Интервал может означать:
- Интервал (математика) — множество всех чисел, удовлетворяющих строгому неравенству
. - Интервал (музыка) — отношение высот двух тонов.
- Интервал — расстояние по фронту между военнослужащими (машинами), подразделениями или воинскими частями.
- Интервал (типографика) — расстояние между опорными линиями соседних строк текста.
- Интервал — расстояние между событиями в пространстве-времени.
- Интервал QT — медицинский термин, обычно используемый в специальной области кардиологии — электрокардиографии.
- Интервал повторения — оценка интервала времени между такими событиями, как землетрясение, наводнение.
- Интервал сходимости
- Интервал сходимости степенного ряда
- Интервалы между простыми числами
Корреля́ция, или корреляцио́нная зави́симость — статистическая взаимосвязь двух или более случайных величин, при этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин.
Дисперсия в зависимости от контекста может означать:
- Дисперсия волн — в физике зависимость фазовой скорости волны от её частоты, различают:
- Дисперсия света
- Дисперсия звука
- Закон дисперсии — в физике закон, выражающий зависимость фазовой скорости волны от её частоты.
- Дисперсия случайной величины — одна из усреднённых характеристик случайной величины.
- Дисперсия (химия) — образования из двух или более фаз (тел), которые совершенно или практически не смешиваются и не реагируют друг с другом химически.
- Дисперсия (биология) — термин, обозначающий разнообразие признаков в популяции.
- Дисперсия (материаловедение)
- Дисперсия второй вязкости
Цифровой барьер, цифровое неравенство, информационное неравенство — ограничение возможностей социальной группы из-за отсутствия у неё доступа к современным средствам коммуникации.
t-критерий Стьюдента — общее название для класса методов статистической проверки гипотез, основанных на распределении Стьюдента. Наиболее частые случаи применения t-критерия связаны с проверкой равенства средних значений в двух выборках.
Среднеквадрати́ческое отклонение — наиболее распространённый показатель рассеивания значений случайной величины относительно её математического ожидания. Обычно означает квадратный корень из дисперсии случайной величины, но иногда может означать тот или иной вариант оценки этого значения.
Состоя́тельная оце́нка в математической статистике — это точечная оценка, сходящаяся по вероятности к оцениваемому параметру.
Вы́борочное (эмпири́ческое) сре́днее — это приближение теоретического среднего распределения, основанное на выборке из него.
Выборочная дисперсия в математической статистике — это оценка теоретической дисперсии распределения, рассчитанная на основе данных выборки. Виды выборочных дисперсий:
- смещённая;
- несмещённая, или исправленная
Эффекти́вная оце́нка в математической статистике — несмещенная статистическая оценка, дисперсия которой совпадает с нижней гранью в неравенстве Крамера-Рао.
Неравенство Краме́ра — Ра́о — неравенство, которое при некоторых условиях на статистическую модель даёт нижнюю границу для дисперсии оценки неизвестного параметра, выражая её через информацию Фишера.
Информа́ция Фи́шера — математическое ожидание квадрата относительной скорости изменения условной плотности вероятности 
. Эта функция названа в честь описавшего её Рональда Фишера.
Нера́венство Чебышёва — неравенство в теории меры и теории вероятностей. Оно было первый раз получено Бьенеме в 1853 году, и позже также Чебышёвым.
Тест Ва́льда — статистический тест, используемый для проверки ограничений на параметры статистических моделей, оценённых на основе выборочных данных. Является одним из трёх базовых тестов проверки ограничений наряду с тестом отношения правдоподобия и тестом множителей Лагранжа. Тест является асимптотическим, то есть для достоверности выводов требуется достаточно большой объём выборки.
В теории вероятностей неравенство Высочанского — Петунина даёт нижнюю границу для вероятности, с которой случайная величина с конечной дисперсией находится внутри интервала, границы которого задаются, как определённая часть стандартного отклонения от среднего значения этой случайной величины. С другой стороны это эквивалентно утверждению, что неравенство указывает верхнюю границу вероятности того, что случайная величина выйдет за пределы этого интервала. Единственным ограничением на функцию плотности распределения вероятности является то, что она должна быть одномодальной и иметь конечную дисперсию. . Это неравенство справедливо в том числе и для резко асимметричных распределений, тем самым устанавливая границы для множества значений случайной величины, попадающих в определённый интервал.
Информационное неравенство — неравенство для несмещённой оценки с локально минимальной дисперсией, задающее нижнюю границу для величины дисперсии этой оценки. Играет важную роль в теории асимптотически эффективных оценок.
Компромисс отклонение-дисперсия в статистике и в машинном обучении — это свойство набора моделей предсказания, когда модели с меньшим отклонением от имеющихся данных имеют более высокую дисперсию на новых данных, и наоборот. Компромисс отклонение-дисперсия — конфликт при попытке одновременно минимизировать эти два источника ошибки, которые мешают алгоритмам обучения с учителем делать обобщение за пределами тренировочного набора.
- Смещение — это погрешность оценки, возникающая в результате ошибочного предположения в алгоритме обучения. В результате большого смещения алгоритм может пропустить связь между признаками и выводом (недообучение).
- Дисперсия — это ошибка чувствительности к малым отклонениям в тренировочном наборе. При высокой дисперсии алгоритм может как-то трактовать случайный шум в тренировочном наборе, а не желаемый результат (переобучение).
В теории вероятностей неравенства концентрации меры дают оценки отклонения случайной величины от некоторого значения. Закон больших чисел классической теории вероятностей утверждает, что суммы независимых случайных величин, при соблюдении довольно слабых условий, с большой вероятностью оказываются близкими к их математическим ожиданиям. Такие суммы являются основными примерами случайных величин, которые сконцентрированы около своих средних значений.
