| М | Команда | И | О |
|---|---|---|---|
| 16 | 12 | 6 |
Следующий матч: Рубин (Казань) - Факел (Воронеж)
Предыдущий матч: Факел (Воронеж) - Ахмат (Грозный) - 0:0
| М | Команда | И | О |
|---|---|---|---|
| 1 | 12 | 27 | |
| 2 | 12 | 25 | |
| 3 | 12 | 24 | |
| 4 | 12 | 23 | |
| 5 | 12 | 23 | |
| 6 | 12 | 16 | |
| 7 | 12 | 15 | |
| 8 | 12 | 15 | |
| 9 | 12 | 14 | |
| 10 | 12 | 13 | |
| 11 | 12 | 12 | |
| 12 | 12 | 12 | |
| 13 | 12 | 11 | |
| 14 | 12 | 11 | |
| 15 | 12 | 9 | |
| 16 | 12 | 6 |
Рубин
(Казань)
|
31 октября 2026 Казань АК Барс Арена Анонс матча Календарь |
Факел
(Воронеж)
|
Факел
(Воронеж)
|
0:0
27 октября 2026 Воронеж Факел |
Ахмат
(Грозный)
|
| Место | Команда | Игры | Победы | Ничьи | Поражения | Мячи | Очки |
|---|---|---|---|---|---|---|---|
| 1 | 12 | 9 | 0 | 3 | 27-13 | 27 | |
| 2 | 12 | 8 | 1 | 3 | 19-12 | 25 | |
| 3 | 12 | 7 | 4 | 1 | 21-12 | 24 | |
| 4 | 12 | 6 | 5 | 1 | 20-14 | 23 | |
| 5 | 12 | 7 | 2 | 3 | 21-10 | 23 | |
| 6 | 12 | 3 | 7 | 2 | 14-12 | 16 | |
| 7 | 12 | 4 | 3 | 5 | 13-17 | 15 | |
| 8 | 12 | 3 | 6 | 3 | 17-17 | 15 | |
| 9 | 12 | 3 | 5 | 4 | 15-13 | 14 | |
| 10 | 12 | 4 | 1 | 7 | 16-23 | 13 | |
| 11 | 12 | 2 | 6 | 4 | 12-18 | 12 | |
| 12 | 12 | 2 | 6 | 4 | 15-21 | 12 | |
| 13 | 12 | 2 | 5 | 5 | 16-16 | 11 | |
| 14 | 12 | 2 | 5 | 5 | 15-17 | 11 | |
| 15 | 12 | 2 | 3 | 7 | 13-27 | 9 | |
| 16 | 12 | 1 | 3 | 8 | 8-20 | 6 |
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.