ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ МИКРОБИОЛОГИЧЕСКИХ ПРЕПАРАТОВ НА УРОЖАЙНОСТЬ СУХОЙ МАССЫ КОРМОСМЕСИ

Πηγή: Статистика и экономика, Vol 21, Iss 5 (2024)

Θεματικοί όροι: Economics as a science, эконометрический анализ, фиктивная переменная, модель регрессии, прогнозирование, урожайность, азот, микробиологический препарат, HB71-74

Σύνδεσμος πρόσβασης: https://doaj.org/article/894b4ff7ff914cbebd257ee8b1e0360b

ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ МИКРОБИОЛОГИЧЕСКИХ ПРЕПАРАТОВ НА УРОЖАЙНОСТЬ СУХОЙ МАССЫ КОРМОСМЕСИ

Πηγή: Статистика и экономика, Vol 21, Iss 5 (2024)

Θεματικοί όροι: эконометрический анализ, фиктивная переменная, модель регрессии, прогнозирование, урожайность, азот, микробиологический препарат, Economics as a science, HB71-74

Περιγραφή αρχείου: electronic resource

Relation: https://statecon.rea.ru/jour/article/view/1849; https://doaj.org/toc/2500-3925

Σύνδεσμος πρόσβασης: https://doaj.org/article/894b4ff7ff914cbebd257ee8b1e0360b

ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ МИКРОБИОЛОГИЧЕСКИХ ПРЕПАРАТОВ НА УРОЖАЙНОСТЬ СУХОЙ МАССЫ КОРМОСМЕСИ

Συγγραφείς: Оксана Анатольевна Шихова

Πηγή: Statistics and Economics; Том 21, № 5 (2024) ; Статистика и Экономика; Том 21, № 5 (2024) ; 2500-3925

Θεματικοί όροι: эконометрический анализ, фиктивная переменная, модель регрессии, прогнозирование, урожайность, азот, микробиологический препарат

Relation: Асланова Г.Н., Сеферова З.А. Построение моделей парной и множественной регрессии для прогнозирования урожайности овощей // Киберленинка. УЭПС: управление, экономика, политика, социология. 2019. С. 48-53. https://cyberleninka.ru/article/n/postroenie-modeley-parnoy-i-mnozhestvennoy-regressii-dlya-prognozirovaniya-urozhaynosti-ovoschey/viewer.; Баянова О.В. Анализ производства кормовых культур // Modern Economy Success. 2020. № 1. С. 87-90. https://elibrary.ru/download/elibrary_42626111_82966744.pdf.; Гоибов М.А., Зайниддинзода С.Д. Влияние внесения удобрений на урожайность зерновых культур в сельскохозяйственном секторе республики Таджикистан // Вестник Российского экономического университета имени Г.В. Плеханова. 2023. Т. 20. № 5 (131). С. 33-37.; Гоибов М.А., Пиризода Д.С. Эконометрическая оценка факторов, влияющих на сельскохозяйственное производство пшеницы в согдийской области республики Таджикистан // Экономика Центральной Азии. 2024. Т. 8. № 1. С. 53-60.; Конончук В.В., Иовик Л.Н. Эконометрический анализ использования различных видов органических удобрений в формировании урожайности сельскохозяйственных культур // Экологический вестник. 2016. № 2. С. 104-109. https://elibrary.ru/download/elibrary_44546362_55717904.pdf.; Овчаров А.О., Терехов А.М. Эконометрический анализ использования биологических активов в сельскохозяйственных организациях. Статистика и Экономика. 2020;17(1). С. 79-87. https://doi.org/10.21686/2500-3925-2020-1-79-87.; Фейзуллаева Р.Э. Эконометрический анализ зависимости урожайности зерновых культур от количества применяемых инсектицидов // Хроноэкономика. 2019. 1(14). С. 98-102. https://elibrary.ru/download/elibrary_36952034_36618173.pdf.; Ширнаева С.Ю. Различные подходы к прогнозированию урожайности зерновых культур // Наука XXI века: актуальные направления развития. 2022. № 1-2. С. 129-132.; Яроменко Н.Н., Кулак А.А., Овсиенко А.А. Эконометрический анализ факторов, влияющих на урожайность зерновых (на примере сельскохозяйственных организаций центральной зоны Краснодарского края) // Естественно-гуманитарные исследования. 2020. № 30 (4). С. 269-274.; Бисолби-Т // Агросевторг. Каталог. Пестициды, микроэлементы и микробиологические препараты. https://agrosevtorg.ru/bisolbi_t?ysclid=m268d3fp9l152556798.; Экстрасол // Группа компаний Балтик Терра. Продукция. Минеральные удобрения. https://baltic-terra.ru/catalog/udobreniya/microbiologicheskie/tproduct/592871081-531182725651-ekstrasol.; Елисеева И.И., Курышева С.В. Фиктивные переменные в анализе данных // Социология: методология, методы, математическое моделирование. 2010. № 30. С. 43-63.; Гриднева И.В., Гриднев А.С. Построение регрессионной модели с фиктивными переменными // В сборнике: Инновационные технологии и технические средства для АПК. материалы международной научно-практической конференции молодых ученых и специалистов, посвященной 110-летию ФГБОУ ВО «Воронежский государственный аграрный университет имени императора Петра I». Воронеж, 2022. С. 134-138.; Коликова Э.Е., Пынько Л.Е., Сергеева К.И. Фиктивные переменные в уравнении регрессии // Научные исследования XXI века. 2023. № 4 (24). С. 39-43. https://elibrary.ru/download/elibrary_54384228_65451791.pdf.; Новиков А.И. Эконометрика: учебное пособие. М.: Издательско-торговая корпорация «Дашков и К°», 2019. С. 75-76. https://znanium.com/catalog/product/1093036.; Тагаев О.Н. Регрессионные модели с переменной структурой (фиктивные переменные) // Достижения науки и образования. 2020. № 3 (57). С. 28-33. https://cyberleninka.ru/article/n/regressionnye-modeli-s-peremennoy-strukturoy-fiktivnye-peremennye/viewer.; Тупицына О.В. Исследование эффективности деятельности предприятий АПК методом регрессионного анализа с использованием фиктивных переменных наклона // Финансовая экономика. 2019. № 7. С. 334-336.; https://statecon.rea.ru/jour/article/view/1849

Διαθεσιμότητα: https://statecon.rea.ru/jour/article/view/1849

Research results of the screw dispenser of dry bulk feed components ; Результаты исследований шнекового дозатора сухих сыпучих компонентов комбикорма

Συγγραφείς: S. Yu. Bulatov, A. N. Pronin, С. Ю. Булатов, А. Н. Пронин

Συνεισφορές: The work was performed within the framework of a research agreement between the Nizhny Novgorod State Engineering and Economics University and DOZA-AGRO LLC (topic "Research and improvement of the workflow of the mixer of dry bulk components SLG-2A and the MMD-1.5×4 macrodosing module")., Работа выполнена в рамках договора на проведение научно-исследовательской работы между ГБОУ ВО «Нижегородский государственный инженерно-экономический университет» и ООО «ДОЗА-АГРО» (тема «Исследование и совершенствование рабочего процесса смесителя сухих сыпучих компонентов СЛГ-2А и модуля макродозирования ММД-1,5×4»).

Πηγή: Agricultural Science Euro-North-East; Том 25, № 1 (2024); 123-133 ; Аграрная наука Евро-Северо-Востока; Том 25, № 1 (2024); 123-133 ; 2500-1396 ; 2072-9081

Θεματικοί όροι: соль, chalk, regression model, experimental plan, dosing error, salts, мел, модель регрессии, план эксперимента, погрешность дозирования

Περιγραφή αρχείου: application/pdf

Relation: https://www.agronauka-sv.ru/jour/article/view/1541/746; Буяров В. С., Буяров А. В. Технологические и экономические аспекты развития мясного птицеводства. Биология в сельском хозяйстве. 2022;(2(35)):7–12. Режим доступа: https://elibrary.ru/item.asp?id=48879096 EDN: ZAVDQW; Каиров В. Р., Газзаева М. С., Гатциев М. А. Продуктивность и качественные показатели мяса цыплятбройлеров при скармливании в составе рациона. Известия Горского государственного аграрного университета. 2020;57(1):68–73. Режим доступа: https://elibrary.ru/item.asp?id=42572854 EDN: MPOTGO; Аржанкова Ю. В., Томаева О. Н. Рост цыплят-бройлеров при использовании комбикормов отечественного и импортного производства. Известия Великолукской государственной сельскохозяйственной академии. 2022;(4(41)):10–20. DOI: https://doi.org/10.56323/23088583_2022_04_10 EDN: JSCTCB; Томаева О. Н., Аржанкова Ю. В. Абсолютный прирост цыплят-бройлеров при использовании комбикормов отечественного и импортного производства. Научно-практический прогресс в сельскохозяйственном производстве: сб. тез. Международн. студенч. научн.-практ. конф. Великолукская государственная сельскохозяйственная академия. Великие Луки, 2022. С. 44–47. Режим доступа: https://elibrary.ru/item.asp?id=50452794 EDN: VCYWXJ; Буркина А. С. Технологические решения при производстве рассыпных комбикормов. Наука молодых − будущее России: сб. ст. V Всеросс. научн.-практ. конф. Пенза: Наука и Просвещение, 2023. С. 49–52. Режим доступа: https://elibrary.ru/item.asp?id=53811442 EDN: NNTWJF; Chongchitpaisan P., Sudsawat S. A Review on Screw Conveyors for Bulk Materials in Various Applications. Ladkrabang Engineering Journal. 2022;39(2):1–12. URL: https://www.researchgate.net/publication/361655904; Minglani D., Sharma A., Pandey H., Dayal R., Joshi J. B., Subramaniam S. A review of granular flow in screw feeders and conveyors. Power Technology. 2020;366:369–381. DOI: https://doi.org/10.1016/j.powtec.2020.02.066; Wagner R. Bulk Material Characteristics. Material Code. Conveyor Size and Speed. Component Groups. In Handbook of Screw Conveyor for Bulk Material, Naples, FL, USA: Conveyor Equipment Manufacture Association. 2019;2(3):28–34. URL: https://books.google.ru/books/about/Screw_conveyors.html?hl=ru&id=8dlSAAAAMAAJ; Hevko R., Rohatynskyi R., Hevko M., Lyashuk O., Trokhaniak O. Investigation of sectional operating elements for conveying agricultural materials. Research in Agricultural Engineering. 2020;66(1):18–26. DOI: https://doi.org/10.17221/25/2019-RAE; Olanrewaju T. O., Jeremiah I. M., Onyeanula P. E. Design and fabrication of a screw conveyor. Agricultural Engineering International. 2017;19(3):156–162. URL: https://cigrjournal.org/index.php/Ejounral/article/view/4097; Ozbek O. Fuzzy modeling of volumetric efficiency and specific energy consumption in agricultural screw conveyors. Rural Engineering. 2020;50(5):1–8. DOI: https://doi.org/10.1590/0103-8478cr20190764; Pezo M., Pezo L., Jovanovic A. P., Terzic A., Andric L., Loncar B., Kojic P. Discrete element model of particle and premixing action in modified screw conveyors. Powder Technology. 2018;336:255–264. DOI: https://doi.org/10.1016/j.powtec.2018.06.009; Yang Z., Xiaoxia S., Wenjun M. Research on the axial velocity of the raw coal particles in vertical screw conveyor by using the discrete element method. Journal of Mechanical Science and Technology. 2021;35(6):2551–2560. DOI: https://doi.org/10.1007/s12206-021-0526-z; Sun L., Zhang X., Zeng Q., Gao K., Jiang K., Zhou J. Application of a screw conveyor with axial tilt blades on a shearer drum and investigation of conveying performance based on DEM. Particuology. 2022;61:91–102. DOI: https://doi.org/10.1016/j.partic.2021.06.001; Сеидова И. А. Физико-механические свойства комбикорма и его основных компонентов. Вестник Омского государственного аграрного университета. 2022;1(45):139–146. DOI: https://doi.org/10.48136/2222-0364_2022_1_139 EDN: SVBQGC; Ушаков Ю. А., Пушко В. А., Ягудин А. Р., Тимофеев А. О. Устройство объёмного дозирования сыпучих компонентов для производства комбикормов. Известия Оренбургского государственного аграрного университета. 2020;3(83):226–229. Режим доступа: https://elibrary.ru/item.asp?id=43680090 EDN: RMYWFE; Буркина А. С. Совершенствование развития процесса дозирования комбикормов. Студенческие научные исследования: сб. ст. XVII Международн. научн.-практ. конф. Пенза: Наука и Просвещение, 2023. С. 76–78. Режим доступа: https://elibrary.ru/mwuvxr EDN: MWUVXR; Булатов С. Ю., Нечаев В. Н., Сергеев А. Г., Савиных П. А. Результаты исследований весового дозирования ингредиентов комбикорма. Техника и оборудование для села. 2021;(1(283)):20–24. Режим доступа: https://rosinformagrotech.ru/data/tos/arkhiv-zhurnala-besplatnyj-dostup/send/73-arkhiv-vypuskov-za2021-god/1655-tekhnika-i-oborudovanie-dlya-sela-1-283-yanvar-2021; Булатов С. Ю., Нечаев В. Н., Пронин А. Н., Тареева О. А. Программа управления системой дозирования сухих сыпучих компонентов: свидетельство о регистрации программы для ЭВМ №2023661766 Российская Федерация. № 2023619279: заявл. 15.05.2023; опубл. 01.06.2023. Режим доступа: https://elibrary.ru/item.asp?id=54048560 EDN: GBEEPC; Зимин И. Б., Черепанов В. Н., Богатов Е. А., Смирнов А. В. Инновационная технология производства полнорационного комбикорма на промышленной основе в условиях крупных агропромышленных предприятий. Известия Великолукской государственной сельскохозяйственной академии. 2021;(3(36)):50–58. Режим доступа: https://elibrary.ru/item.asp?id=47152605 EDN: FQFFEF; Боровикова К. А., Лопаева Н. Л. Технология производства комбикормов. Молодежь и наука. 2023;5:30. Режим доступа: https://elibrary.ru/item.asp?id=54283506 EDN: NLSGUJ

Διαθεσιμότητα: https://www.agronauka-sv.ru/jour/article/view/1541
https://doi.org/10.30766/2072-9081.2024.25.1.123-133

Статистичне моделювання ризику прогресування часткової атрофії зорового нерва різної етіології

Συγγραφείς: Saldan, Y.R., Galinska, I.V., Guriyanov, V.G.

Πηγή: Archive of Ukrainian Ophthalmology; Том 7, № 1 (2019); 45-50
Архив офтальмологии Украины-Arhìv oftalʹmologìï Ukraïni; Том 7, № 1 (2019); 45-50
Архів офтальмології України-Arhìv oftalʹmologìï Ukraïni; Том 7, № 1 (2019); 45-50

Θεματικοί όροι: зрительный нерв, атрофия зрительного нерва различной этиологии, логистическая модель регрессии, optic nerve, optic nerve atrophy of various etiologies, logistic regression model, зоровий нерв, атрофія зорового нерва різної етіології, логістична модель регресії, 3. Good health

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://ophthalm.zaslavsky.com.ua/article/download/163006/164236
http://ophthalm.zaslavsky.com.ua/article/view/163006

Environmental factors and bad habits in models of the malignancy prevalence in the municipalities of Altai Krai and other regions

Πηγή: МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. 11:22-23

Θεματικοί όροι: техногенное загрязнение территории, region, municipality, technogenic pollution of territory, новообразование, atmospheric air pollution, malignant neoplasm, модель регрессии с переменной структурой, загрязнение атмосферного воздуха, курение, smoking, регион, variable structure regression model, муниципальное образование, consumption of alcohol beverages, потребление алкогольных напитков

Assessing SARS-CoV-2-related mortality rate in Russian regions, based on the econometric model ; Оценка уровня смертности, обусловленной SARS-CoV-2 в регионах России, на основе эконометрической модели

Συγγραφείς: Stepanov V.S.

Συνεισφορές: ЦЭМИ РАН

Πηγή: Russian Journal of Infection and Immunity; Vol 12, No 4 (2022); 783-789 ; Инфекция и иммунитет; Vol 12, No 4 (2022); 783-789 ; 2313-7398 ; 2220-7619

Θεματικοί όροι: regression model, air pollution, SARS-CoV-2, mortality modeling, morbidity, public health, mortality forecast, Russia’s regions, модель регрессии, загрязнение воздуха, моделирование смертности, заболеваемость населения, общественное здоровье, прогноз смертности, регионы России

Περιγραφή αρχείου: application/pdf

Relation: https://iimmun.ru/iimm/article/view/1846/1489; https://iimmun.ru/iimm/article/view/1846/1560; https://iimmun.ru/iimm/article/view/1846/1563; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7416; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7417; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7418; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7419; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7420; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7421; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7422; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7423; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7441; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7442; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7443; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7444; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7445; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7455; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7456; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7461; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7466; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7467; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7468; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7469; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7470; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7547; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7608; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7609; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7610; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7611; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7612; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7613; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7638; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7659; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7660; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7661; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7662; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7663; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7705; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7706; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7707; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7709; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7710; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7711; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7712; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7713; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7714; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7729; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7730; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7744; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7745; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7754; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7755; https://iimmun.ru/iimm/article/downloadSuppFile/1846/7756; https://iimmun.ru/iimm/article/downloadSuppFile/1846/8365; https://iimmun.ru/iimm/article/downloadSuppFile/1846/8797; https://iimmun.ru/iimm/article/view/1846

Διαθεσιμότητα: https://iimmun.ru/iimm/article/view/1846
https://doi.org/10.15789/2220-7619-ASR-1846

The forecast of cancer prevalence in the regions and municipalities of Russia based on a multivariate model

Πηγή: МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. 11:22-23

Θεματικοί όροι: модель регрессии, regression model, region, злокачественные новообразования, municipality, бенз(а)пирен, benz(a)pyrene, atmospheric air pollution, malignant neoplasm, загрязнение атмосферного воздуха, курение, smoking, 3. Good health, загрязнение сточными водами, регион, 13. Climate action, техногенное загрязнение, 11. Sustainability, муниципальное образование, sewage pollution, technogenic pollution of the territory

MODEL OF SOCIAL RISK FACTORS FOR SUICIDAL BEHAVIOR AMONG YOUTH FROM THE ALTAI TERRITORY

Συγγραφείς: Mariya Ivanovna Cherepanova, Evelina Olegovna Ebeling

Πηγή: Sovremennye Issledovaniâ Socialʹnyh Problem, Vol 8, Iss 12, Pp 111-123 (2018)

Θεματικοί όροι: суицид, суицидальный риск, модель регрессии, регрессионный анализ, регион, Social Sciences

Περιγραφή αρχείου: electronic resource

Relation: http://journal-s.org/index.php/sisp/article/view/10452; https://doaj.org/toc/2218-7405

Σύνδεσμος πρόσβασης: https://doaj.org/article/2a0be87fb64b40bea95ba4aba206037b

Models of Scientific and Technical Zonal Formations for Ukraine and Forecast of Their Number Considering Foreign Experience

Συγγραφείς: Us, H., Chudaieva, I.

Πηγή: SocioEconomic Challenges. 1:91-97

Θεματικοί όροι: regression model, модель регрессии, pair correlation, forecast, регресійна модель, парна кореляція, scientific and technical zones, European model, англоамериканська модель, європейська модель, прогноз, 8. Economic growth, научно-технические зоны, парная корреляция, европейская модель, англо-американская модель, науково-технічні зони, AngloAmerican model

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://armgpublishing.sumdu.edu.ua/wp-content/uploads/2016/12/files/sec/issue3/Us_SEC_3_2017.pdf
https://armgpublishing.sumdu.edu.ua/journals/sec/issue-3/article-8/
http://essuir.sumdu.edu.ua/handle/123456789/61643

Использование фиктивных переменных при моделировании числа зарегистрированных преступлений по республике Саха (Якутия): APPLICATION OF INDICATOR VARIABLES IN MODELING OF NUMBER OF RECORDED CRIMES IN THE REPUBLIC OF SAKHA (YAKUTIA)

Πηγή: Южно-Сибирский научный вестник.

Θεματικοί όροι: method of indicator variables, модель регрессии, regression model, прогнозирование, преступность, seasonal variations, сезонные колебания, Метод фиктивных переменных, forecasting, 16. Peace & justice, crime

Оптимальные стратегии прогнозирующего управления системами со случайными параметрами, описываемыми многомерной регрессионной моделью с марковским переключением режимов

Πηγή: Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2019. № 48. С. 4-12

Θεματικοί όροι: ограничения, многомерная модель регрессии, марковские скачки, стохастические системы, прогнозирующее управление

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: http://vital.lib.tsu.ru/vital/access/manager/Repository/vtls:000666994

Экономико-статистическое исследование внешней торговли Российской Федерации лесоматериалами товарной позиции 4407 ТН ВЭД ЕАЭС в 2011–2021 гг. Анализ проблем и путей совершенствования

Θεματικοί όροι: state control, structural shifts, модель регрессии, regression model, государственный контроль, экспорт, 8. Economic growth, import, внешняя торговля, структурные сдвиги, foreign trade, indices, импорт, export, индексы

АНАЛИТИЧЕСКИЕ ЗАВИСИМОСТИ МЕЖДУ КОЭФФИЦИЕНТАМИ ДЕТЕРМИНАЦИИ И СООТНОШЕНИЕМ ДИСПЕРСИЙ ОШИБОК ИССЛЕДУЕМЫХ ПРИЗНАКОВ В МОДЕЛИ РЕГРЕССИИ ДЕМИНГА

Συγγραφείς: БАЗИЛЕВСКИЙ М.П.

Θεματικοί όροι: МОДЕЛЬ РЕГРЕССИИ ДЕМИНГА,МЕТОД НАИМЕНЬШИХ КВАДРАТОВ,ДИСПЕРСИЯ ОШИБОК,КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/analiticheskie-zavisimosti-mezhdu-koeffitsientami-determinatsii-i-sootnosheniem-dispersiy-oshibok-issleduemyh-priznakov-v-modeli
http://cyberleninka.ru/article_covers/16976736.png

Поверхня максимумів спектральних щільностей AR(2)-процесів та її застосування в статистиці часових рядів

Συγγραφείς: Ivanov, Alexander V., Karpova, Nataliia M.

Συνεισφορές: ELAKPI

Θεματικοί όροι: оценка наименьших квадратов, оцінка найменших квадратів, AR(2)-процесс, Surface of maximums of spectral densities, Sub-Gaussian white noise, AR(2)-процес, нелинейная модель регрессии, Імовірності великих відхилень, Nonlinear regression model, вероятности больших отклонений, поверхность максимумов спектральных плотностей, субгауссовский белый шум, субгауссівський білий шум, поверхня максимумів спектральних щільностей, AR(2) process, Probabilities of large deviations, нелінійна модель регресії, Least squares estimate

Περιγραφή αρχείου: application/pdf

Σύνδεσμος πρόσβασης: https://ela.kpi.ua/handle/123456789/25370

Institutional determinants of foreign direct investment in Latin America: research methodology ; Институциональные детерминанты привлечения прямых иностранных инвестиций в страны Латинской Америки: методология исследований. ; Інституційні детермінанти залучення прямих іноземних інвестицій в країни Латинської Америки: методологія досліджень.

Συγγραφείς: Konovalova, A.A.

Πηγή: Bulletin of Donetsk National University. Series C. Economics and Law; No. 1 (2015); 164-167 ; Вестник Донецкого национального университета. Серия В. Экономика и право; № 1 (2015); 164-167 ; Вісник Донецького національного університету. Серія В. Економіка і право; № 1 (2015); 164-167 ; 1817-2261

Θεματικοί όροι: Institutional determinants, methodology, foreign direct investment, model of regression, panel data, time series, институциональные детерминанты, методология, прямые иностранные инвестиции, модель регрессии, панельные данные, временные ряды, інституційні детермінанти, прямі іноземні інвестиції, методологія, модель регресії, панельні дані, часові ряди

Περιγραφή αρχείου: application/pdf

Relation: https://jvestnik-c.donnu.edu.ua/article/view/296/307

Διαθεσιμότητα: https://jvestnik-c.donnu.edu.ua/article/view/296

ЛИНЕАРИЗАЦИЯ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ ПФАФФА ДЛЯ УСЛОВНЫХ КВАНТИЛЕЙ МНОГОМЕРНЫХ ВЕРОЯТНОСТНЫХ РАСПРЕДЕЛЕНИЙ

Συγγραφείς: ОРЛОВА И.С.

Θεματικοί όροι: УРАВНЕНИЯ ПФАФФА,КВАНТИЛЬ,ДИФФЕРЕНЦИАЛЬНЫЕ УРАВНЕНИЯ,РАСПРЕДЕЛЕНИЕ ГАУССА,ТОЧЕЧНОЕ ПРЕОБРАЗОВАНИЕ,СТАТИСТИКА,МАТЕМАТИЧЕСКАЯ МОДЕЛЬ РЕГРЕССИЙ,ВЕРОЯТНОСТЬ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/linearizatsiya-differentsialnyh-uravneniy-pfaffa-dlya-uslovnyh-kvantiley-mnogomernyh-veroyatnostnyh-raspredeleniy
http://cyberleninka.ru/article_covers/16441628.png

АНАЛИТИЧЕСКИЕ ЗАВИСИМОСТИ МЕЖДУ КОЭФФИЦИЕНТАМИ ДЕТЕРМИНАЦИИ И СООТНОШЕНИЕМ ДИСПЕРСИЙ ОШИБОК ИССЛЕДУЕМЫХ ПРИЗНАКОВ В МОДЕЛИ РЕГРЕССИИ ДЕМИНГА

Πηγή: Математическое моделирование и численные методы.

Θεματικοί όροι: МОДЕЛЬ РЕГРЕССИИ ДЕМИНГА,МЕТОД НАИМЕНЬШИХ КВАДРАТОВ,ДИСПЕРСИЯ ОШИБОК,КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ

Περιγραφή αρχείου: text/html

Σύνδεσμος πρόσβασης: http://cyberleninka.ru/article_covers/16976736.png
http://cyberleninka.ru/article/n/analiticheskie-zavisimosti-mezhdu-koeffitsientami-determinatsii-i-sootnosheniem-dispersiy-oshibok-issleduemyh-priznakov-v-modeli

Реальные инвестиции. Реальные активы: недостатки, преимущества, модели оценки активов

Συγγραφείς: Есейқызы, А., Мухияева, Д., Дүйсенгалиев, А.

Θεματικοί όροι: РЕАЛЬНЫЕ ИНВЕСТИЦИИ,ФИЗИЧЕСКИЕ (РЕАЛЬНЫЕ) АКТИВЫ,МОДЕЛЬ ОЦЕНКИ АКТИВОВ,КРИВАЯ ИЗНОСА,МОДЕЛЬ РЕГРЕССИИ,МОДЕЛЬ МАРКОВА

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/realnye-investitsii-realnye-aktivy-nedostatki-preimuschestva-modeli-otsenki-aktivov
http://cyberleninka.ru/article_covers/15169645.png

МЕТОДИЧЕСКИЕ ПРИНЦИПЫ АППРОКСИМАЦИИ СЕПАРАБЕЛЬНЫХ ФУНКЦИЙ

Συγγραφείς: Мишин, Александр, Мишин, Сергей

Θεματικοί όροι: APPROXIMATION,FUNCTION,MAXIMUM ELEMENT,MODEL TO REGRESSIONS,LEAST SQUARE METHOD,АППРОКСИМАЦИЯ,ФУНКЦИЯ,МАКСИМАЛЬНЫЙ ЭЛЕМЕНТ,МОДЕЛЬ РЕГРЕССИИ,МЕТОД НАИМЕНЬШИХ КВАДРАТОВ

Περιγραφή αρχείου: text/html

Διαθεσιμότητα: http://cyberleninka.ru/article/n/metodicheskie-printsipy-approksimatsii-separabelnyh-funktsiy
http://cyberleninka.ru/article_covers/14425432.png