| М | Команда | И | О |
|---|---|---|---|
| 13 | 1 | 0 |
Следующий матч: Краснодар (Краснодар) - Факел (Воронеж)
Предыдущий матч: Факел (Воронеж) - Динамо (Мх) (Махачкала) - 1:2
| М | Команда | И | О |
|---|---|---|---|
| 1 | 1 | 3 | |
| 2 | 1 | 3 | |
| 3 | 1 | 3 | |
| 4 | 1 | 3 | |
| 5 | 1 | 3 | |
| 6 | 1 | 3 | |
| 7 | 1 | 1 | |
| 8 | 1 | 1 | |
| 9 | 1 | 1 | |
| 10 | 1 | 1 | |
| 11 | 1 | 0 | |
| 12 | 1 | 0 | |
| 13 | 1 | 0 | |
| 14 | 1 | 0 | |
| 15 | 1 | 0 | |
| 16 | 1 | 0 |
Краснодар
(Краснодар)
|
2 августа 2026 Краснодар OZON Арена Анонс матча Календарь |
Факел
(Воронеж)
|
Факел
(Воронеж)
|
1:2
25 июля 2026 Воронеж Факел |
Динамо (Мх)
(Махачкала)
|
| Место | Команда | Игры | Победы | Ничьи | Поражения | Мячи | Очки |
|---|---|---|---|---|---|---|---|
| 1 | 1 | 1 | 0 | 0 | 5-0 | 3 | |
| 2 | 1 | 1 | 0 | 0 | 3-0 | 3 | |
| 3 | 1 | 1 | 0 | 0 | 3-1 | 3 | |
| 4 | 1 | 1 | 0 | 0 | 2-1 | 3 | |
| 5 | 1 | 1 | 0 | 0 | 2-1 | 3 | |
| 6 | 1 | 1 | 0 | 0 | 2-1 | 3 | |
| 7 | 1 | 0 | 1 | 0 | 1-1 | 1 | |
| 8 | 1 | 0 | 1 | 0 | 1-1 | 1 | |
| 9 | 1 | 0 | 1 | 0 | 0-0 | 1 | |
| 10 | 1 | 0 | 1 | 0 | 0-0 | 1 | |
| 11 | 1 | 0 | 0 | 1 | 1-2 | 0 | |
| 12 | 1 | 0 | 0 | 1 | 1-2 | 0 | |
| 13 | 1 | 0 | 0 | 1 | 1-2 | 0 | |
| 14 | 1 | 0 | 0 | 1 | 1-3 | 0 | |
| 15 | 1 | 0 | 0 | 1 | 0-3 | 0 | |
| 16 | 1 | 0 | 0 | 1 | 0-5 | 0 |
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.