English | Russian |
autoregressive model with an autocorrelated error | модель авторегрессии с автокоррелированной ошибкой (ssn) |
dealing with autocorrelated errors | устранение автокоррелированности ошибок (ssn) |
Durbin's two-stage method of dealing with autocorrelated errors | двухшаговый метод Дарбина устранения автокоррелированности ошибок (ssn) |
linear regression with multiple regressors | линейная регрессия со многими объясняющими переменными (ssn) |
linear regression with multiple regressors | линейная регрессия со многими факторными переменными (ssn) |
linear regression with multiple regressors | линейная регрессия со многими независимыми переменными (ssn) |
linear regression with multiple regressors | множественная линейная регрессия (выраженная в виде прямой зависимость среднего значения величины Y от двух или более других величин X 1 , X 2 , ..., X m . Величину Y принято называть зависимой или результирующей переменной, а величины X 1 , X 2 , ..., X m – независимыми или объясняющими переменными ssn) |
linear regression with multiple regressors | многофакторная линейная регрессия (ssn) |
linear regression with multiple regressors | линейная регрессия со многими регрессорами (ssn) |
linear regression with one regressor | парная линейная регрессия (когда установлена зависимость между двумя переменными величинами (напр., x и y). Парная линейная регрессия называется также однофакторной линейной регрессией ssn) |
linear regression with one regressor | однофакторная линейная регрессия (один фактор (независимая или факторная переменная ) влияет на результирующую переменную (зависимую или результативную переменную) ssn) |
linear regression with one regressor | линейная регрессия с одной факторной переменной (ssn) |
linear regression with one regressor | линейная регрессия с одной независимой переменной (ssn) |
linear regression with one regressor | линейная регрессия с одним регрессором (ssn) |
random volatility with drift | случайное блуждание с дрейфом |
random walk with a drift | случайное блуждание с дрейфом ( If a time series follows a random walk with a drift, the intercept term is not equal to zero. That is, in addition to a random error term, the time series is expected to increase or decrease by a constant amount each period. A random walk with a drift can be described as: x t = b 0 + b 1 x t-1 + ε t investopedia.com DrMorbid) |
with fixed effects | с фиксированными эффектами (A.Rezvov) |