок), который будет опубликован в ближайшие дни. Эксперты проанализировали данные закупок тест-систем, в том числе для мониторинга терапии, за 2018 и 2019 годы. Для исследования были выбраны 20 регионов, в которых зафиксирована наибольшая пораженность ВИЧ-инфекцией на 100 тыс. населения. В частности, это Кемеровская (зарегистрировано 1934,9 живущего с ВИЧ на 100 тыс. населения), Иркутская (1906,2), Свердловская (1828,1), Самарская (1486,8), Оренбургская (1462,6) и Челябинская (1324) области. В 2018 году на 20 наиболее пораженных регионов приходилось 58% пациентов, состоящих на диспансерном учете (369 882 человека) в России, и 56,6% пациентов, получающих лекарства (227 346 пациентов). Официальные данные за 2019 год пока не публиковались.

Проведя мониторинг закупок в наиболее пораженных регионах, «Коалиция по готовности к лечению» выявила «неоднородную картину в распределении денежных средств как по регионам, так и по годам».

В докладе говорится, в частности, о явном дисбалансе количества тестов на вирусную нагрузку и клетки CD4, «хотя данные тесты должны проводиться одинаковое количество раз в год на пациента». Так, количество тестов на вирусную нагрузку составило 66% от общего объема закупок, а на иммунный статус — 3%. Доля же тестов на лекарственную устойчивость составила только 0,3%. В 2018 году эти данные составляли 52%, 48% и 0,1% соответственно. При этом в докладе напоминается, что, согласно исследованию НИИ эпидемиологии Роспотребнадзора, средний уровень лекарственной устойчивости у пациентов превышает 5%. «Однако в России в 2019 году в исследуемых регионах тесты на резистентность были проведены всего у 1,3% пациентов, если исходить из того, что антиретровирусную терапию получали не менее 227 346 человек»,— говорится в докладе.

Глава отдела мониторинга «Коалиции по готовности к лечению» Алексей Михайлов заявил, что доклад — это первая подобная работа в России: закупки децентрализованы, открытых данных по тестированию крайне мало. По его словам, средств на закупку средств мониторинга выделяется недостаточно как федеральным центром, так и региональными властями: «Основные средства брошены на лечение, а диагностика осталась в стороне. При этом не все регионы тратятся на нее, довольствуясь в основном федеральной субсидией». Он отметил, что в России делается «катастрофически мало тестов на резистентность», и назвал огромной проблемой перебои с тестами на вирусную нагрузку: «Без этого не понять, эффективно ли лечение. А также не понять, эффективно ли мы тратим средства на сами лекарства, если не знаем, действуют ли они. Более того, именно тест на вирусную нагрузку дает уверенность в том, что вирус не будет распространяться далее».

В Минздраве на запрос “Ъ” о том, как контролируется диагностика ВИЧ, а также какова, по данным ведомства, была обеспеченность средствами диагностики в последние три года, не ответили.

Юлия Тимофеева, Валерия Мишина


Письмо Государственного Комитета статистики Украины от 27.03.2006 г. № 09/3-9/116

ГОСУДАРСТВЕННЫЙ КОМИТЕТ СТАТИСТИКИ УКРАИНЫ

ПИСЬМО

от 27. 03.2006 г. № 09/3-9/116


Газете украинского бухгалтера
«Все для бухгалтера в торговле»
ул. Сергиенко, 18,
г. Киев, 02094 

Департамент статистики труда на Ваш запрос о применении Инструкции по статистике количества работников, утвержденной приказом Госкомстата Украины 28.09.2005 г. № 286 и зарегистрированной в Министерстве юстиции Украины 30.11.2005 г. под № 1442/11722 (далее — Инструкция) сообщает.

При подготовке Приложения к Инструкции был допущен ряд неточностей содержательного характера, что делает невозможным использование пояснений по поводу «правила четной цифры» (часть 3 приложения) непосредственно при проведении расчетов и округлений.

При расчете результатов для заполнения в формах государственных статистических наблюдений предлагаем учитывать следующее.

Округляются цифры постепенно справа налево: если последняя значимая цифра меньше или равняется «4», она отбрасывается; если больше или равняется «6» — ближайшая слева от нее значимая цифра увеличивается на единицу. Если последняя значимая цифра «5», ближайшая слева от нее цифра увеличивается на единицу, если она нечетная, а четная остается без изменений (правило четной цифры).

Следовательно имеем следующие примеры округления:

До целого числа 

До одного знака после запятой 

2,5 » 2 

3,77 » 3,8 

2,4 » 2 

3,04 » 3,0 

2,6 » 3 

3,06 » 3,1 

3,4 » 3 

3,34 » 3,3 

3,5 » 4 

3,35 » 3,4 

3,6 » 4 

3,44 » 3,4 

0,4 » 0 

3,45 » 3,4 

0,6 » 1 

3,46 » 3,5 

Выявленные неточности будут исправлены при внесении в ближайшее время изменений в Инструкцию.

Директор департамента
статистики труда                             Н. Григорович 

 

Статистические и вероятностные письма — Журнал

Statistics & Probability Letters использует новый и очень инновационный подход к публикации результатов исследований в статистике и вероятности . Он содержит краткие статьи, быструю публикацию и широкий охват литературы по статистике и вероятности.

Письма о статистике и вероятности

Прочитайте больше

Statistics & Probability Letters использует новый и очень инновационный подход к публикации результатов исследований в статистике и вероятности .Он содержит краткие статьи, быструю публикацию и широкий охват литературы по статистике и вероятности.

Statistics & Probability Letters — это рецензируемый журнал. Статьи будут ограничены шестью страницами журнала (13 страниц с двойным интервалом), включая ссылки и рисунки. Помимо ограничения в шесть страниц, критериями выбора материала для публикации в Statistics & Probability Letters будут оригинальность, качество и ясность. Будут предприняты все попытки предоставить первую рецензию представленной рукописи в течение трех месяцев с момента подачи.

Из-за роста количества литературы и длительных задержек с публикациями исследователям и практикам становится сложно идти в ногу с новыми разработками за пределами своей специализации или даже внутри нее. Цель Статистических и вероятностных писем — помочь решить эту проблему. Краткие сообщения (письма) позволяют читателям быстро и легко усваивать большие объемы материала и быть в курсе событий во всех областях статистики и вероятности.

Основная часть Letters будет сосредоточена на новых статистических методах , теоретических результатах и ​​новаторских приложениях статистики и вероятности в других научных дисциплинах.Ключевые результаты и основные идеи должны быть представлены ясно и кратко. Эти результаты могут быть частью более крупного исследования, которое автор позднее представит в виде полной статьи в SPL или в другой журнал. Теория и методология могут быть опубликованы с опущенными доказательствами или только с набросками, но только при условии предоставления достаточного вспомогательного материала для проверки результатов. Будут опубликованы важные эмпирические и расчетные результаты. Мы также планируем публиковать приложения и тематические исследования, демонстрирующие новое использование существующих методов или интересные новаторские идеи о сборе данных, моделировании или выводе.

Скрыть полную цель и объем

Редакционная коллегия статистических и вероятностных писем

Редакторы

Университет штата Мичиган, Ист-Лансинг, Мичиган, США Электронная почта Иминь Сяо

Редактор-основатель

Джонсон

Университет Висконсина в Мэдисоне, Мэдисон, Висконсин, Соединенные Штаты Америки

Младшие редакторы

Сайед Эджаз Ахмед

Университет Брока, Сент-Катаринс, Онтарио, Канада Пекинский университет, Пекин, Китай

Юлян Арбель

Исследовательский центр Inria Гренобль Рона-Альпы, Монбонно-Сен-Мартен, Франция

Фадуа Балабдауи

ETH Zurich, Цюрих, Швейцария

Сутир Бандйопадхьяй

Колорадская горная школа, Голден, Колорадо, США

Санджиб Басу

Иллинойсский университет в Чикаго, Чикаго, Иллинойс, Соединенные Штаты Америки

Анирбан Бхаттачарья

Texas A&M University College Station, Колледж-Стейшн, Техас, Соединенные Штаты Америки

Атану Бисвас

Индийский статистический институт, Калькутта, Индия Университет Лидса, Лидс, Великобритания

Филипп Бриан

Лаборатория математики, Ле Бурже-дю-Лак, Франция

Прабир Бурман

Калифорнийский университет в Дэвисе, Дэвис, Калифорния, Соединенные Штаты Америки Университет Саймона Фрейзера, Бернаби, Британская Колумбия, Канада

Эрве Кардо

Бургундский университет, Дижон, Франция

Тасос К.

Христофидес

Университет Кипра, факультет математики и статистики, Лефкосия, Кипр

Жан-Франсуа Кёржолли

Лаборатория Жана Кунцмана, Гренобль, Франция

Юэхуа Цуй

Университет штата Мичиган, Ист-Лансинг, Мичиган, США

Мигель Дельгадо

Мадридский университет Карлоса III — Кампус Хетафе, Хетафе, Испания

Лоран Дени

Университет Эври-Валь-д’Эссонн, Эври, Франция Рурский университет Бохума, Бохум, Германия Университет Райса, Хьюстон, Техас, США

Алессио Фаркомени

Римский университет Тор Вергата, Рим, Италия

Гери Гиненс

Университет Нового Южного Уэльса, Сидней, Новый Южный Уэльс, Австралия

Хиль Гонсалес-Родригес

Университет Овьедо, Овьедо, Испания

Венге Го

Технологический институт Нью-Джерси, Ньюарк, Нью-Джерси, США

Роберт Хейбл

Технологический институт Деггендорфа, Деггендорф, Германия Университет Лозанны, Лозанна, Швейцария Университет Ренна 1, Ренн, Франция

Карстен Йенч

Университет Мангейма, Мангейм, Германия

Крис Джонс

Открытый университет, Милтон Кейнс, Соединенное Королевство

Предложение Келла

Еврейский университет Иерусалима, Иерусалим, Израиль

Усадьба Хмаладзе

Веллингтонский университет Виктории, Веллингтон, Новая Зеландия

Fabrizio Leisen

Школа математических наук Ноттингемского университета, Ноттингем, Соединенное Королевство

Сяоху Ли

Технологический институт Стивенса, Хобокен, Нью-Джерси, США

Александар Линднер

Ульмский университет, Ульм, Германия

Кай Лю

Ливерпульский университет, Ливерпуль, Великобритания

Никола Лоперфидо

Университет Урбино, Урбино, Италия

Абхьюдай Мандал

Университет Джорджии, Афины, Джорджия, Соединенные Штаты Америки

Юнхун Мао

Пекинский педагогический университет, Пекин, Китай

Юлия Мишура

Киевский национальный университет имени Тараса Шевченко, Киев, Украина

Уши Мюллер

Texas A&M University College Station, Колледж-Стейшн, Техас, Соединенные Штаты Америки

Асок Нанда

Индийский институт научного образования и исследований Департамент математики и статистики Калькутты, Моханпур, Индия

Эркан Нане

Обернский университет, Оберн, Алабама, Соединенные Штаты Америки

Хон Кеунг Тони Нг

Южный методистский университет, Даллас, Техас, США Факультет математики Канзасского университета, Лоуренс, Канзас, США Токийский университет, Токио, Япония ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Огайо, Колумбус, Огайо, США

Анна Мария Паганони

Политехнический институт Милана, Милан, Италия

Синъе Цяо

Бингемтонский университет, факультет математических наук, Нью-Йорк, Нью-Йорк, США Сапиенца Università di Roma, Рим, Италия

Рао Джаммаламадака

Калифорнийский университет в Санта-Барбаре, Санта-Барбара, Калифорния, США

Дональд Ричардс

Государственный университет Пенсильвании, Юниверсити-Парк, Соединенные Штаты Америки

Франсуа Руфф

Телеком Париж, Париж, Франция

Хуан Элой Руис-Кастро

Университет Гранады, Гранада, Испания

Людмила Саханенко

Университет штата Мичиган, Ист-Лансинг, Мичиган, США Университет Миссисипи, Юниверсити-Парк, Миссисипи, Соединенные Штаты Америки

Марко Скарсини

Университет Луисса, Рим, Италия

Кевин Шнелли

KTH Королевский технологический институт, факультет математики, Стокгольм, Швеция

Катя Скриччоло

Веронский университет, Верона, Италия

Цзянь Цин Ши

Южный университет науки и технологий, Шэньчжэнь, Китай

Майк К.

П. Со

Гонконгский университет науки и технологий, Clear Water Bay, Коулун, Гонконг

Вэйксин Сон

Канзасский государственный университет, Манхэттен, Канзас, США Университет Париж-Нантер, Нантер, Франция Школа рисков и актуарных исследований Университета Нового Южного Уэльса, Сидней, Новый Южный Уэльс, Австралия

Vellaisamy

Индийский технологический институт, Бомбей, Мумбаи, Индия

Томас Вердебу

ULB, Брюссель, Бельгия

Philippe Vieu

Университет Поля Сабатье, Тулуза, Франция

Цинь Ван

Университет Содружества Вирджинии, Ричмонд, Вирджиния, США

Циин Ван

Сиднейский университет, Сидней, Новый Южный Уэльс, Австралия

Dongsheng Wu

Университет Алабамы в Хантсвилле, Хантсвилл, Алабама, США Чикагский университет, Чикаго, Иллинойс, США

Чжэнь У

Шаньдунский университет, Цзинань, Китай

Сун Ян

Национальный институт сердца, легких и крови, Бетесда, Мэриленд, США

Сичэн Чжан

Уханьский университет, Ухань, Китай

Сяовэнь Чжоу

Университет Конкордия, Монреаль, Квебек, Канада

Чжоу Чжоу

Университет Торонто, Торонто, Онтарио, Канада

Чао Чжу

Университет Висконсин-Милуоки, Милуоки, Висконсин, Соединенные Штаты Америки

Главный редактор

Алессия Пини

Католический университет Святого Сердца, Кафедра статистических наук, Милан, Италия

Издатель

статистических символов в алфавитном порядке

Основы статистики> Символы статистики в алфавитном порядке

Вероятностные и статистические символы

Я расположил эти символы статистики в квази-алфавитном порядке, чтобы их было легко найти. Когда я говорю «квази-алфавитный», я имею в виду, что я упорядочил их в соответствии с тем, как они выглядят. Например, греческая буква бета (β) выглядит как буква b, поэтому вы найдете ее в разделе b . То же самое для буквы mu (μ), которая выглядит как буква u.c Если символ статистики не похож на букву, например, символ «Больше чем»,>, вы найдете его в самом низу под « Разное.» По большинству элементов можно щелкнуть мышью, что приведет вас к статье, в которой символы статистики объясняются более подробно.

Статистические символы от A до Z


α : уровень значимости (ошибка I типа).
b или b 0 : пересечение y.
b 1 : наклон линии (используется в регрессии).
β : вероятность ошибки типа II.
1-β : статистическая мощность.
BD или BPD : биномиальное распределение.
CI : доверительный интервал.
CLT : Центральная предельная теорема.
d : разница между парными данными.
df : степени свободы.
DPD : дискретное распределение вероятностей.
E = допустимая погрешность.
f = частота (т.е. как часто что-то происходит).
f / n = относительная частота.
HT = проверка гипотез.
H o = нулевая гипотеза.
H 1 или H a : альтернативная гипотеза.
IQR = межквартильный размах.
м = наклон линии.
M : медиана.
n : размер выборки или количество испытаний в биномиальном эксперименте.
N : численность населения.
ND : нормальное распределение.
σ : стандартное отклонение.
σx̅ : стандартная ошибка среднего.
σp̂ : стандартная ошибка пропорции.
p : p-значение, или вероятность успеха в биномиальном эксперименте, или доля населения.
ρ : коэффициент корреляции для популяции.
: образец пропорции.
P (A) : вероятность события A.
P (AC) или P (не A) : вероятность того, что A не произойдет.
P (B | A) : вероятность того, что событие B произойдет, при условии, что событие A произойдет.
Pk : k-й процентиль. Например, P90 = 90-й процентиль.
q : вероятность отказа в биномиальном или геометрическом распределении.
Q1 : первый квартиль.
Q3 : третий квартиль.
r : коэффициент корреляции выборки.
R 2 : коэффициент детерминации.
с : стандартное отклонение выборки.
s.d или SD : стандартное отклонение.
SEM : стандартная ошибка среднего.
SEP : стандартная ошибка пропорции.
t : t-счет.
μ среднее.
ν : степени свободы.
X : переменная.
Χ 2 : хи-квадрат.
x : одно значение данных.
x 3 : среднее по выборке.
z : z-оценка.

Символы разной статистики
~ имеет распространение (источник).
= равно.
почти равно.
> больше чем.
меньше, чем.
не равно.
меньше или равно.
больше или равно.
Σ Суммирование.

Список литературы

Everitt, B. S .; Скрондал А. (2010), Кембриджский статистический словарь, Cambridge University Press.
Гоник Л. (1993). Мультяшный справочник по статистике. HarperPerennial.
Линдстрем, Д. (2010). Краткое изложение статистики Шаума, второе издание (Schaum’s Easy Outlines), 2-е издание. McGraw-Hill Education

————————————————— —————————-

Нужна помощь с домашним заданием или контрольным вопросом? С Chegg Study вы можете получить пошаговые ответы на свои вопросы от эксперта в данной области.Ваши первые 30 минут с репетитором Chegg бесплатны!

Комментарии? Нужно опубликовать исправление? Пожалуйста, оставьте комментарий на нашей странице в Facebook .


F. Глоссарий статистических терминов

S

Пространство выборки (вероятность теория)

E

Событие (вероятность теория)

Объединение наборов

Пересечение наборы

P ( A )

Вероятность события A

P ( A | B )

Вероятность события A , данное событие B

P (~ A )

Вероятность Дополнение до (вероятность not-A )

e

Константа Эйлера, иррациональное число 2.718. . .

ln

Натуральный логарифм (логарифм по основанию e )

log x

Логарифм по основанию x

x i

i th член выборки x

Среднее значение выборки

µ

Население среднее

с

Образец стандарта отклонение

σ

Стандарт населения отклонение

с 2

Образец отклонение

с 2 p

Объединенная выборка дисперсия

σ 2

Население дисперсия

n

Размер выборки

N

Население размер

r

Образец корреляция

r pb

Точечно-бисериальная корреляция

r s

Порядок ранга Спирмена корреляция (ро Спирмена)

γ

Goodman and Kruskal’s гамма

τ a , τ B , τ C

Kendall’s. ..

Journal of Statistics Education, V10N1: Письмо в редакцию

Journal of Statistics Education, V10N1: Письмо в редакцию

Соуи, Э. Р. (2001) «Поразительные демонстрации статистики преподавания» Журнал статистики образования , 9 (1). (jse.amstat.org/v9n1/sowey.html)

Я с большим интересом прочитал в мартовском мартовском номере «Поразительные демонстрации статистики преподавания». 2001 JSE .Статья актуальна, так как, похоже, есть большой интерес к таким демонстрации учителей математики и статистики (рассмотрим, например, текущий проект «Демонстрации с позитивным воздействием», финансируемый NSF, в Южном университете Джорджии или парадоксы с «заметками учителя», собранные Мовшовиц-Хадаром и Уэббом (1998)). Яркие демонстрации, безусловно, могут добавить жизнеспособность к курсам университетского уровня, описанным Шонесси (1992, стр. 466), которые «продолжают оставаться либо курсами, основанными на правилах, и курсами типа рецептов для расчета статистика или чрезмерно математизированные представления о статистической вероятности, которые были нормой десять лет назад.Таким образом, студенты уровня колледжа … редко получают возможность улучшить свою статистическую интуицию … »

Мы знаем, что студенты курсов математической статистики часто по-разному реагируют на поразительные примеры. чем студенты вводных курсов, но это приятно чтобы увидеть примеры для обоих типов курсов в списке Soweys. Предложения для дополнительных примеров включают: тот факт, что средний размер класса для каждого класса никогда не превышает средний размер класса для каждого студента (Hemenway 1982), тот факт, что определение «линии наилучшего соответствия» путем минимизации суммы абсолютных остатков не работает (см., например, Lesser 1999b), тот факт, что ни практическая, ни статистическая значимость не должны подразумевать другого, факт этот тип шкалы — это не просто атрибут данных (Velleman and Wilkinson 1993), это тот факт, что большинство положительных результатов будут ложными. при тестировании на достаточно редкое состояние даже при достаточно точном тесте тот факт, что асимметричное одномодальное распределение не обязательно должно иметь неравное среднее значение, медиану и моду (Eisenhauer 2002), тот факт, что «в длительной игре с подбрасыванием монеты один из игроков практически все время остается на стороне выигрыша, другой на проигравшей стороне »(Feller 1968, стр.78, 80) и так далее. Также есть место для добавления ярких демонстраций, основанных на конкретных наборах данных, например, о том, как бимодальный набор данных может выглядеть унимодальным за счет выбора количества интервалов в гистограмме, как мы узнали из времен перерыва извержения для гейзера Old Faithful в Йеллоустонский национальный парк (Вест и Огден, 1998 г.).

Моя главная цель здесь, однако, состоит не в том, чтобы «завершить» список ярких примеров (действительно, всегда будет что добавить, и, возможно, Sowey или JSE могут поддерживать текущую веб-страницу с дополнительными материалами), а скорее : (1) различать «интуитивные» и «противоречащие интуиции» поразительные примеры, и (2) обсудить усилия, которые были предприняты для определения таких демонстраций для использования в обучении.

Лессер (1994, стр. 23-24) определяет противоречащий интуиции пример как требующий «и того, чтобы [у большинства студентов] было начальное ожидание или первичная интуиция (так сказать, направленная гипотеза), и чтобы эта первичная интуиция в отношении результата противоречит нормативной точке зрения и, по крайней мере на начальном этапе, очень ей сопротивляется ». В то время как большая ценность контринтуитивных примеров (для привлечения внимания учащихся и содействия критическому мышлению) может казаться очевидной даже тем, кто может не осознавать стипендия, указанная ниже, некоторые преподаватели могут не знать о возможной ловушке или конфликте с точки зрения бывшего Национального совета учителей президента математики Беррилла (1990, стр.13), повторяется ASA (1994): «Акцент в обучение статистике должно основываться на хороших примерах и строиться на интуиции, а не на вероятности парадоксов или использования статистики для обмана ». Фальк и Конольд (1992, стр. 161) выражает аналогичное беспокойство: «Заманчиво привнести некоторые из более изощренные проблемы в классе, чтобы продемонстрировать студентам их ошибочные наклонности и, возможно, просветите их. Однако, если учитель упорно указывая на студентов, как склонны к ошибочным выводам, они могут настолько убедить себя в своей неспособности, что они отчаялись когда-либо овладеть более подходящими техниками.»В связи с этим, Бораси (1994, стр.170) предостерегает: «Чтобы полностью ценить радикальный характер подхода к ошибкам как трамплин для исследования преподавание математики, также важно понимать, что такой подход противоречит с большинством учителей и студентов текущие взгляды на ошибки … »

В любом случае, характеристика Соуи ярких примеров группируется вместе «контринтуитивные» примеры (например, пример 3 в его Разделе 4.2) и «интуитивные» примеры / аналогии (например, пример 6a в разделе 4.6 или пример 1 в разделе 4.5). Лессер (1994) дает определения, контекст и обоснование различия между интуитивным и противоречащим интуиции (и «неинтуитивным», в этом отношении), а затем примиряет парадигматические различия, лежащие в основе использования нелогичный тип. По этой теме появляющаяся литература по статистическому образованию не может (и не следует) избегать дублирования с литературой по математике, образованию, естествознанию образования и педагогической психологии, и есть несколько теорий и моделей, которые можно использовать учтены, в том числе: эвристика, конструктивизм, парадигма «истоков» (Fischbein 1987) интуиции, мостов аналогии и концептуальные изменения (см., например, Brown 1992).Меньшее следствие группировки интуитивных и противоречивых примеров вместе состоит в том, что не все четыре характеристики из Раздела 2 применимы ко всем поразительным демонстрации (например, демонстрация может вызвать много размышлений, любопытства и в конечном итоге озарения, но не сразу).

Интересно, что есть случаи, когда более глубокому пониманию можно способствовать, сопоставив противоречащий интуиции пример с интуитивной аналогией. Например, инструктор может бросить вызов типичным студентам излишне первоначальный акцент на выборке (превышение размера выборки или метода выборки), задав вопрос (см., например, Паулос 1994, стр.35) ли «случайная выборка 500 человек, взятых из всего 250-миллионного населения США, как правило, намного больше предсказуемо, чем случайная выборка из 50 человек из 2500 населения ». После студентов изучив сценарий, инструктор может предложить эту развивающую интуицию аналогию Фридмана, Пизани, Первеса и Адхикари. (1991, стр. 339): «Предположим, вы взяли каплю жидкости из бутылки для химического анализа. Если жидкость хорошо перемешана, химический состав капли [то есть образец] достаточно точно отражал бы состав всей бутылки [что есть, население], и это действительно не имело бы значения, была ли бутылка пробиркой или кувшином на галлон.«

Давайте теперь обсудим усилия, которые были предприняты для выявления и обсуждения поразительных демонстрации для использования в обучении. Подчеркивая примеры из реальной жизни контексты и которые доступны без исчисления, Меньший (1994, 1998) определяет и примеры каталогов (список, который не содержит и не содержится в списке Soweys) а также предоставляет дальнейшее обоснование, критерии и рамки для их выбора и преднамеренное использование.

Я согласен с Соуи в том, что в учебники.Меньшие (1994) ноты как некоторые известные вводные учебники (см., например, Девор и Пек 1990) не упоминают Парадокс Симпсонов вообще, некоторые обсуждают его в разделе, отмеченном «необязательный» (см., например, Крайер и Миллер 1991), в то время как Мур и МакКейб (1993, раздел 2.5) задействовать его в единственном текстовом примере трехсторонней таблицы, а также в каждой трехсторонней таблице упражнение (интересно, что некоторые, но не все эти упражнения «телеграфируют» парадокса в наборе данных) после этого раздела.

JSE Читателям может быть интересно узнать, что в области математического / статистического образования литературе помимо учебников, есть многочисленные научные статьи (см. , например, Малый 1999a, Lesser 2001) об использовании особого противоречивые примеры, а также несколько исследований, в которых исследуется сила использования парадокса для мотивировать студентов к обучению (например, Shaughnessy (1977), Мовшовиц-Хадар и Хадасс (1990), Виленский (1995)). Пример педагогический смысл из Шонесси (1977), согласуется с предыдущими психологическими исследованиями (см. Lewin 1952), эффективность групповой действия, в которых участники совершают или соглашаются с задачей, делая предположения в результате перед деятельностью, выполнение деятельности, отмечая результаты деятельности и сравнивая эти эмпирические результаты с их предубеждениями.Такой Исследования, похоже, получили сильную поддержку со стороны NCTM (2000, стр. 18-19): «Хорошо подобранные задания могут пробудить у студентов любопытство и вовлечь их в математику … Независимо от контекста, стоящие задания должны быть интригующими, с таким уровнем сложности, который требует спекуляций и тяжелой работы. Такие задачи часто могут быть подходили более чем одним способом … что делает задачи доступными для студентов с различными предварительные знания и опыт. Одних достойных задач недостаточно для эффективного обучение.Учителя также должны решить, какие аспекты задания выделить, как организовать и организовать работу студентов … и как поддержать студентов, не … устраняя вызов ».


Американская статистическая ассоциация (1994), Г. Беррилл (редактор), Статистика преподавания: Руководство для начальной и средней школы , Пало-Альто, Калифорния: Дейл Сеймур.

Бораси, Р. (1994), «Использование ошибок как плацдарма для расследования: обучающий эксперимент», Журнал исследований в области математического образования , 25 (2), 166-208.

Браун Д. Э. (1992), «Использование примеров и аналогий для исправления неправильных представлений в физике: факторы, влияющие на концептуальные изменения», журнал Research in Science Teaching , 29 (1), 17-34.

Беррилл, Г. (1990), «Внедрение стандартов: статистика и вероятность», Учитель математики , 83 (2), 113-118.

Крайер, Дж. Д. и Миллер, Р. Б. (1991), Статистика для бизнеса: анализ данных и моделирование , Бостон: PWS-KENT.

Деворе, Дж.и Пек Р. (1990), Вводная статистика , Сент-Пол, Миннесота: Запад.

Эйзенхауэр, Дж. Г. (2002), «Симметричный или перекос?» Журнал математики колледжа , 33 (1), 48-51

Фальк Р. и Конольд К. (1992), «Психология вероятности обучения», в Статистика для XXI века , ред. Ф. Гордон и С. Гордон, Вашингтон, округ Колумбия: Математическая ассоциация Америки, 151–164.

Feller, W. (1968), Введение в теорию вероятностей и ее приложения (Vol.1; 3-е изд.), Нью-Йорк: John Wiley and Sons, Inc.

Фишбейн Э. (1987), Интуиция в науке и математике , Дордрехт, Голландия: Д. Рейдель.

Фридман Д., Пизани Р., Первес Р. и Адхикари А. (1991), Статистика (2-е изд.), Нью-Йорк: W.W. Нортон.

Хеменуэй, Д. (1982), «Почему ваши классы больше среднего», Mathematics Magazine , 55 (3), 162-164.

Лессер, Л. (1994), «Роль нелогичных примеров в статистическом образовании», докторская диссертация, Техасский университет в Остине, Международный реферат диссертации , 55, 10A, 3126-A.

—— (1998), «Противодействие безразличию с использованием контринтуитивных примеров», Teaching Statistics , 20 (1), 10-12.

—— (1999a), «Изучение проблемы дня рождения с помощью электронных таблиц», Учитель математики , 92 (5), 407-411.

—— (1999b), «Да и почему нет линии наилучшего соответствия», Статистика преподавания , 21 (2), 54-55.

—— (2001), «Репрезентации инверсии: исследование парадокса Симпсонов», в Роли репрезентации в школьной математике , ред.А. Куоко и Ф. Курсио, Рестон, Вирджиния: Национальный совет учителей математики, 129–145.

Левин К. (1952), «Групповые решения и социальные изменения», в чтениях по социальной психологии , ред. Дж. Суонсон, Т. Ньюкомб и Э. Хартли, Нью-Йорк: Генри Холт, 459-473.

Мур, Д. С., МакКейб, Г. П. (1993), Введение в статистическую практику (2-е изд.), Нью-Йорк: У. Х. Фриман.

Мовшовиц-Хадар, Н. и Хадасс, Р. (1990), «Предварительное обучение учителей математики с использованием парадоксов», Образовательные исследования по математике , 21, 265-287.

Мовшовиц-Хадар Н. и Уэбб Дж. (1998), Один равен нулю и другие математические сюрпризы: парадоксы, заблуждения и умопомешательства , Беркли, Калифорния: Key Curriculum Press.

NCTM (2000), Принципы и стандарты школьной математики , Рестон, Вирджиния: Национальный совет учителей математики.

Паулос, Дж. А. (1994), «Расчет на дискалькулию», Discover , 15 (3), 30-36.

Шонесси, М. (1977), «Заблуждения о вероятности: эксперимент с малыми группами, основанный на деятельности, модельный подход к вводной вероятности на уровне колледжа», Образовательные исследования по математике , 8, 285- 316.

Шонесси, Дж. М. (1992), «Исследования в области вероятностей и статистики: размышления и направления», в справочнике по исследованиям в области преподавания и обучения математике , изд. Д.А. Grouws, Нью-Йорк: Macmillan, 465-494.

Веллеман П. Ф. и Уилкинсон Л. (1993), «Типологии номинальных, порядковых, интервальных и соотношений вводят в заблуждение», American Statistician , 47 (1), 65-72.

Уэст, Р. В., и Огден, Р. Т. (1998), «Интерактивные демонстрации для статистического образования во всемирной паутине», Журнал статистического образования [Интернет], 6 (3).(jse.amstat.org/v6n3/applets/Histogram.html)

Виленски, У. (1995), «Парадокс, вероятность программирования и обучения: тематическое исследование в рамках связанной математики», Journal of Mathematical Behavior , 14, 253-280.

Лоуренс М. Лессер
Атлантический государственный университет Армстронга
11935 Аберкорн-стрит
Саванна, Джорджия 31419-1997
[email protected]


Том 10 (2002) | Архив | Индекс | Архив данных | Информационная служба | Редакционная коллегия | Руководство для авторов | Рекомендации для авторов данных | Домашняя страница | Связаться с JSE | Публикации ASA

Writing with Descriptive Statistics // Purdue Writing Lab

Эта страница предоставлена ​​вам OWL в Университете Пердью.При печати этой страницы вы должны включить полное юридическое уведомление.

Авторские права © 1995-2018, Лаборатория письма и СОВ при Университете Пердью и Пердью. Все права защищены. Этот материал нельзя публиковать, воспроизводить, транслировать, переписывать или распространять без разрешения. Использование этого сайта означает принятие наших условий добросовестного использования.


Написание с описательной статистикой

Резюме:

В этом раздаточном материале объясняется, как писать со статистикой, включая быстрые подсказки, написание описательной статистики, написание выводимой статистики и использование визуальных элементов со статистикой.

Обычно нет хорошего способа написать статистику. Это редко звучит хорошо и часто нарушает структуру или ход вашего письма. Часто лучший способ написать описательную статистику — это прямо. Если вы приводите несколько статистических данных по одной и той же теме, возможно, лучше всего включить их все в один абзац или раздел.

Среднее значение на втором экзамене — 77,7. Среднее значение составляет 75, а режим — 79. Стандартное отклонение второго экзамена составило 11,6.

В целом, у компании был еще один отличный год.За год мы отгрузили 14,3 тонны удобрений, а в летние месяцы — 1,7 тонны удобрений. Это больше, чем в прошлом году, когда мы отгрузили всего 13,1 тонны удобрений, а в летние месяцы — всего 1,4 тонны. (Стандартные отклонения были следующими: этим летом 0,3 тонны, прошлым летом 0,4 тонны).

В некоторых полях предпочитают указывать средние значения и стандартные отклонения в круглых скобках, например:

Группа A (87,5) набрала больше баллов, чем группа B (77,9), в то время как обе имели одинаковые стандартные отклонения (8.3 и 7,9 соответственно).

Если вам нужно сообщить много статистических данных, вам следует настоятельно рассмотреть возможность их представления в таблицах или какой-либо другой наглядной форме. Затем вы выделите интересующую статистику в своем тексте, но не будете сообщать всю статистику. См. Раздел о статистике и визуальных эффектах для получения более подробной информации.

Если у вас есть набор данных, который вы используете (например, все оценки за экзамен), было бы необычно включать все оценки в работу или статью. Одна из причин использования статистики — это сжатие больших объемов информации в более управляемые блоки; представление всего вашего набора данных побеждает эту цель.

Как минимум, если вы представляете статистику по набору данных, она должна включать среднее значение и, возможно, стандартное отклонение. Это минимум информации, необходимой для понимания того, как может выглядеть распределение вашего набора данных. Сколько дополнительной информации вы включите, полностью зависит от вас. Как правило, не включайте информацию, если она не имеет отношения к вашему аргументу или цели. Если вы включаете статистику, которую многие из ваших читателей не поймут, подумайте о добавлении статистики в сноске или приложении, которые объясняют ее более подробно.

Статистические и вероятностные письма, Elsevier

Контактная информация Elsevier

Серийная информация


Информация для заказа:
Почтовый адрес: http://www.elsevier.com/wps/find/supportfaq.cws_home/regional
Веб-сайт: https://shop.elsevier.com/order?id=505573&ref=505573_01_ooc_1&version=01
Чтобы получать уведомления о новых элементах в этой серии: Свободный том / предупреждение о проблеме на ScienceDirect (см. Также NEP)
Ограничения на скачивание: Полный текст только для подписчиков ScienceDirect
Редактор: Адрес электронной почты этого редактора больше не действителен.Пожалуйста, попросите Somnath Datta обновить запись или отправьте нам правильный адрес.
Редактор:
Series handle: RePEc: eee: stapro
ISSN: 0167-7152

Цитаты RSS-канал: в CitEc

Факторы воздействия

Статистика доступа и загрузки
Верхний элемент:

Исправления

Все материалы на этом сайте предоставлены соответствующими издателями и авторами.Ты можешь помочь исправлять ошибки и упущения. При запросе исправления укажите идентификатор этого элемента: RePEc: eee: stapro . См. Общую информацию о том, как исправить материал в RePEc.

По техническим вопросам, касающимся этого элемента, или для исправления его авторов, названия, аннотации, библиографической информации или информации для загрузки, обращайтесь: (Haili He). Общие контактные данные поставщика: http://www.elsevier.com/wps/find/journaldescription.cws_home/622892/description#description .

Содержание

2021, том 171, выпуск C

  • S0167715220302935 Усреднение модели на основе перекрестной проверки в линейных моделях с случайным отсутствием ответа
    by Wei, Yuting & Wang, Qihua
  • S0167715220302947 Принцип почти полной инвариантности для расстояния Канторовича между эмпирическим и маргинальным распределениями последовательностей сильного перемешивания
    by Dedecker, Jérôme & Merlevède, Florence
  • S0167715220302972 На моделях Эджворта для временных рядов счета
    by Weiß, Christian H.
  • S0167715220303035 Строго согласованный выбор модели для общих причинных временных рядов
    by Kengne, William
  • S0167715220303199 Экспоненциальное затухание парной корреляции в гауссовских графических моделях с равнокорреляционной одномерной схемой связи
    by Marrelec, Guillaume & Giron, Alain & Messio, Laura
  • S0167715220303229 Новый взгляд на предсказательную силу основных компонентов ядра
    by Jones, Ben & Artemiou, Andreas
  • S0167715220303230 О вероятности того, что биномиальная переменная не превосходит своего ожидания
    Янсон, Сванте
  • S0167715220303242 Последовательная оценка асимметрии частичных сумм зависимых данных
    по Nasari, Masoud M. И Ульд-Хэй, Мохамеду
  • S0167715220303266 Еще одно о скоростях сходимости в точных асимптотиках
    Розовский, Л.В.
  • S0167715220303278 Решения BSDE с некими нелипшицевыми коэффициентами, управляемыми G-броуновским движением
    by Zhang, Wei & Jiang, Long
  • S0167715220303291 Улучшение знакового рангового критерия Вилкоксона с помощью гладкого интегрального преобразования вероятности ядра
    по Багкавос, Димитриос и Патил, Пракаш Н.
  • S0167715220303308 Свойства монотонности гамма-семейства распределений
    по Пинелис, Иосиф
  • S0167715220303321 Квазислучайная ранжированная выборка набора
    by Robertson, B.L. & Reale, M. & Price, C.J. & Brown, J.A.
  • S0167715221000018 Апостериорная некорректность некоторых разреженных байесовских моделей обучения
    от Dixit, Anand & Roy, Vivekananda
  • S0167715221000031 О броуновском движении Леви и пространстве белого шума на окружности
    by Huang, Chunfeng & Li, Ao
  • S016771522030328X Оценки отклонения для чисел редактирования Эйлера случайных графов
    по Ganesan, Ghurumuruhan
  • S016771522030331X Процедура kNN в полупараметрическом функциональном анализе данных
    by Novo, Silvia & Aneiros, Germán & Vieu, Philippe
  • S016771522100002X Время первого прохождения по (отраженному) броуновскому движению с нарушенным дрейфом, попадающим в случайную границу

2021, том 170, выпуск C

  • S0167715220302893 Предположение о независимости в модели смешанного рандомизированного ответа
    by Saigo, Hiroshi
  • S0167715220302911 Комментарии о наличии последовательной корреляции в случайных коэффициентах процесса авторегрессии
    by Proïa, Frédéric & Soltane, Marius
  • S0167715220302923 Идентификационные данные Парсеваля и оптимальные транспортные карты
    by Ghaffari, N. И Уокер, С.
  • S0167715220302959 Заметка об оптимальных планах для оценки наклона полиномиальной регрессии
    Dette, Holger & Melas, Вячеслав Б. и Шпилев, Петр
  • S0167715220302960 О некоторых свойствах функции среднего времени бездействия
    by Khan, Ruhul Ali & Bhattacharyya, Dhrubasish & Mitra, Murari
  • S0167715220302984 Функция генерирования информации Дженсена и ее связи с некоторыми хорошо известными информационными мерами
    by Kharazmi, Omid & Balakrishnan, Narayanaswamy
  • S0167715220302996 Оценка многомерной интегрированной ковариационной матрицы на основе зашумленных высокочастотных данных с множественными наблюдениями
    by Wang, Moming & Xia, Ningning
  • S0167715220303011 Хвосты моментов высших порядков сумм с приращениями с тяжелыми хвостами и приложение к мере риска Haezendonck – Goovaerts
    by Leipus, Remigijus & Paukštys, Saulius & Šiaulys, Jonas
  • S0167715220303023 Новое семейство статистики типа омега-квадрат с локальной оптимальностью Бахадура для семейства местоположений обобщенных логистических распределений
    by Pycke, Jean-Renaud
  • S0167715220303047 Устойчивые неравенства концентраций в максимальных экспоненциальных моделях
    by Siri, Paola & Trivellato, Barbara
  • S0167715220303138 Некоторые предельные теоремы для зависимых случайных величин Бернулли
    by Gava, Renato J.И Резенде, Бруна Л.Ф.
  • S0167715220303151 Об ограничении обычного стохастического порядка и порядка отношения правдоподобия
    by Fried, Sela
  • S0167715220303163 Гауссовские процессы, центрированные на их среднем онлайн, и приложения
    от Назаров А.И. & Никитин Я.Ю.
  • S0167715220303175 О дисперсионном и звездообразном порядке случайных величин и статистике порядка
    от Алимохаммади, Махди и Эсна-Ашари, Марьям и Крамер, Эрхард
  • S0167715220303187 Точный метод моделирования быстро убывающих темперированных устойчивых распределений в случае конечных вариаций
    by Grabchak, Michael
  • S0167715220303205 Тест для семейства увеличивающихся логарифмических коэффициентов
    by Lando, Tommaso
  • S0167715220303217 Идентификация в полностью непараметрической модели преобразования с гетероскедастичностью
    by Kloodt, Nick
  • S016771522030273X Теоретический и имитационный анализ мощности теста причинно-следственной связи в частотной области
    by Wei, Yanfeng & Zhang, Liguo & Guo, Xiaoying & Yang, Ting
  • S016771522030290X Теорема Хейде при сублинейных ожиданиях
    by Zhang, Li-Xin
  • S016771522030300X Асимптотическое поведение и функциональные предельные теоремы для временного измененного винеровского процесса
    от Кондратьев, Юрий и Мишура, Юлия и Шиллинг, Рене Л.
  • S016771522030314X Простые функции независимых бета-случайных величин, которые следуют за бета-распределениями
    by Jones, M.C. И Балакришнан Н.

2021, том 169, выпуск C

  • S0167715220302595 Номинальная корреляция неоднородных случайных последовательностей
    по Ганесан, Гурумурухан
  • S0167715220302601 Непараметрическое обнаружение изменения наклона и пересечения в линейных моделях структурных ошибок в переменных
    по Марцынюк, Юлия В.
  • S0167715220302613 Неравенство Дженсена для g-ожиданий в общих пространствах фильтрации
    by Song, Wenjie & Wu, Panyu & Zhang, Guodong
  • S0167715220302625 Внутренние классы функций плотности Гёльдера на римановых многообразиях и нижние границы скорости сходимости
    by Ki, Dohyeong & Park, Byeong U.
  • S0167715220302637 О взаимосвязях между коэффициентами корреляции Пирсона и расстоянием
    Эдельманн, Доминик и Мори, Тамаш Ф.И Секели, Габор Дж.
  • S0167715220302649 Асимптотическая нормальность обобщенной оценки максимального среднего расхождения
    по Balogoun, Armando Sosthene Kali & Nkiet, Guy Martial & Ogouyandjou, Carlos
  • S0167715220302650 Эмпирическая вероятность на основе синтетических цензурированных справа данных
    by Liang, Wei & Dai, Hongsheng
  • S0167715220302662 О спектральной щели по мерам Больцмана на единичной сфере
    by Li, Biao & Ma, Yutao & Zhang, Zhengliang
  • S0167715220302674 Эквивалентность концепций равностепенной непрерывности для марковских операторов, полученных из свойства Шура для пространств мер
    по Hille, Sander C.И Szarek, Tomasz & Worm, Daniel T.H. И Зиемланская, Мария А.
  • S0167715220302686 Семейство несмещенных доверительных интервалов для отношения компонентов дисперсии
    по Burch, Brent D.
  • S0167715220302698 О совместном распределении вероятностей числа вершин и площади выпуклых оболочек, порожденных точечным процессом Пуассона
    Форманов, Ш.К. & Хамдамов, И.
  • S0167715220302704 Оценка эффекта эндогенного лечения с использованием крупногабаритных инструментов и двойного отбора
    по Чжун, Вэй и Гао, Ян и Чжоу, Вэй и Фань, Цинлян
  • S0167715220302716 Условная мера риска Haezendonck – Goovaerts
    by Xun, Li & Jiang, Renqiao & Guo, Jianhua
  • S0167715220302728 Частота запретов и распределение времени срабатывания обратимых цепей Маркова с непрерывным временем
    по Xiang, Xuyan & Fu, Haiqin & Zhou, Jieming & Deng, Yingchun & Yang, Xiangqun
  • S0167715220302741 Заметка о стационарной оценке дисперсии бутстрапа при долгосрочной зависимости
    от Кан, Тэгю и Ким, Янг Мин и Им, Чжонхо
  • S0167715220302753 По статистике заказов и тау Кендалла
    от Fuchs, Sebastian & Schmidt, Klaus D.
  • S0167715220302765 Расширенная диагональная модель симметрии однородной ассоциации для квадратных таблиц сопряженности с порядковыми категориями
    by Ando, ​​Shuji & Tahata, Kouji & Tomizawa, Sadao
  • S0167715220302777 Сильное свойство Феллера для одномерных процессов Леви, управляемых стохастическими дифференциальными уравнениями с непрерывными коэффициентами Гёльдера
    by Zhang, Hua
  • S0167715220302789 Байесовский оптимальный план для нелинейной модели при условии неравномерности
    by Hooshangifar, M.И Талеби, Х.
  • S0167715220302868 Центральные моменты высшего порядка матричного распределения Фишера на SO (3)
    by Wang, Weixin & Lee, Taeyoung
  • S0167715220302881 Принцип больших отклонений для распределений белого шума с условием роста
    by Chaari, Sonia
  • S016771522030287X Единообразный результат для размерности наборов уровней дробного броуновского движения
    by Daw, Lara

2021, том 168, выпуск C

  • S0167715220302212 Границы скорости сходимости в законах больших чисел для смешанных пуассоновских случайных сумм
    по Королев, Виктор и Зейфман, Александр
  • S0167715220302224 О распределении статистики T2, используемой в статистическом мониторинге процесса, для данных большой размерности
    by Ahmad, M. Рауф и Ахмед, С. Эджаз
  • S0167715220302236 Вероятностный подход к Φ-вариации классических фрактальных функций с критической шероховатостью
    by Han, Xiyue & Schied, Alexander & Zhang, Zhenyuan
  • S0167715220302261 Асимптотика некоторых условно идентично распределенных последовательностей
    by Berti, Patrizia & Dreassi, Emanuela & Pratelli, Luca & Rigo, Pietro
  • S0167715220302273 Оценить экспоненциальную скорость сходимости f-эргодичности через спектральный промежуток
    по Guo, Xianping & Liao, Zhong-Wei
  • S0167715220302285 Подгонка разреженных линейных моделей под достаточное и необходимое условие для идентификации модели
    by Huang, Jian & Jiao, Yuling & Kang, Lican & Liu, Yanyan
  • S0167715220302297 Примечание к теореме фон Вайцзеккера
    , автор Таппе, Стефан
  • S0167715220302303 О времени пребывания обобщенного броуновского меандра
    by Iafrate, F.И Орсингер, Э.
  • S0167715220302315 Критический разветвленный процесс с иммиграцией в различных средах
    by Mitov, Kosto V.
  • S0167715220302327 Непараметрическая рекурсивная оценка связки
    по Camirand Lemyre, Felix & Decrouez, Geoffrey
  • S0167715220302339 Неравенства большого отклонения оценки LS в моделях нелинейной регрессии
    by Miao, Yu & Tang, Yanyan
  • S0167715220302340 Достаточное уменьшение сверхвысоких размеров с ошибкой измерения в ковариатах
    по Chen, Li-Pang
  • S0167715220302352 Взвешенная оценка методом наименьших квадратов в панельной модели двоичных случайных коэффициентов с бесконечной дисперсией
    by Hwang, Eunju
  • S0167715220302364 Повторно взвешенная оценка Надарая – Ватсона условной функции плотности в модели с цензурой справа
    by Xiong, Xianzhu & Ou, Meijuan & Chen, Ailian
  • S0167715220302376 Дополнение к интегральному неравенству Чебышева
    по Якубовски, Адам
  • S0167715220302388 О формулировках моделей факторов перекоса: факторы перекоса и / или ошибки перекоса
    by Lee, Sharon X. И Маклахлан, Джеффри Дж.
  • S0167715220302467 Привязка FWER для коррелированного нормального
    по Das, Nabaneet & Bhandari, Subir Kumar
  • S0167715220302479 Об обобщенном уравнении динамики популяции с шумом окружающей среды
    by Tian, ​​Rongrong & Wei, Jinlong & Wu, Jiang-Lun
  • S0167715220302480 Теорема Фриша – Во – Ловелла для стандартных ошибок
    by Ding, Peng
  • S0167715220302492 Характеризационные теоремы для Q-независимых случайных величин со значениями в банаховом пространстве
    by Миронюк, Маргарита
  • S0167715220302522 Устойчивость Улама – Хайерса дробно-стохастических нейтральных дифференциальных уравнений типа Капуто
    по Ахмедова, Арзу и Махмудов, Назим И.
  • S0167715220302534 Ожидаемая продолжительность проблемы минимального ранга без информации
    by Demers, Simon
  • S0167715220302546 Определение оптимального количества слоев для подклассификации оценки склонности
    по Орихара, Шуничиро и Хамада, Эцуо
  • S0167715220302558 Эквивалентность p-го момента устойчивости между стохастическими дифференциальными уравнениями с запаздыванием и их численными методами
    by Bao, Zhenyu & Tang, Jingwen & Shen, Yan & Liu, Wei
  • S0167715220302571 Явление отсечки для максимума выборки процессов Орнштейна – Уленбека
    by Barrera, Gerardo
  • S0167715220302583 Медианная регрессия из дважды цензурированных данных
    по Субраманиан, Сундарраман
  • S016771522030225X Случайные покрывающие множества в метрическом пространстве со свойством экспоненциального перемешивания
    by Hu, Zhang-nan & Li, Bing
  • S016771522030256X Обратные теоремы сравнения для многомерных ожидаемых обратных стохастических дифференциальных уравнений
    by Wu, Hao & Li, Xuefeng

2020, Volume 167, Issue C

  • S0167715220301851 Примечание об идентифицируемости моделей со скрытыми переменными для смешанных продольных данных
    by Tabrizi, Elham & Samani, Ehsan Bahrami & Ganjali, Mojtaba
  • S0167715220301954 На расстоянии Вассерштейна для центральной предельной теоремы мартингала
    by Fan, Xiequan & Ma, Xiaohui
  • S0167715220301966 Подход Штейна к оценке ковариационной матрицы с использованием регуляризации фактора Холецкого и метрики лог-Холецкого
    по Besson, Olivier & Vincent, François & Gendre, Xavier
  • S0167715220301991 Проксимальная статистика: асимптотическая нормальность
    по Пачини, Дэвид
  • S0167715220302005 Построение некоторых регулярных проектов уровня s с общим минимальным смешением более низкого порядка
    by Li, Zhiming & Kong, Qingxun & Ai, Mingyao
  • S0167715220302017 Границы вероятностей хвоста для квадратичных форм в зависимых субгауссовских случайных величинах
    by Zajkowski, Krzysztof
  • S0167715220302029 Задачи оптимальной остановки для прогона минимумов с положительными ставками дисконтирования
    Гапеев, Павел В.
  • S0167715220302030 Монотонность вероятностей ухода для разветвленных случайных блужданий на Zd
    by Tzioufas, Achillefs
  • S0167715220302042 Свойства монотонности пуассоновского приближения к биномиальному распределению
    по Пинелис, Иосиф
  • S0167715220302054 Об эмпирическом процессе умеренных скользящих средних
    Beran, Jan & Sabzikar, Farzad & Surgailis, Donatas & Telkmann, Klaus
  • S0167715220302066 Корреляция между тестами и статистикой и корреляция строк данных
    by Zhuo, Bin & Jiang, Duo & Di, Yanming
  • S0167715220302145 Сильный закон больших чисел для одновременной проверки параметров двумерных распределений Ланкастера
    by Chen, Xiongzhi
  • S0167715220302157 Об отраженных стохастических дифференциальных уравнениях, управляемых регулируемыми семимартингалами
    Hilbert, Astrid & Jarni, Imane & Ouknine, Youssef
  • S0167715220302182 Статистическая причинность и отдельные процессы
    по Вальяревич, Драгана и Петрович, Лиляна
  • S0167715220302194 Средняя цензура в полиномиальном распределении с приложениями
    by Jammalamadaka, S.Рао и Бапат, Судип Р.
  • S0167715220302200 Скрытые марковские модели для многомерных функциональных данных
    by Martino, Andrea & Guatteri, Giuseppina & Paganoni, Anna Maria
  • S0167715220302248 Полуклассическая асимптотика длины рассеяния симметричных устойчивых процессов
    by Kim, Daehong & Matsuura, Masakuni
  • S016771522030198X О строгих законах Марцинкевича – Зигмунда для произвольных зависимых последовательностей
    by Szewczak, Zbigniew S.

2020, Volume 166, Issue C

  • S0167715220301668 Общая трактовка альтернативных формул ожидания
    , автор Лю, Ян
  • S0167715220301681 Точные тесты посредством множественного разделения данных
    по ДиЧиччио, Сайрус Дж. И ДиЧиччио, Томас Дж. И Романо, Джозеф П.
  • S0167715220301693 Чувствительность стационарных распределений счетных цепей Маркова
    by Cruz, Juan Alberto Rojas
  • S0167715220301723 Неполные планы разделенных участков: построение и анализ
    by Mandal, B.Н. и Парсад, Раджендер и Даш, Суканта
  • S0167715220301735 О нелинейной зависимости многомерных подчиненных процессов Леви
    по Ди Нардо, Э. и Марена, М. и Семераро, П.
  • S0167715220301747 Точная асимптотика вероятностей разорения для класса многомерных распределений с тяжелыми хвостами
    by Hägele, Miriam
  • S0167715220301759 Несоответствие параметрической погрешности измерения AR (1) модель
    по Балакришна Н.И Ким, Дживун и Коул, Хира Л.
  • S0167715220301760 Апостериорные свойства распределения Вейбулла для цензурированных данных
    by Ramos, Eduardo & Ramos, Pedro L. & Louzada, Francisco
  • S0167715220301772 На пересечениях независимых пространственно-временных анизотропных гауссовых полей
    by Chen, Zhenlong & Wang, Jun & Wu, Dongsheng
  • S0167715220301784 Процесс сходимости флуктуаций линейной статистики собственных значений полосовых матриц Теплица
    по Маурья, Шамбху Нат и Саха, Коушик
  • S0167715220301796 Раздутие решений для стохастических параболических уравнений
    by Lv, Guangying & Wei, Jinlong
  • S0167715220301802 Оценка вейвлета в OFBM: выбор параметра масштаба в различных методах выборки и различных значениях параметров
    by Lee, Jeonghwa
  • S0167715220301814 На максимальном расстоянии и почти ортогональных латинских гиперкубах
    by Su, Zheren & Wang, Yaping & Zhou, Yingchun
  • S0167715220301826 Свойства большой выборки медианы глубины регрессии, индуцированной
    by Zuo, Yijun
  • S0167715220301838 Онлайн-оценка интегрированных производных квадрата плотности
    by Mokkadem, Abdelkader & Pelletier, Mariane
  • S0167715220301978 Заметка о влиянии искажения на силу двумерной зависимости хвоста связки
    by Sepanski, Jungsywan H.
  • S016771522030167X Оценка непараметрической регрессии с ошибкой измерения Берксона Лапласа
    по Shi, Jianhong & Bai, Xiuqin & Song, Weixing
  • S016771522030184X Асимптотические результаты для последнего времени пересечения нуля броуновского движения с ненулевым дрейфом
    by Iafrate, Francesco & Macci, Claudio

2020, Volume 165, Issue C

  • S0167715220301164 Реконструкция гребня частично наблюдаемых функциональных данных является асимптотически оптимальной
    по Kraus, David & Stefanucci, Marco
  • S0167715220301176 Обобщение леммы 1 в Kotlarski (1967)
    Li, Siran & Zheng, Xunjie
  • S0167715220301206 Отношения квази-правдоподобия GARCH для модели SV и предел распространения
    by Song, Xinyu & Wang, Yazhen
  • S0167715220301309 Каждая счетная бесконечная группа допускает протекание на большие расстояния с фазовым переходом
    by Xiang, Kainan & Zou, Lang
  • S0167715220301322 Общий алгоритм точного оптимального распределения выборки: с ограниченной стоимостью и ограниченным размером выборки
    by Wright, Tommy
  • S0167715220301334 Скорректированная эмпирическая вероятность складного ножа для стационарных моделей ARMA и ARFIMA
    by Zhang, Xiuzhen & Lu, Zhiping & Wang, Yangye & Zhang, Riquan
  • S0167715220301346 Повышение резкости данных с помощью функции скорректированной оценки Фёрта
    by Braun, W.Джон и Стаффорд, Джеймс и Браун, Патрик
  • S0167715220301358 Ожидаемая продолжительность жизни по гамма-Гомпертцу
    по Castellares, Fredy & Patrício, Silvio C. & Lemonte, Artur J.
  • S0167715220301371 Обращение к интегральным функционалам геометрического броуновского движения
    by Богуславская Елена и Вострикова Людмила
  • S0167715220301383 Метод Штейна и номера Нараяны
    by Fulman, Jason & Röllin, Adrian
  • S0167715220301395 Заметка о точном моделировании сферического броуновского движения
    , автор Миятович, Александар и Мрамор, Вено и Урибе Браво, Геронимо
  • S0167715220301462 Инновационное масштабируемое динамическое обучение для изменяющихся во времени графических моделей
    by Zheng, Zemin & Li, Liwan & Zhou, Jia & Kong, Yinfei
  • S0167715220301474 Об ожидаемом времени выполнения нескольких алгоритмов тестирования с ограниченной ошибкой
    by Hahn, Georg
  • S0167715220301486 CLT для квадратичной вариации гауссовских процессов и его применение к оценке индекса Ори
    по Кубилюс К.
  • S0167715220301498 Оценка максимального правдоподобия при экспоненциальном распределении с цензурированными справа данными линейной регрессии
    by Yu, Qiqing
  • S0167715220301504 Включение дополнительной информации в робастную матричную факторизацию с байесовской квантильной регрессией
    by Бабкин Андрей
  • S0167715220301516 Модифицированная версия стохастического доминирования, включающая зависимость
    от Монтес, Игнасио и Саламанка, Хуан Хесус и Монтес, Сусана
  • S0167715220301541 Квантильное неравенство для распределений в масштабе местоположения
    by Elster, Clemens & Klauenberg, Katy
  • S0167715220301553 Неравенство Хаммерсли – Чепмена – Роббинса для многократно контролируемой квантовой системы
    by Luati, Alessandra & Novelli, Marco
  • S0167715220301565 Тест экспоненциальности по сравнению с альтернативами DMTTF с помощью L-статистики
    by Bhattacharyya, Dhrubasish & Khan, Ruhul Ali & Mitra, Murari
  • S0167715220301577 О некоторых новых моментах типа Гамма
    от Каданкова, Татьяна и Саймон, Томас и Ван, Мин
  • S0167715220301589 Локальная стабильность в переходной цепи Маркова
    by Adan, Ivo & Foss, Sergey & Shneer, Seva & Weiss, Gideon
  • S0167715220301590 Условный закон и время действия двустороннего липкого броуновского движения
    by Can, Bugra & alar, Mine
  • S0167715220301607 Большие отклонения сумм требований в общей модели риска возобновления с регрессионной структурой
    по Li, Rong & Bi, Xiuchun & Zhang, Shuguang
  • S0167715220301619 Прогнозирование для компьютерных экспериментов с использованием как количественных, так и качественных факторов
    по Ли, Минь и Лю, Минь-Цянь и Ван, Сяо-Лей и Чжоу, Юн-Дао
  • S0167715220301620 На входе в бесконечность процессов Феллера без отрицательных скачков
    by Foucart, Clément & Li, Pei-Sen & Zhou, Xiaowen
  • S0167715220301632 Скорость сходимости к равновесию по расстоянию Вассерштейна для отраженных скачков – диффузий
    Саранцев Андрей
  • S0167715220301644 Верхняя граница для циклической суммы вероятностей
    по Маренго, Джеймс Э.И Колт, Куинн Т. и Фарнсворт, Дэвид Л.
  • S0167715220301656 Отношение плотности биномиального распределения Пуассона к распределению Пуассона
    по Dümbgen, Lutz & Wellner, Jon A.
  • S0167715220301711 Матрицы корреляции со средними ограничениями
    by Tuitman, Jan & Vanduffel, Steven & Yao, Jing
  • S016771522030119X Согласованность отрицательной биномиальной регрессии со штрафом 1
    по Xie, Fang & Xiao, Zhijie
  • S016771522030136X Примечание о дополнительных конвертах Снеллиуса и отраженных назад SDE
    by Marzougue, Mohamed
  • S016771522030170X Явное решение проблемы вложения Скорохода для двойных экспоненциальных приращений
    by Nguyen, Giang T.И Перальта, Оскар

2020, Volume 164, Issue C

  • S0167715220300961 Некоторые тесты независимости, основанные на максимальном среднем несоответствии и рангах ближайших соседей
    , выполненные Roy, Angshuman & Ghosh, Anil K.
  • S0167715220300973 Модифицированный тест BDS
    by Luo, Wenya & Bai, Zhidong & Zheng, Shurong & Hui, Yongchang
  • S0167715220300985 Обобщенный метод складывания для высокоуровневых проектов
    by Zou, Na & Gou, Tingxun & Qin, Hong & Chatterjee, Kashinath
  • S0167715220301012 Просачивание последнего прохода на полном графике
    by Wang, Feng & Wu, Xian-Yuan & Zhu, Rui
  • S0167715220301048 Сравнение методов с повторными измерениями — регрессия Пассинга – Баблока для сгруппированных данных с ошибками в обеих переменных
    по Baumdicker, F.И Хёлькер, У.
  • S0167715220301061 Приближающие суммы произведений зависимых случайных величин
    по Gajek, Lesław & Krajewska, Elżbieta
  • S0167715220301073 Смешанное атомное разложение мартингальных слабых пространств Харди – Морри
    by Yu, Lin & Yu, Xiao
  • S0167715220301085 О безатомных случайных мерах на δ-кольцах
    Kremer, D. & Scheffler, H.-P.
  • S0167715220301097 Обобщенная мера дисперсии
    по Герреро, Виктор М.И Солис-Лемус, Клаудиа
  • S0167715220301103 Дизайн сферической насадки для экспериментов со смесями
    by Xiong, Zikang & Liu, Liwei & Ning, Jianhui & Qin, Hong
  • S0167715220301115 Оценка параметров для односторонних распределений с тяжелым хвостом
    by Kerger, Phillip & Kobayashi, Kei
  • S0167715220301127 Поправки Эджворта для оценки спотовой волатильности
    by He, Lidan & Liu, Qiang & Liu, Zhi
  • S0167715220301139 Асимптотическое неравенство лог-Харнака и приложения для SPDE с вырожденным мультипликативным шумом
    by Hong, Wei & Li, Shihu & Liu, Wei
  • S0167715220301140 Псевдодифференциальные операторы и марковские процессы в некоторых полностью несвязанных группах
    by Estala-Arias, Samuel
  • S0167715220301152 Надежная оценка параметра местоположения с помощью интегрированной функции Хогга
    по Catania, Leopoldo & Luati, Alessandra
  • S0167715220301188 Скрининг функций без модели для данных о конкурирующих рисках сверхвысокой размерности
    by Chen, Xiaolin & Zhang, Yahui & Liu, Yi & Chen, Xiaojing
  • S0167715220301218 Рандомизированное распределение с непараметрической оценкой для контекстных многоруких бандитов с отложенным вознаграждением
    by Arya, Sakshi & Yang, Yuhong
  • S0167715220301292 Конвергенция парапродуктов эргодики и мартингала
    по Ковач, Векослав и Стипчич, Марио
  • S0167715220301310 Сохранение слабых ВОФК при возрастающих преобразованиях с приложениями
    by Li, Chen & Li, Xiaohu
  • S016771522030105X Отступление от байесовского вывода в сторону минимаксности до такой степени, что апостериорное распределение недостоверно
    Бикель, Дэвид Р.

2020, Volume 163, Issue C

  • S0167715220300651 Ожидаемые обратные стохастические дифференциальные уравнения с левым коэффициентом Липшица
    by Xiong, Yafang & Xu, Xiaoming
  • S0167715220300687 Отраженные BSDE с генераторами с задержкой по времени и нелинейным сопротивлением
    by Luo, Peng
  • S0167715220300729 Оптимальные планы для линейной регрессии панельных данных
    by Cheng, Jing & Ai, Mingyao
  • S0167715220300742 Верхние границы Вассерштейна полной вариации для гладких плотностей
    по Chae, Minwoo & Walker, Stephen G.
  • S0167715220300754 Тесты коэффициентов регрессии в частично линейных моделях с высокой размерностью
    by Liu, Yan & Zhang, Sanguo & Ma, Shuangge & Zhang, Qingzhao
  • S0167715220300766 Надежная двухэтапная процедура для пуассоновского процесса с линейной экспоненциальной функцией потерь
    by Hwang, Ленг-Ченг
  • S0167715220300791 Сходимость к распределению Фреше через расстояние Мальлоуса
    by Mousavinasr, S.И Gonçalves, C.R. & Dorea, C.C.Y.
  • S0167715220300808 Дисперсионная функция логической аддитивной свертки
    по Фахфах, Рауф
  • S0167715220300821 Заметка о новых неравенствах типа Бернштейна для логарифмической функции правдоподобия переменных Бернулли
    by Zhao, Yunpeng
  • S0167715220300833 Принципы больших и умеренных отклонений для теоремы Эрдеша – Каца в функциональных полях
    by Feng, Tingting & Wang, Shaochen & Yang, Guangyu
  • S0167715220300845 Иерархическая кластеризация с оптимальным транспортом
    by Chakraborty, Saptarshi & Paul, Debolina & Das, Swagatam
  • S0167715220300857 Характеристики с помощью обобщенной и двойной обобщенной статистики порядка с приложением к задаче статистического прогнозирования
    Шах, Имтияз А.И Баракат, Х. И Хан, А.
  • S0167715220300936 Неравенства Харнака для стохастического уравнения теплопроводности с локально неограниченным дрейфом
    by Yin, Xiuwei & Shen, Guangjun & Zhang, Jinhong
  • S0167715220300948 Плотность для местного времени диффузии Брокса
    по Гутьеррес-Павон, Джонатан и Пачеко, Карлос Г.
  • S0167715220300997 Оценка волатильности общего гауссовского процесса Орнштейна – Уленбека
    по Yu, Qian & Bajja, Salwa
  • S0167715220301000 Критерий эквивалентности бесконечных произведений мер Коши
    by Okamura, Kazuki
  • S0167715220301024 О нестохастическом упорядочивании некоторых квадратичных форм
    по Marchand, Éric & Strawderman, William E.
  • S0167715220301036 Примечание об условной дисперсии и характеристике вероятностных распределений
    , автор Jaworski, Piotr & Pitera, Marcin
  • S016771522030078X Принцип усреднения для нейтральных стохастических функционально-дифференциальных уравнений с импульсами и нелипшицевыми коэффициентами
    by Cui, Jing & Bi, Nana
  • S016771522030081X Неравенство слабого L∞ для несимметричных мартингальных преобразований и системы Хаара
    by Акбудж, Мерием и Цзяо, Йонг и Осенковски, Адам
  • S016771522030095X Асимптотическое поведение решения и отсутствие глобального решения для класса согласованного дробно-временного стохастического уравнения
    by Nane, Erkan & Nwaeze, Eze R.И Омаба, МакСильвестр Эджигикеме

2020, том 162, выпуск C

.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *