лінійна модель регресії (лінійна регресія), линейная модель регрессии (линейная регрессия) ; стохастичні диференціальні рівняння, стохастические дифференциальные уравнения
Вивчається послiдовнiсть бiнарних статистичних експериментiв, що задається вибiркою випадкових величин знаполег ливою лiнiйною регресiєю. Будується стохастична апроксимацiя послiдовностi статистичних експериментiв процесом авторегресiї знормальними збуреннями, а також стохастична апроксимацiя послiдовностi експоненцiйних статистичних експериментiв процесом, який задається експоненцiйною нормальною авторегресiєю.
The object of consideration is a sequence of binary statistical experiments, given by a sample of random variables with persistent linear regression. Its stochastic approximation is constructed as a aprocess autoregression with normal perturbations. For exponential statistical experiments, the stochastic approximation sequence is constructed by mean of a process of exponential normal autoregression.
Изучается последовательность бинарных статистических экспериментов, задаваемых выборкой случайных величин с настойчивой линейной регрессией. Строится стохастическая аппроксимация последовательности статистических экспериментов процессом авторегрессии с нормальными возмущениями, а также стохастическая аппроксимация последовательности экспоненциальных статистических экспериментов процессом, заданным экспоненциальной нормальной авторегрессией.
