Рассмотрим пример того, как можно на основе полученных эмпирических данных оценить параметры распределения случайной величины. Пусть у нас есть результаты оценки 20 мужчин и 20 женщин по шкале феминность – маскулинность опросника ММРI (табл. 1.1).

Таблица 1.1

Результаты оценки феминности – маскулинности (в порядке возрастания)

Оценка математического ожидания но данным эксперимента

Выполним оценку математического ожидания по данным эксперимента. Для начала посмотрим, как можно "вручную" оценить величины математического ожидания для выборки мужчин и женщин. Вспомним, что в этом случае у нас есть три варианта действий.

• 1. Оценка среднего арифметического . Для того чтобы использовать эту возможность оценки математического ожидания, необходимо прежде всего подсчитать суммы всех тестовых баллов отдельно для выборки мужчин и женщин. Результат оказывается следующим: общая сумма баллов для мужчин составила 724, для женщин – 586. Теперь полученные суммы необходимо разделить на объем выборки. В нашем случае и мужская, и женская выборки содержат по 20 человек. Таким образом, воспользовавшись формулой (1.2), получаем, что оценка математического ожидания для выборки мужчин составляет 36,2 балла, для выборки женщин – 29,3 балла.
• 2. Оценка моды распределения . Вспомним, что модой называют наиболее часто встречающееся значение. Для того чтобы оценить ее, построим для начала частотное распределение тестовых баллов для двух выборок. Результаты таких подсчетов представлены в табл. 1.2, где указаны все набранные испытуемыми баллы, а также число испытуемых – мужчин и женщин – набравших соответствующее число баллов. Те же данные можно представить более наглядно в виде гистограммы (рис. 1.3). Гистограмма отражает связь между наблюдаемыми значениями случайной величины и частотой их проявления. Непосредственно наблюдаемые значения, как правило, откладывают по горизонтальной оси (оси абсцисс), частоты их проявления – по вертикальной (оси ординат).

Таблица 1.2

Распределение набранных баллов феминности – маскулинности в группах мужчин и женщин

Таким образом, представленные данные свидетельствуют о том, что в группе мужчин три значения встречаются наиболее часто, по три раза: 30, 31 и 41 балл. Таким образом, в этой группе мы не обнаруживаем моды распределения. В группе женщин одно значение встречается чаще других – 33 балла. Это и есть мода распределения. Как видим, это значение несколько отличается от того, что было получено при расчете среднего арифметического, которое оказалось 29,3.

Рис. 13.

3. Оценка медианы . Для того чтобы оценить медиану распределения в двух выборках, необходимо прежде всего упорядочить полученные нами данные по возрастанию. В табл. 1.1 данные представлены именно таким образом. Поскольку у нас по 20 испытуемых в каждой группе, то середина вариационного ряда, упорядоченного по возрастанию или убыванию, придется на 10–11 испытуемых: ведь до 10-го испытуемого оказывается ровно 9 испытуемых с меньшими или равными баллами и после 11-го испытуемого остается ровно 9 испытуемых с большими или равными баллами. Отсчитаем девять строк снизу и девять строк сверху, обнаружим, что и в мужской, и в женской выборках испытуемые, оказавшиеся на 10–11-м местах, показывают одинаковые результаты: у мужчин это 36 баллов, у женщин – 31 балл.

Таким образом, медианное значение феминности – маскулинности в мужской выборке практически соответствует значению среднего арифметического, тогда как для женской выборки мы обнаруживаем значение, которое оказывается чуть больше найденного ранее среднего арифметического, но чуть меньше найденной ранее моды распределения, фактически располагаясь между этими значениями.

Те же действия можно осуществить и с помощью компьютера. В простейшем случае для расчетов может быть использована любая программа электронных таблиц, как, например, MS Excel из офисного пакета корпорации Microsoft или ее аналоги в других офисных пакетах. Для оценки среднего арифметического необходимо будет воспользоваться функцией СРЗНАЧ . Она возвращает среднее значение (среднее арифметическое) аргументов. Например, если диапазон А1:А20 содержит числа, формула = СРЗНАЧ(А1:А20) возвращает среднее значение этих чисел . Для расчета моды и медианы необходимо соответственно воспользоваться функциями МОДА и МЕДИАНА. Электронные таблицы также, как правило, предоставляют довольно развитые возможности для построения сводных таблиц и гистограмм.

Более эффективно позволяют провести необходимые вычисления специальные статистические программы. Так, известная программа статистического анализа SPSS Statistics, в последнее время разрабатываемая и поддерживаемая компанией IBM для ОС Windows, MacOS и Linux, содержит модуль описательной статистики. Его можно найти в разделе меню "Анализ". Аналогичные возможности представляют и другие статистические пакеты, наиболее мощным из которых представляется пакет статистического анализа STATISTIC А компании StatSoft Inc.

Рассмотрим, как можно оценить математическое ожидание полученных данных и построить их частотное распределение с помощью статистического пакета IBM SPSS Statistics (предполагается, что в нашем распоряжении имеется русская редакция этой программы для среды Windows ).

Сначала необходимо правильно подготовить файл данных. Для этого запускаем программу, переходим на вкладку "Переменные" и вводим в первом столбце имена всех исследуемых переменных. В нашем случае это могут быть переменные "мужчины" и "женщины" (рис. 1.4), хотя в общем случае лучше создать две переменные: "пол" и "феминность" и далее использовать фильтры для отбора подходящих для анализа данных.

Рис. 1.4. Создание переменных для анализа данных по феминности – маскулинности в IBM SPSS Statistics

Затем переходим на вкладку "Данные" и вводим имеющиеся у нас результаты измерения (рис. 1.5).

Для расчета среднего арифметического, моды и медианы необходимо выбрать в модуле описательной статистики пункт меню "Частоты", в появившемся окне – переменные для анализа, затем нажать кнопку "Статистики". Во вновь появившемся окне выбираем "Среднее", "Медиана" и "Мода" (рис. 1.6).

Для построения гистограмм в окне "Частоты" выбираем пункт "Диаграммы" (рис. 1.7), в появившимся окне выбираем пункт "Гистограммы". Также при необходимости можно отметить чекбокс "Показать на гистограмме нормальную кривую". В этом случае можно будет сравнить имеющееся частотное распределение с теоретически возможным нормальным распределением.

Предполагается, что используется русская версия MS Office 2013.

КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ПАССАЖИРОПОТОКОВ

НА ОСНОВЕ СТАТИСТИЧЕСКИХ ДАННЫХ, ПОЛУЧЕННЫХ

ЭМПИРИЧЕСКИМ ПУТЕМ

Нефедов В.В., Русских М.В.

Особенностью частных пассажирских перевозок (ПП) в ряде российских городов

является низкий уровень их организации. Это связано с неупорядоченным

планированием маршрутов движения пассажирских автотранспортных средств преимущественно по тем участкам улично-дорожной сети (УДС), на которых сосредоточены массовые пассажиропотоки. В связи с повышением уровня автомобилизации и увеличением подвижности населения на фоне недостаточных темпов развития УДС остро стоит проблема оптимизации ПП, направленная на динамическую адаптацию их к постоянно меняющимся условиям. Особое внимание в этом вопросе следует уделить прогнозированию пассажиропотока по часам суток и дням недели, а также прогнозированию дорожных условий.

В данный момент большинство пассажироперевозчиков не имеют достоверной информации о перевозимых пассажирах по часам суток. Это вызывает определенные трудности в планировании графика движения, т.к. неизвестно, сколько может понадобиться автобусов на перевозку. Решение этой проблемы заключается в краткосрочном прогнозировании пассажиропотока, которое позволит с большой вероятностью посчитать загруженность маршрута на ближайшее время и как следствие корректировать количество автобусов на линии.

Для автоматического определения количества пассажиров, перевозимых единицей городского транспорта, существуют разнообразные способы. Рассмотрим самые распространенные из них.

1) Контактно-турникетный способ предполагает вести подсчет перевозимых пассажиров при помощи установки в салоне автобуса специальных турникетов.

Есть возможность совмещения с ними систем оплаты проезда. Достоинством такой системы является большая точность подсчета. К недостаткам можно отнести затруднение заполнения салона, так как посадка будет вестись через переднюю дверь.

2) Способ подсчета пассажиров с помощью датчиков, выполненных в виде ступеньки. Они устанавливаются на входе в автобус в виде специальных пластин, которые реагируют на нажатие. При наличии в автобусе двух ступенек имеется возможность установления двух датчиков для подсчета входящих и выходящих пассажиров. Недостатком такой системы является механическое воздействие пассажиров на датчики, что приводит к их быстрому износу.

3) Способ подсчета пассажиров с помощью инфракрасных датчиков. Они бывают активного и пассивного типа. На практике рекомендуется применять устройства, включающие оба типов датчиков. Точность подсчета варьируется от 70 % до 95 % в зависимости от выбора производителя. Имеется возможность учета входящих и выходящих пассажиров.

4) Способ подсчета пассажиров с использованием датчиков, позволяющих получать 3D изображение пространства. Принцип действия заключается в от

–  –  –

Анализируя вышеописанные способы подсчета пассажиропотока можно сделать вывод, что для задачи прогнозирования наиболее подходят инфракрасные датчики, так как они имеют допустимую точность подсчета, достаточную для оценки объема перевозок, а также не подвержены механическим воздействиям и имеют достаточно низкую цену.

На основе полученных статистических данных можно судить о мощности, напряженности пассажиропотока по отдельным частям маршрута или в целом по его длине, объеме перевозок. Графически пассажиропотоки изображаются в виде эпюр (рис. 1, 2, 3). где по оси ординат откладываются их величины, а по оси абсцисс дискретно время суток, дни недели, месяцы года, спрямленная длина маршрута и указывается направление движения.

–  –  –

Рисунок 3 – Эпюра распределения пассажиропотока по длине маршрута Из эпюр видно, что городским пассажироперевозкам характерны резкие колебания пассажиропотока по часам суток (возрастают в часы поездок населения на работу и с работы и уменьшаются в утренние, дневные и вечерние «не пиковые»

часы), а также по дням недели (в предвыходные дни пассажиропоток возрастает, а в будние уменьшается).

Разработка алгоритма краткосрочного прогноза пассажиропотока связана с учетом многих факторов, которые образуются как под действием причинноследственных связей, так и по причине неопределенности. Последние усложняют задачу и требуют использовать в комплексе функциональные и вероятностно статистические методы для получения конкретных решений. Задача краткосрочного () прогнозирования заключается в определении значения пассажиропотока (), …, если известны значения () (), …, () и значения факторов, влияющие на прогнозное значение потока в моменты, …, и в моменты.

Представим эти факторы в виде матрицы | |:

| | ||, | | где в – -тый фактор, определяющий величину пассажиропотока в -тый час того дня -того месяца -того года. Величины имеют следующие значения:

l – 1, 2, …, 30, 31;

1, 2, …, 11, 12;

Состав исходных факторов включает:

отражает час дня.

признак типа дня. В отношении этого фактора была принята следующая система кодирования: 1 - послепраздничные и послевыходные дни, 2 – полные рабочие дни недели, 3 – выходные, 4 – суббота, 5 – праздничные дни, 6– воскресенье, 7 – предвыходные дни, 8 – предпраздничные дни.

Признак месяца, кодируется следующим образом: 1 – январь, февраль, март, 2 апрель, май, 3 – сентябрь, октябрь, 4 – ноябрь, декабрь, 5 –июнь, 6 – июль, 7 – август.

Признак декады внутри месяца. Коды: 1 – дни первой декады, 2 – дни второй декады, 3 – дни третьей декады.

Признак новизны информации. Значения кодируются таким образом, чтобы по мере приближения к прогнозной ситуации они возрастали.

Средняя температура воздуха для суток, отстоящих от прогнозного дня на 24 часа.

То же для суток, отстоящих на 48 часов.

средняя температура воздуха в прогнозные сутки.

соответственно осадки для суток, отстоящих от прогнозных на 24 и 48 часов.

Количество осадков в сантиметрах для прогнозных суток.

показатель облачности для рассматриваемых суток в баллах.

Если указанные ситуации относятся к одному и тому же году, то базисное значение потока пассажиров определяется по формуле :

–  –  –

Использование рассмотренной формулы позволяет осуществить эффективный краткосрочный прогноз. Однако наличие случайных факторов, таких как аварийные ситуации, непредсказуемое изменение характера деятельности населения, ошибки прогнозирования, небольшое число факторов, учитываемых при расчетах, приводят к необходимости учета случайной составляющей.

На основе статистических данных и прогноза при учете всех вышеперечисленных факторов для автобусного маршрута № 94 города Ростова – на – Дону получили следующую диаграмму пассажиропотока (рис.

–  –  –

Рисунок 4 - Диаграмма пассажиропотока

Потребное число автобусов по каждому часу определяется согласно выражению:

–  –  –

Рисунок 5 - Диаграмма выпуска автобусов на линию по часам суток Интервал движения, как и число автобусов на линии, изменяется по часам движения в зависимости от величины пассажиропотоков и определяется зависимостью:

Таким образом, данные методы подсчета количества пассажиров, перевозимых единицей городского пассажирского транспорта, позволят получать объективные данные об объемах пассажирских перевозок на транспорте. Это позволяет судить о реальной загруженности транспорта пассажирами, а также после накопления статистики вести эффективный прогноз востребованности перевозок. Наличие информации о наполнении салона вместе с текущим местоположением транспорта на маршруте позволит кардинально изменить подход к диспетчерскому управлению, перейдя от регулирования интервала на конечной остановке к динамическому изменению расписания при нештатных изменениях дорожных условий и спроса на перевозку.

СПИСОК ЛИТЕРАТУРЫ

1. Автоматика и телемеханика. 2003, вып. 11. С. 3-47.

2. П авдин Н.В., Не ей В.Я. Прогнозирование пассажирских потоков (методика,

Итак, на основе полученных данных, можно проанализировать имущественное состояние предприятия, темп роста оборотных активов равен 68,62. это свидетельствует о снижении оборотных активов за 2011 год на 32,30%, что свидетельствует о негативной динамике. Коэффициент пригодности необоротных активов составил 91,66 в 2011 году, что на 4,9% больше чем в 2010 году, это означает, что предприятие направляет свои денежные средства на формирование производственной базы. Данные показатели: коэффициент годности и износа основных средств, свидетельствуют о том что основные средства на предприятии находятся в хорошем состоянии. Коэффициент износа уменьшился на 0,1, а это свидетельствует об обновлении основных средств для поддержания и улучшения производственных мощностей.

Для оценки ликвидности предприятия используем показатели, которые рассчитываются по формулам :

СОК=СК-НА (2.11)

где СОК - размер собственных оборотных средств;

СК - собственный капитал;

НА - необоротные активы.

Мсок=ДС/СОК (2.12)

где Мсок - маневренность собственных оборотных средств;

ДС - денежные средства и их эквиваленты;

СОК - размер собственных оборотных средств.

Кпок=(ОА+Зб.п.)/(ТЗ+Дб.п.) (2.13)

где Кпок - коэффициент покрытия;

ОА - оборотные активы;

ТЗ - текущие задолженности;

Кб.лик.=(ОА+ Зб.п. +З.Т.)/(ТЗ+Дб.п.) (2.14)

где Кб.лик. - коэффициент быстрой ликвидности;

ОА - оборотные активы;

Зб.п. - затраты будущих периодов;

З.Т. - запасы и товары;

ТЗ -текущие задолженности;

Дб.п. - доходы будущих периодов.

Кабс.лик.= ДС(нац. и инос.)/(ТО+Дб.п.) (2.15)

где Кабс.лик. - коэффициент абсолютной ликвидности;

ДС(нац. и инос.) - денежные средства и их эквиваленты в нац. и ностранном валюте;

ТО - текущие обязательства;

Дб.п. - доходы будущих периодов.

Добор.ср.в акт = (ОА+ Зб.п.)/Б (2.16)

где Добор.ср.в акт. - доля оборотных средств в активе;

ОА - оборотные активы;

Б - баланс;

Дпроиз.зап. в тек.акт = ПЗ/(ОА+Зб.п.) (2.17)

где Дпроиз.зап. в тек.акт - доля производственных запасов в текущих активах;

ПЗ - производственные запасы;

ОА - оборотные активы;

Зб.п. - затраты будущих периодов.

Результаты расчета представлены в табл. 2.8.

Таблица 2.8

Оценка ликвидности предприятия

Больше по теме...

Экономический анализ предприятия
В условиях рыночной экономики тема анализа деятельности предприятия является актуальной. Особую актуальность приобретает анализ информации при принятии стратегически важных решений в настоящее время, когда российские предприятия поставлены в центр чрезвычайных обстоятельств, вызванных действием множества противоречивых, трудно прогнозируемых кризисных процессов в экономике, политике, ...

Основные модели рыночной экономики преимущества, недостатки, перспективы развития
Мировое общество имеет богатый исторический опыт организации социальной и прежде всего экономической жизни как на макро-, так и на микроэкономическом уровне. Уже при первом и самом поверхностном анализе этого опыта обнаруживается, что формы организации экономической жизни общества и на том, и на другом уровне сложны и многообразны. При этом экономическая наука ещё не выработала ед...

Археолог, историк и реставратор Татьяна Николаевна Крупа специально приехала по приглашению казахстанской стороны из Украины, чтобы исследовать фрагменты тканей, найденных на археологических раскопках на территории Павлодарской области, которые датируются кимако-кипчакским и золотоордынским временем. Изучив почти весь предоставленный ей материал (более 100 образцов), она полагает, что можно говорить о своеобразном научном открытии. Ей удалось проанализировать элементы шелка, пролежавшего в земле несколько веков, и полученные результаты ее и порадовали, и поразили. Женщины, проживавшие на территории современной Павлодарщины в те далекие времена, обладали уточненным вкусом и носили одежду из шелковых и золотых тканей, созданных по уникальной технологии. Подробнее об этом Татьяна Николаевна рассказала корреспонденту Ренату Ташкинбаеву.

В эти дни Татьяна Николаевна приходит на работу в Маргулан-центр Павлодарского государственного педагогического университета ранним утром и сразу же погружается в изучение фрагментов тканей, найденных в ходе раскопок. На мониторе ее компьютера можно заметить фото бесценных находок. Она демонстрирует нам через специальную программу в реальном времени то, что показывает ее микроскоп, сравнивает с уже изученными ею образцами в Украине.

"Это кимако-кыпчакское и золотоординское время. Когда я этот фрагмент смотрела при увеличении в семь раз, то эта была обычная ткань красного цвета. Решила посмотреть, что на ней желтеется, дала увеличение в 30 раз, оказалось, что это остатки золотных ниток. Вот тут-то я и обомлела", - рассказывает она.

Золотая шелковая парча эпохи Золотой Орды из раскопок павлодарских археологов. Увеличение в семь раз.

Золотая шелковая парча эпохи Золотой Орды из раскопок павлодарских археологов. Увеличение в 30 раз.

"Работая с аналогичным материалом из археологических памятников Украины, я с помощью растрового электронного микроскопа сделала увеличение в 4 000 раз и увидела однородность металла, что касается его толщины, то это и фольгой-то сложно назвать, настолько маленькие величины, это золото даже рентген не видит. Найденная павлодарскими археологами ткань была затертая, судя по всему, ее носили до последнего, потому что это было чересчур дорогое удовольствие. Толщина металла, нитей, раскатанных на органической основе, аналогичных найденным в Украине, - полмикрона (микрон - одна тысячная миллиметра). И это ХIII век, представляете! Когда я все это увидела, у меня душа запела, потому что это редчайшие вещи, очень дорогие вещи! К сожалению, сохранность этой ткани и этих высокотехнологичных нитей такова, что мы не можем сделать их растровую электронную микроскопию. Но они известны на территории Евразии", - говорит историк.

Растровая электронная микроскопия аналогичных золотных нитей из раскопок украинских золотоордынских памятников. Увеличение в 400 раз.

"Эта технология была утрачена. Похожая, но из серебра, была использована в старом погребальном покрове из мавзолея Ходжи Ахмеда Яссауи в Туркестане. Я их исследовала ранее", - рассказывает Татьяна Крупа.

Реставратор признается, что, погружаясь в изучение тканей, забывает о времени - настолько эти находки ее занимают. "Я буквально сутками здесь нахожусь. Вот шелк под 20-кратным увеличением, посмотрите, какая это колоссальная работа! Это все люди делали ручками, вот какие были нанотехнологии в XI-XIII веках!" - говорит она.

"И это все делалось, чтобы носившие одежды из таких тканей выглядели красиво. Я могу сказать, что это было далеко не рядовое погребение, а очень богатое", - заметила историк.

Она полагает, что на основе полученных данных можно говорить о научном открытии.

"Мои выводы и выводы моих коллег говорят об уникальных открытиях. Материал здесь богатый, на тканях присутствует набойка, есть ткань как сеточка. Это значит, что людям того времени хотелось выглядеть модно. Как правило, за политикой, за экономикой теряется жизнь обычного человека, а ведь это самое интересное - что он ел, во что одевался, как выглядел человек того времени? Если не брать и не изучать вот этот весь богатейший материал, то окажется, что археологи будут находить в погребениях только ржавые стремена, ржавые ножи или что-то подобное. И в итоге получается, как говорят у нас на Украине, жили бедно и тяжело. А на самом деле, оказывается, если поменять методику археологических раскопок (как сделали это мои коллеги-археологи из Павлодара), такие или похожие фрагменты тканей мы будем находить в почти каждом погребении. И уже по-другому заиграет жизнь древнего человека. Здесь, в Степном Прииртышье, в XI-XIII веках обитали кочевники. И судя по находкам, эти люди не были лишены эстетики", - рассуждает ученый.

После изучения всего материала она собирается написать с коллегами книгу и, возможно, даже попытается по найденным экспонатам воссоздать женский наряд той эпохи.

Но чтобы найденные фрагменты ткани начали, так сказать, рассказывать ученым свою историю, их необходимо "оживить". Сначала кусочки вымачивают в специальном растворе.

Очищают от грязи, а после выравнивают.

"На самом деле над этими фрагментами должен сидеть не один человек, а много народу, это должна быть школа, такие вещи требуют специфического подхода, а самое главное - финансовой помощи. В Казахстане не так много таких специалистов, есть Крым Алтынбеков (реставратор), который и так разрывается. Вскоре он должен также приехать сюда. Но его одного на такое обилие археологического материала в вашей стране мало. Я, как специалист, связана с изучением древностей Казахстана с 2009 года. Сотрудничаю с Туркестанской археологической экспедицией. С харьковскими единомышленниками изучаем военную тематику. Именно за эту работу по решению Президента РК Нурсултана Абишевича Назарбаева в 2013 году я, Макка Каражанова и Леонид Карцев были награждены Золотой медалью "Бирлик". Поэтому для меня очень важно помочь и павлодарским коллегам", - отмечает наша собеседница.

В перерывах между исследованием археологических образцов она изучает экспонаты Павлодарского областного историко-краеведческого музея имени Потанина.

И здесь она для себя сделала много находок. "Вы сейчас смотрите на редкую достаточно вещь для этих широт по сохранности, потому что для ее изготовления использовались разновременные ткани. Вот смотрите, это вышито вручную тамбурным швом, присмотритесь, какая здесь тонкая работа. Ребята, это колоссальная работа по качеству, поверьте, сделать это крайне сложно, и сохранность таких вещей должна быть в приоритете", - говорит реставратор, демонстрируя нам женский чапан и другие экспонаты.

"Понимаете, на повседневный текстиль (даже дорогой) всегда мало обращают внимание: сносилась и ее выкинули. Таких вещей крайне мало остается. А вот это - фабричный китайский шелк", - говорит она.

"Это женский чапан. Представьте, насколько он был для кого-то ценен, что его передавали из поколения в поколение. Красный богатый шелк - это всегда было дорого. Может быть, он выглядит сейчас не так презентабельно, но надо учитывать, сколько прошло лет. Это очень ценная для любого музея вещь", - отметила ученый.

Этот женский чапан был сшит во второй половине - конце XIX века.

"Посмотрите, какая прелесть, кимешек, XIX век. Здесь золотая вышивка (такая же, как на найденных фрагментах ткани, которые Татьяна Крупа изучает в Маргулан-центре - прим. автора), ее мода уходит в те далекие времена. А это - фабричное полотно, но работа очень тонкая", - комментирует историк, обращая внимание на декор юрты, расшитый мельчайшим тамбурным швом сложными узорами.

"Это наш регион, северный - Баянаул", - пояснили музейные работники. "Это редчайшая по такой технике исполнения вещь", - дополняет Татьяна Крупа.

Когда слушаешь Татьяну Николаевну, создается впечатление, что она уроженка Казахстана. С таким интересом рассказывает о казахской древности. Но оказалось, что она родилась и живет в Харькове. И все же кое-какое отношение к истории Казахстана и вообще к тюркам она имеет. Во-первых, она - заместитель главы Харьковского городского национального общественного объединения казахстанцев "Бирлик". А во-вторых, считает, что ее предки были кочевниками. "Дед рассказывал, что у нас сары-кыпчакские корни, и я в это охотно верю. На Слобожанщине (область на северо-востоке Украины) очень часто встречаются фамилии тюркского происхождения. Например, у меня были ученики по фамилии Керемет. И это вполне логично. Ведь сегодняшний Казахстан был северо-восточной границей Дешт-и-Кипчак, а мы (как Слобожанщина, так и вся Украина) были северо-западной границей Дешт-и-Кипчак", - заключает наша собеседница.

Тем временем, помимо Татьяны Николаевны Крупы, в Маргулан-центре работают и другие зарубежные ученые. Среди них - антрополог из Новосибирска Дмитрий Владимирович Позняков, который изучает останки людей, найденных в древних погребениях в Павлодарской области. Не исключено, что по результатам и этих исследований в будущем будут сделаны свои открытия. А пока, судя по погребениям, ученый склоняется к тому, что эти люди, возможно, принадлежали к элите.

Текст: Ренат Ташкинбаев, фото: Турар Казангапов

Базовая модель угроз безопасности персональных данных при их обработке, в информационных системах персональных данных (выписка) - Терминология Базовая модель угроз безопасности персональных данных при их обработке, в информационных системах персональных данных (выписка): Автоматизированная система система, состоящая из персонала и комплекса средств автоматизации его… … Словарь-справочник терминов нормативно-технической документации

- (согласно закону РФ «О персональных данных») государственный орган, муниципальный орган, юридическое или физическое лицо, организующие и (или) осуществляющие обработку персональных данных, а также определяющие цели и содержание обработки… … Википедия

I Медицина Медицина система научных знаний и практической деятельности, целями которой являются укрепление и сохранение здоровья, продление жизни людей, предупреждение и лечение болезней человека. Для выполнения этих задач М. изучает строение и… … Медицинская энциклопедия

СЕРДЦЕ - СЕРДЦЕ. Содержание: I. Сравнительная анатомия........... 162 II. Анатомия и гистология........... 167 III. Сравнительная физиология.......... 183 IV. Физиология................... 188 V. Патофизиология................ 207 VІ. Физиология, пат.… … Большая медицинская энциклопедия

ВАЛИДНОСТЬ - 1. Показатель качества метода, его способность давать результаты, адекватно отражающие изучаемое явление, т.е. именно те результаты, для получения которых он предназначен (В. метода). 2. Мера соответствия теории эмпирическим данным, возможность… … Социология: Энциклопедия

Технологический процесс - (Process) Определение технологического процесса, типы технологического процесса Определение технологического процесса, типы технологического процесса, правила процесса Содержание Содержание Определение. Понятие технологического процесса Основные … Энциклопедия инвестора

I Сердце Сердце (лат. соr, греч. cardia) полый фиброзно мышечный орган, который, функционируя как насос, обеспечивает движение крови а системе кровообращения. Анатомия Сердце находится в переднем средостении (Средостение) в Перикарде между… … Медицинская энциклопедия

Издержки - (Costs) Понятие расходов и издержек, нормы и учет расходов Информация о понятии расходов и издержек, нормы и учет расходов Содержание Содержание Формирования местных бюджетов Бюджетная поддержка субъектов Налоговые поступления Расходы местных… … Энциклопедия инвестора

Физиологическая реакция растений на охлаждение, вызванная адаптацией к сезонным изменениям умеренного климата. Для цветения и образования семян эти растения должны быть подвергнуты воздействию низких положительных температур (2 10 °C, в… … Википедия

Яровизация физиологическая реакция растений на охлаждение, вызванная адаптацией к сезонным изменениям умеренного климата. Для цветения и образования семян эти растения должны быть подвергнуты воздействию низких положительных температур (2 10 °C,… … Википедия

ГЕРМЕНЕВТИКА БИБЛЕЙСКАЯ - отрасль церковной библеистики, изучающая принципы и методы толкования текста Свящ. Писания ВЗ и НЗ и исторический процесс формирования его богословских оснований. Г. б. иногда воспринимается как методическая основа экзегезы. Греч. слово ἡ… … Православная энциклопедия

Книги

• Иммунология лейкоза , Парнес В. А.. Монография посвящена изложению литературных и соб­ственных материалов автора, полученных с применением новейшей иммунологической методики, посвященных изучениюлейкоза человека и животных. На…
• Реальная действительность. Что такое вещь? , Б. Л. Донской. В настоящей работе делается попытка исследования вещи как всеобщего реального явления, и, на основании полученных данных исследования, дается определение понятия "вещь" . Книга будет…