Выборка — набор данных, имеющийся в распоряжении исследователя, некоторая часть данных из генеральной совокупности.
Генеральная совокупность — множество всех возможных элементов однородной совокупности.
Данные — информация, представленная в формализованном виде, пригодном для передачи и обработки.
Детерминированная модель — математическая модель, не учитывающая неопределённость. Модель, в соответствии с которой всё предопределено. Подробней см. «Системы и модели».
Доверительная вероятность — вероятность, с которой интервал заданной ширины накроет случайную величину. см. Элементы математической статистики
Инерционность — способность объекта сохранять свои характеристики в некоторых пределах в течение заданного промежутка времени при незначительных внешних воздействиях на объект.
Интерполяционный метод — метод, позволяющий оценить значения показателя внутри имеющейся выборки. Может быть использован для восстановления потерянных данных.
Информация — сведения об объектах и явлениях окружающей среды, их параметрах, свойствах и состоянии, которые воспринимают информационные системы (живые организмы, управляющие машины и др.). Важно! Без объекта восприятия информации не существует.
Истинная модель — компактная математическая модель, которая содержит в себе все необходимые переменные в форме, гарантирующей наилучшее описание и прогнозирование процесса. см. «Системы и модели» и «True model».
Модель — это условный образ изучаемого объекта или процесса, сохраняющий в себе только существенные характеристики оригинала, которые позволяют исследователю выявить интересующие его закономерности. Подробней см. в статье «Системы и модели».
Несмещённая оценка — это оценка, которая не имеет систематического отклонения относительно некоторого истинного, из генеральной совокупности. Подробней — в главе «Элементы математической статистики, проверка гипотез».
Обучающая выборка — часть временного ряда, на основе которой строится модель.
Однородная совокупность элементов — совокупность элементов, формирующихся под воздействием общих основных неизменных причин и условий. Например, совокупность подберёзовиков в лесах Сибири является однородной.
Остаточная вероятность — вероятность, с которой заданный интервал не накроет наблюдаемую случайную величину. см. Элементы математической статистики.
Период инерционности системы — период, в течение которого система не изменяет значительно своё состояние (остаётся инерционной).
Прогноз — научно обоснованное суждение о возможных состояниях объекта в будущем.
Прогнозная модель — здесь и далее синоним стохастической модели.
Процедура ретропрогноза — процедура, использующаяся в прогнозировании, при которой временной ряд делится на две части: обучающую и тестовую выборки. Процедура используется для установления точности прогнозов и сравнения разных моделей.
Регрессор — переменная, которая по представлениям исследователя должна влиять на прогнозируемый показатель и должна быть включена в модель. Например, цена на грелки может быть регрессором в модели для прогнозирования объёма продаж.
Робастность — свойство параметра, характеризующее его уйстойчивость к выбросам. Значение робастной величины не сильно изменяется при появлении выбросов в выборке.
Система — совокупность элементов, объединённых определённым образом в единое целое. Подробней см. в статье «Системы и модели».
Состоятельная оценка — это оценка, которая с ростом числа наблюдений (или же числа выборок) приближается к истиному значению (в генеральной совокупности). Подробней — в главе «Элементы математической статистики, проверка гипотез».
Срок прогнозирования (период упреждения прогноза, горизонт прогнозирования) — временной период, на который осуществляется прогноз. Подробней см. в статье «Уровни и сроки прогнозирования».
Стохастическая модель — математическая модель, учитывающая в том или ином виде неопределённость. Подробней см. «Системы и модели».
Тестовая выборка (Проверочная выборка) — часть временного ряда, на которую делается прогноз. Эта часть обычно исключается из процесса построения модели и служит исключительно для измерения и сравнения прогнозной точности моделей.
Толстые хвосты (тяжёлые хвосты) — ситуация, при которой вероятность очень редких событий оказывается не близка к нулю (как это обычно ожидается с случае с нормальным распределением). Графически на гистограмме представляется большей плотностью распределения за пределами 3 ско.
Экстраполяционный метод — метод, использующийся для получения оценки значения показателя за пределами имеющейся выборки.
Эффективная оценка — это оценка, обладающая низкой дисперсией относительно истинного значения. Подробней — в главе «Элементы математической статистики, проверка гипотез».
Ряд терминов, не вошедших в данный словарь, можно найти в логико-гносиологическом словаре.