М | Команда | И | О |
---|---|---|---|
16 | 30 | 18 |
Игр в ближайшее время не запланированно
Предыдущий матч: Факел (Воронеж) - Крылья Советов (Самара) - 1:1
М | Команда | И | О |
---|---|---|---|
1 | 30 | 67 | |
2 | 30 | 66 | |
3 | 30 | 59 | |
4 | 30 | 57 | |
5 | 30 | 56 | |
6 | 30 | 53 | |
7 | 30 | 45 | |
8 | 30 | 39 | |
9 | 30 | 35 | |
10 | 30 | 31 | |
11 | 30 | 29 | |
12 | 30 | 29 | |
13 | 30 | 27 | |
14 | 30 | 25 | |
15 | 30 | 19 | |
16 | 30 | 18 |
Игр в ближайшее время незапланированно |
![]() Факел
(Воронеж)
|
1:1
24 мая 2025 Воронеж Факел |
![]() Крылья Советов
(Самара)
|
Место | Команда | Игры | Победы | Ничьи | Поражения | Мячи | Очки |
---|---|---|---|---|---|---|---|
1 | 30 | 20 | 7 | 3 | 59-23 | 67 | |
2 | 30 | 20 | 6 | 4 | 58-18 | 66 | |
3 | 30 | 17 | 8 | 5 | 47-21 | 59 | |
4 | 30 | 17 | 6 | 7 | 56-25 | 57 | |
5 | 30 | 16 | 8 | 6 | 61-35 | 56 | |
6 | 30 | 15 | 8 | 7 | 51-41 | 53 | |
7 | 30 | 13 | 6 | 11 | 42-45 | 45 | |
8 | 30 | 10 | 9 | 11 | 41-43 | 39 | |
9 | 30 | 10 | 5 | 15 | 39-55 | 35 | |
10 | 30 | 8 | 7 | 15 | 36-51 | 31 | |
11 | 30 | 6 | 11 | 13 | 35-56 | 29 | |
12 | 30 | 6 | 11 | 13 | 27-35 | 29 | |
13 | 30 | 7 | 6 | 17 | 27-54 | 27 | |
14 | 30 | 4 | 13 | 13 | 27-48 | 25 | |
15 | 30 | 4 | 7 | 19 | 28-56 | 19 | |
16 | 30 | 2 | 12 | 16 | 14-42 | 18 |
Кригинг — это вид обобщенной линейной регрессии, использующий статистические параметры для нахождения оптимальной оценки в смысле минимального среднеквадратического отклонения при построении поверхностей, кубов и карт. Данный интерполяционный метод геостатистики назван в честь южноафриканского горного инженера Дэниела Крига, занимавшегося ручным созданием геологических карт по ограниченному набору данных в некоторой области. В основу метода положен принцип несмещенности среднего; то есть, взятые все вместе значения на карте должны иметь правильное среднее значение. Глобальная несмещенность формально обеспечивается за счет повышения низких значений и уменьшения высоких.
С точки зрения общей статистики кригинг заключается в минимизации дисперсии ошибки измерения, которая является функцией от измеряемых весов. Минимизация данной дисперсии уменьшает среднюю квадратическую ошибку отклонения оцененного значения от возможного. Достигается это путём приравнивания к нулю первой производной ошибки относительно каждого неизвестного веса. В итоге выводится система уравнений, решением которой является вектор весов.