На основе антропологических данных рассматриваются этногенетические процессы, происходившие на территории Русского Северо-Запада в X—XIV вв. В монографии доказывается, что основные изменения в составе населения имели место на рубеже XIII—XIV вв. Это выражается в распространении антропологических особенностей, характерных для финских народов. Гипотеза о западнославянском происхождении новгородских словен не находит подтверждения в рассмотренном антропологическом материале. В то же время продемонстрировано, что раннее население Новгородской земли являлось частью антропологической общности, объединявшей балтов и славян западных областей Руси.
В доступной для неподготовленного читателя форме в книге рассматриваются актуальные вопросы статистической обработки информации, возникающей в ходе социологических исследований. Большое внимание сосредоточено на интерпретации и объяснении статистических характеристик, полученных в результате обработки социологических и маркетинговых данных. Содержится достаточный объем теоретического материала, позволяющий облегчить использование разнообразных методов математической статистики в процессе проведения социологических и маркетинговых исследований. В конце каждой главы помещены примеры применения современных пакетов статистической обработки – SPSS и MicroCase – для изучения конкретных практических ситуаций, а также приводится набор задач для самостоятельного решения. Книга снабжена богатым практическим материалом, касающимся различных аспектов социологии, психологии, практического маркетинга и поведения потребителей.
Рассматриваются предмет, задачи, организация и методология социальной статистики, система показателей, характеризующая уровень жизни, социальные процессы, тенденции эволюции личности и семьи. В третьем издании (2-е изд.- 1999 г.) отражены современные проблемы российской социальной статистики в связи с реформированием жилищно-коммунальной сферы, медицинского обслуживания населения, развития рынка жилья, рынка труда. Особое внимание уделяется изучению доходов и расходов населения, измерению дифференциации и образования населения, международным сравнениям на основе паритетов покупательной способности валют.
Для преподавателей, аспирантов, студентов экономических вузов и факультетов, специализирующихся в области статистики и социального менеджмента.
Проблема и цель. Целью является получение данных в результате моделирования с привлечением нейросети и обоснование возможности использования аппарата искусственных нейронных сетей в тепличном комплексе.
Методология. Агропромышленный комплекс (АПК), как отрасль в целом, невозможен без наличия в нем методов и способов производства, требующих заметного количества внедрённых средств автоматизации производства и управления. Управление практически любой системой невозможно без обработки больших объёмов статистических данных. Использование системы управления тепличным комплексом в сфере АПК имеет те же задачи. В статье приведено описание подхода к проектированию специального модуля системы цифрового управления теплицей с возможностью получения прогнозируемых данных об оценке технических элементов объекта. Объект исследования: тепличный объект общего назначения и цифровые данные, получаемые через коммуникационную сеть от цифровых технических элементов. Кратко описана используемая коммуникационная сеть. Предполагается использование технических элементов, имеющих функции накопления и/или передачи измеряемых данных.
Результаты. На первом этапе была исследована сама возможность применения обученных нейросетей для работы с данными элементов от объектов АПК. На втором исследовалась возможность использования аппарата искусственной нейросети на ограниченном наборе данных для получения прогнозных результатов. В описываемом подходе предполагается использование численных методов для моделирования и метод прогноза с помощью аппарат искусственных нейронных сетей для прогноза состояния технических элементов.
Заключение. Модуль, с использованием нейросети, может быть применен в составе управляющего ПО для мониторинга технических элементов и объектов АПК. Используемый способ применения нейросети с простой архитектурой, с упором на результаты моделирования, позволил исследовать применение такого подхода в системе управления теплицей на основе статистики с объекта.
Объектом проведенного исследования являются общественные отношения, связанные с практикой привлечения к уголовной ответственности организаторов, руководителей и участников преступных сообществ (преступных организаций); предметом - решения судов апелляционной инстанции по уголовным делам о привлечении указанных лиц к уголовной ответственности по ст. 210 УК РФ. Статья посвящена проблеме реализации норм уголовного законодательства, направленных на борьбу с распространением организованной преступности, которая сосредоточена в первую очередь в рассматриваемых преступных формированиях и представляет повышенную общественную опасность, являясь основой преступного мира. Особое внимание автором уделяется вопросам дифференциации как самих преступных формирований, так и преступной деятельности лиц, являющихся их организаторами, руководителями (в том числе структурных подразделений) и участниками. При проведении исследования использованы статистический и аналитический методы: изучены решения апелляционных судов по уголовным делам по ст. 210 УК РФ за период с 1 января 2019 г. по 31 мая 2024 г., собраны и проанализированы статистические данные, рассмотрены категории преступлений, совершаемых в совокупности со ст. 210 УК РФ. По результатам изучения решений судов апелляционной инстанции выявлены общие тенденции, определены основные проблемы правоприменения. Цель исследования - с помощью анализа статистических данных выявить проблемные вопросы, возникающие в практике применения ст. 210 УК РФ и предложить пути их разрешения - реализована. Новизна заключается в полном статистическом исследовании всех опубликованных в открытом доступе решений судов общей юрисдикции, а также некоторых военных судов, выявлении проблем правоприменения и формировании выводов и предложений по совершенствованию законодательства, направленного на борьбу с организованной преступностью, действующей в рамках организованных преступных формирований. В частности, определены составы преступлений, по совокупности с которыми применение ст. 210 УК РФ наиболее неоднозначно. Результатом исследования является разработка практических предложений и рекомендаций, призванных исключить многие вопросы и неясности при привлечении лиц к уголовной ответственности по ст. 210 УК РФ. Одним из основных предложений является разделение преступных сообществ и преступных организаций на различные составы преступлений на основе субъекта и специфики преступной деятельности.
Ураганным содержанием принято называть аномально высокое содержание, выделяющееся из основной массы наблюдений. Данные содержания серьезно искажают реальное содержание металлов в сторону завышения. Значимость влияния ураганных содержаний тем выше, чем выше вес каждой пробы при оценке содержаний - то есть чем реже разведочная сеть. Использование ураганного содержания приводит к завышению содержаний в блочных моделях минерализации, что, в свою очередь, приводит к завышению содержаний в минеральных ресурсах и рудных запасах. Учитывая тот факт, что влияние ураганных содержаний выше на ранних стадиях изучения месторождений, завышение содержаний в минеральных ресурсах может привести к ошибочному решению об отработке убыточного объекта. Целью исследования в данной статье является рассмотрение различных подходов к решению проблемы ураганных содержаний. В данной статье рассматриваются природа возникновения ураганных содержаний, основные подходы к определению уровня ураганных содержаний при оценке минеральных ресурсов и методы устранения данных содержаний. По результатам исследования делается заключение о необходимости поиска и ограничения ураганных содержаний с использованием нескольких методов с последующим сравнением результатов между собой и выработкой обобщенного решения.
Приведена самая необходимая информация по методам и приемам статистики. Материал представлен с использованием реальных примеров. Для наглядности и повышения степени усвоения широко использованы графики, таблицы и тесты. Часть цифрового материала при подготовке русского издания обновлена.
Для студентов колледжей, высших и средних учебных заведений гуманитарного профиля, предпринимателей, не имеющих базового экономического образования, а также для слушателей курсов повышения квалификации и студентов, обучающихся по специальностям «Финансы и кредит», «Бухгалтерский учет, анализ и аудит», «Коммерция».
Излагаются общие вопросы теории статистики. Рассматриваются метод группировок, расчет относительных и средних величин, показатели вариа ции, корреляционный и регрессионный анализ, анализ временных рядов. Четвертое издание (3-е изд. - 1999 г.) дополнено и переработано: заново на писаны главы, посвященные выборочному методу и анализу частотных рас пределений, экономическим индексам. Учебник снабжен приложением, содер жащим математико-статистические таблицы, основные формулы и понятия теории статистики, а также предметным указателем.
Для аспирантов и преподавателей вузов, магистров, учащихся спецфакультетов второго высшего образования и программ MBA, специалистов аналитических служб и менеджеров.
В книге изложен широкий и подробный курс прикладной статистики. Рассмотрены средние величины и другие статистические характеристики. описан рад важных вероятностных распределений, используемых в статистической практике. Изложены проблемы проверки статистических гипотез, принятия решений, критериев качества сглаживания, построения таблиц сопряженности, а также элементы дисперсионного и регрессионного анализа и теории ранговой корреляции.
Для инженеров и экономистов, интересующихся методами и применением математической статистики.
Монография американских ученых, рассчитанная на читателей, знакомых с основами математической статистики, но ие имеющих опыта работы с ЭВМ и не знающих программирования. Изложение ориеитироваио иа применение пакетов прикладных программ, приведены примеры из биологии, медицины, гуманитаргуманитарных иаук.
Для математиков-прикладников, иаучиых работников, использующих стастатистический анализ, для аспирантов и студентов университетов.