Глоссарий вероятности и статистики

Этот глоссарий статистики и вероятности представляет собой список определений терминов и понятий, используемых в математических науках о статистике и вероятности , их субдисциплинах и смежных областях. Дополнительные термины см. в Глоссарии математики и Глоссарии планирования экспериментов .

А [ править ]

допустимое решающее правило
алгебра случайных величин
Альтернативная гипотеза
дисперсионный анализ
атомное событие: Другое название элементарного события .

Б [ править ]

гистограмма
Теорема Байеса
Байесовский оценщик
Байесовский фактор
Байесовский вывод
предвзятость: 1. Любая особенность выборки , которая не является репрезентативной для большей части населения .; 2. Разница между ожидаемым значением оценщика и истинным значением.
двоичные данные: Данные, которые могут принимать только два значения, обычно представленные двоичными цифрами 0 и 1.
биномиальное распределение
двумерный анализ: Тип количественного статистического анализа, при котором анализируются ровно две переменные с целью определения эмпирической связи между ними. Контрастный многомерный анализ .
блокировка: В планировании эксперимента - расположение экспериментальных единиц в группах («блоках»), похожих друг на друга. Блокировка часто используется для решения проблемы псевдорепликации .
Метод Бокса – Дженкинса
коробчатый сюжет

С [ править ]

причинно-следственное исследование: Статистическое исследование, целью которого является измерение влияния одной переменной на результат другой переменной. Например, причинно-следственное исследование может задать вопрос: «Как будет ощущаться моя головная боль, если я приму аспирин по сравнению с тем, если я не приму аспирин?» Причинно-следственные исследования могут быть либо экспериментальными, либо обсервационными. ^[1]
Центральная предельная теорема
центральный момент
характеристическая функция
распределение хи-квадрат
тест хи-квадрат
кластерный анализ
выборочное обследование
дополнительное мероприятие
полностью рандомизированный дизайн
вычислительная статистика: Исследование статистических методов, которые возможны с помощью вычислительных методов, на стыке статистики и информатики .
сопутствующие заболевания: В статистическом исследовании - любые переменные, на значения которых не влияет экспериментальное лечение, например возраст, пол и уровень холестерина субъекта до начала экспериментальной диеты. ^[1]
условное распределение: Учитывая две совместно распределенные случайные величины X и Y , условное распределение вероятностей Y при заданном X (записывается « Y | X ») представляет собой распределение вероятностей Y , когда X известно как определенное значение.
условная возможность: Вероятность некоторого события А при условии наступления события Б. В математических обозначениях условная вероятность пишется Р( А | В ), а читается «вероятность А при данном В ».
условное распределение вероятностей
доверительный интервал (ДИ): В инференциальной статистике - диапазон возможных значений какого-либо неизвестного параметра , например среднего значения численности населения , определяемый как интервал с нижней и верхней границей. ^[2]Точные значения этих границ рассчитываются на основе заранее определенного уровня достоверности , выбранного исследователем. Уровень достоверности представляет собой частоту интервалов, которые в долгосрочной перспективе отражают истинное значение неизвестного параметра; т.е. 95% доверительных интервалов, вычисленных с уровнем достоверности 95%, содержат истинное значение, и то же самое касается других уровней достоверности. Например, на основе изучения привычек сна среди случайной выборки из 100 человек исследователь может оценить с уровнем достоверности 95%, что все население спит где-то от 5 до 9 часов в сутки. Существует 95% вероятность того, что истинное среднее значение генеральной совокупности попадает в этот интервал, поскольку 95% случайных выборок, взятых из этой же совокупности, дадут 95% доверительные интервалы, содержащие истинное среднее значение.
уровень доверия: Число, указывающее вероятность того, что доверительный интервал (диапазон) отражает истинное среднее значение генеральной совокупности . Например, доверительный интервал с уровнем достоверности 95 % имеет вероятность 95 % уловить среднее значение генеральной совокупности. Технически это означает, что если бы эксперимент повторялся много раз, 95% ДИ, вычисленных на этом уровне, содержали бы истинное среднее значение генеральной совокупности. ^[2]
сбивать с толку: Переменная , которая влияет как на зависимую , так и на независимую переменную , вызывая ложную ассоциацию. Существование скрытых искажающих переменных является важным количественным объяснением того, почему корреляция не подразумевает причинно-следственную связь: если изменения в двух переменных кажутся коррелирующими, рискованно предполагать, что одно изменение вызывает другое, поскольку возможно, что один или несколько невыявленных искажающих факторов фактически вызвало изменения обеих переменных. Классическим примером является корреляция между увеличением потребления мороженого и ростом преступности летом. Иррационально предполагать, что употребление большего количества мороженого заставляет людей совершать больше преступлений, или наоборот; более вероятно, что одна или несколько дополнительных переменных, например, более теплая погода, одновременно увеличивают и потребление мороженого, и преступность. В этом примере более теплая погода является помехой.
сопряжение априорного
непрерывная переменная
удобство отбора проб
корреляция: Числовая мера силы линейной связи между двумя случайными величинами (ее можно использовать, например, для количественной оценки того, как размер обуви и рост коррелируют в популяции). Примером может служить коэффициент корреляции момента произведения Пирсона , который находится путем деления ковариации двух переменных на произведение их стандартных отклонений . Независимые переменные по определению имеют корреляцию 0. Корреляция совокупности часто обозначается символом $\rho$ и выборочная корреляция по $r$ .</ref>
данные подсчета: Данные, возникающие в результате подсчета и, следовательно, могут принимать только неотрицательные целочисленные значения.
ковариация: Даны две случайные величины X и Y с ожидаемыми значениями $E(X)=\mu$ и $E(Y)=\nu$ , ожидаемое значение случайной величины $(X-\mu )(Y-\nu )$ , записанный в статистической записи как $\operatorname {cov} (X,Y)$ . Ковариация используется для измерения корреляции ; его можно интерпретировать как степень, в которой две переменные изменяются одновременно друг с другом или «совместно изменяются».

Д [ править ]

данные
анализ данных
набор данных: Образец и связанные с ним точки данных .
точка данных: Типизированное измерение — это может быть логическое значение, действительное число, вектор (в этом случае его также называют вектором данных ) и т. д.
правило принятия решения
теория принятия решений
степени свободы
оценка плотности
зависимость
зависимая переменная
описательная статистика
план экспериментов
отклонение
дискретная переменная
точечный график
двойной счет

Э [ править ]

элементарное событие: Событие, которое содержит только один результат в выборочном пространстве ; в наборе возможностей, возможности, которая может произойти ровно одним способом. Например, при вытягивании карты из стандартной колоды игральных карт «вытягивание пикового валета» является элементарным событием (поскольку во всей колоде только один пиковый валет), а «вытягивание короля или туза» нет (потому что в колоде четыре короля и четыре туза).
теория оценки: Раздел статистики, занимающийся оценкой значений параметров на основе измеренных эмпирических данных со случайной составляющей. Параметры описывают основные физические условия таким образом, что их значения влияют на распределение измеренных данных; оценщик пытается использовать измерения для аппроксимации неизвестных параметров.
оценщик: Функция известных данных, которая используется для оценки неизвестного параметра ; оценка — это результат фактического применения функции к определенному набору данных. Например, среднее значение можно использовать в качестве оценки.
ожидаемое значение: Сумма вероятностей каждого возможного результата эксперимента, умноженная на соответствующий выигрыш или «ценность». Таким образом, он представляет собой среднюю сумму, которую человек «ожидает» выиграть за ставку, если ставки с одинаковыми коэффициентами повторяются много раз. Например, ожидаемое значение броска честного шестигранного игрального кубика равно 3,5. Эта концепция интуитивно представляет собой обобщение средневзвешенного всех возможных результатов конкретной процедуры или эксперимента и может рассматриваться как среднее арифметическое большого количества независимых реализаций эксперимента. Ожидаемое значение случайной величины X обычно записывается как E(X) для оператора ожидания и $\mu$ ( мю ) для параметра.
эксперимент: Любая процедура, которую можно повторять бесконечно и которая имеет четко определенный набор результатов.
экспоненциальное семейство
событие: Подмножество выборочного пространства процедуры или эксперимента (т. е. возможного результата), которому может быть присвоена вероятность. Например, при броске кубика «выпадение тройки» является событием (с вероятностью 1 ⁄ 6 , если кубик выпал), как и «выпадение пятерки или шестерки» (с вероятностью 1 ⁄ 3 ).

Ф [ править ]

факторный анализ
факторный эксперимент
частота
Распределение частоты
частотная область
частотный вывод

Г [ править ]

общая линейная модель
обобщенная линейная модель
сгруппированные данные

Х [ править ]

гистограмма: Примерное графическое представление распределения числовых данных. Гистограмма отображает это распределение путем разделения всего диапазона значений на ряд последовательных непересекающихся интервалов и последующего подсчета количества экземпляров набора данных, попадающих в каждый интервал.

Я [ править ]

независимость
независимая переменная
межквартильный размах (IQR): Мера статистической дисперсии или разброса набора данных, определяемая как разница между 25-м и 75-м процентилями данных. Для расчета IQR набор данных делится на четыре ранговые четные части или квартили , границы между которыми на 25-м, 50-м и 75-м процентилях обозначаются. $Q$ ₁, $Q$ ₂ и $Q$ ₃ соответственно; IQR = $Q$ ₃ $-$ $Q$ ₁.

Я говорю ]

совместное распределение: Учитывая две случайные величины X и Y , совместное распределение X и Y является распределением вероятностей X и Y вместе.
совместная вероятность: Вероятность того , что два события произойдут одновременно. Совместная вероятность A и B записывается $P(A\cap B)$ или $P(A,\ B)$ .

Редактировать ]

Фильтр Калмана
ядро
оценка плотности ядра
эксцесс: Мера «хвостости» распределения вероятностей действительной случайной величины. Существуют разные способы количественного определения, оценки и интерпретации эксцесса, но общепринятая интерпретация заключается в том, что эксцесс представляет собой степень, в которой на форму распределения влияют нечастые экстремальные наблюдения ( выбросы ); в этом случае более высокий эксцесс означает, что большая часть дисперсии обусловлена нечастыми крайними отклонениями, а не частыми отклонениями умеренного размера.

Л [ править ]

L-момент
закон больших чисел (ЗЛН): Теорема, согласно которой среднее значение результатов, полученных при выполнении одного и того же эксперимента большое количество раз, должно быть близко к ожидаемому значению эксперимента и имеет тенденцию становиться ближе к ожидаемому значению по мере выполнения большего количества испытаний. Закон предполагает, что для того, чтобы результаты любого эксперимента считались надежными, необходимо достаточно большое количество испытаний, и, как следствие, выполнение лишь небольшого количества испытаний может привести к неполной или вводящей в заблуждение интерпретации результатов эксперимента.
функция правдоподобия: Функция условной вероятности рассматривала функцию своего второго аргумента с фиксированным первым аргументом. Например, представьте, что вы вытаскиваете пронумерованный шар с номером k из мешка с n шарами, пронумерованными от 1 до n ; функцию правдоподобия для случайной величины N можно описать как вероятность вытягивания k при условии, что имеется n шаров: вероятность будет равна 1/ n для n, большего или равного k , и 0 для n , меньшего k . В отличие от функции распределения вероятностей, эта функция правдоподобия не дает в сумме 1 в выборочном пространстве .
функция потерь
тест отношения правдоподобия

М [ править ]

М-оценщик
предельное распределение: Учитывая две совместно распределенные случайные величины X и Y , предельное распределение X — это просто распределение вероятностей X , когда информация об Y игнорируется.
предельная вероятность
предельная вероятность: Вероятность данного события, игнорируя любую информацию о других событиях. Предельная вероятность A обозначается P ( A ). Сравните условную вероятность .
Цепь Маркова Монте-Карло
математическая статистика
оценка максимального правдоподобия
иметь в виду: 1. Ожидаемое значение случайной величины.; 2. Среднее арифметическое , т.е. среднее математическое набора числовых значений, рассчитываемое путем деления суммы значений на количество значений.
медиана
медианное абсолютное отклонение
режим
скользящее среднее: Ряд математических средних или средних значений различных подмножеств большего набора данных, обычно вычисляемых для понимания тенденций в наборе данных с течением времени.
мультимодальное распределение
многомерный анализ
многомерная оценка плотности ядра
многомерная случайная величина: Вектор, компоненты которого являются случайными величинами в одном вероятностном пространстве.
взаимная исключительность
взаимная независимость: Набор событий называется взаимно независимым, если для любого подмножества набора общая вероятность всех происходящих событий равна произведению совместных вероятностей отдельных событий. Подумайте о результате серии подбрасываний монеты. Это более сильное условие, чем попарная независимость.

Н [ править ]

непараметрическая регрессия
непараметрическая статистика
ошибка, не связанная с выборкой
нормальное распределение
нормальный вероятностный график
нулевая гипотеза (H ₀ ): Утверждение, проверяемое с помощью теста статистической значимости ; обычно это утверждение «нет эффекта» или «нет разницы». ^[3]Например, при проверке влияния света на сон нулевой гипотезой будет то, что свет не влияет на сон (т. е. режим сна одинаков, независимо от условий освещения). Нулевая гипотеза — это выражение ожидания того, что зависимая переменная не будет существенно меняться при независимой переменной изменении ; статистическая значимость измеряется и сообщается в зависимости от степени удовлетворения этого ожидания. Сравните альтернативную гипотезу .

Или [ править ]

опрос общественного мнения
оптимальное решение
оптимальная конструкция
выброс

П [ править ]

p-значение
попарная независимость: Набор случайных величин, любые две из которых независимы.
параметр: Любая измеренная величина статистической совокупности , которая обобщает или описывает какой-либо аспект совокупности, например среднее значение или стандартное отклонение ; часто количество, которое необходимо оценить на основе соответствующего количества, рассчитанного путем случайной выборки из совокупности. Может быть параметром совокупности, параметром распределения или ненаблюдаемым параметром.
фильтр твердых частиц
процентиль
круговая диаграмма
точечная оценка
власть
априорная вероятность: В байесовском выводе учитываются предыдущие убеждения или другая информация, которая доступна до появления новых данных или наблюдений.
параметр популяции: См. параметр .
апостериорная вероятность: Результат байесовского анализа , который инкапсулирует комбинацию предшествующих убеждений или информации ( априорная вероятность ) с наблюдаемыми данными.
анализ главных компонент (PCA)
вероятность
плотность вероятности: Вероятность в непрерывном распределении вероятностей. Например, вы не можете сказать, что вероятность того, что мужчина будет иметь рост шесть футов, равна 20%, но вы можете сказать, что у него есть 20% шансов быть ростом от пяти до шести футов. Плотность вероятности определяется функцией плотности вероятности . Контрастная вероятностная масса .
функция плотности вероятности: Распределение вероятностей для непрерывной случайной величины.
распределение вероятностей: Функция, которая дает вероятность всех элементов в данном пространстве; см. Список вероятностных распределений .
вероятностная мера: Вероятность событий в вероятностном пространстве .
вероятностный график
вероятностное пространство: Выборочное пространство , для которого вероятностная мера . определена

Вопрос [ править ]

квантиль: Конкретная точка или значение, в котором диапазон распределения вероятностей делится на непрерывные интервалы с равными вероятностями или в котором наблюдения в выборке делятся одинаковым образом. Число групп, на которые разбивается диапазон, всегда на одну больше, чем количество разделяющих их квантилей. Обычно используемые квантили включают квартили (которые делят диапазон на четыре группы), децили (десять групп) и процентили (сто групп). Сами группы называются половинками, третями, четвертями и т. д., хотя термины для квантилей иногда используются для обозначения групп, а не точек разреза.
квартиль: Тип квантиля , который делит диапазон точек данных на четыре группы, называемые кварталами , одинакового размера. Для любого набора данных, разделенного на квартиль, существует ровно три квартиля или точки отсечения, которые создают четыре группы. Первый квартиль ( $Q$ ₁ ) определяется как средняя точка данных или значение, находящееся посередине между наименьшим значением (минимумом) и медианой набора данных, так что 25 процентов данных находятся ниже этого квартиля. Второй квартиль ( $Q$ ₂ ) — это сама медиана, при этом 50 процентов данных находятся ниже этой точки. Третий квартиль ( $Q$ ₃ ) определяется как среднее значение на полпути между медианой и наибольшим значением (максимумом) набора данных, так что 75 процентов данных находятся ниже этого квартиля. Поскольку для их вычисления данные должны быть упорядочены от наименьшего к наибольшему, квартили представляют собой разновидность статистики порядка .
квотная выборка

Р [ править ]

случайная переменная: Измеримая функция в вероятностном пространстве, часто имеющая действительное значение. Функция распределения случайной величины дает вероятность различных значений переменной. Также можно получить среднее значение и дисперсию случайной величины. См. также дискретную случайную величину и непрерывную случайную величину .
рандомизированный блочный дизайн
диапазон: Длина наименьшего интервала, содержащего все данные.
рекурсивная байесовская оценка
регрессивный анализ
дизайн повторяющихся мер
переменная ответа: Любая переменная , на значение которой влияет или ожидается влияние экспериментального лечения или изменений одной или нескольких других переменных; например, уровень холестерина после соблюдения определенной диеты в течение шести месяцев. Переменные отклика — это те, которые изменяются или реагируют на какое-либо изучаемое явление. Этот термин часто используется взаимозаменяемо с зависимой переменной . ^[1]
ограниченная рандомизация
надежная статистика
ошибка округления

С [ править ]

образец: Та часть популяции , которая реально наблюдается.
выборочная ковариация
выборочное среднее: Среднее арифметическое выборки значений , взятых из совокупности, обычно обозначаемое ${\overline {x}}$ . Примером может служить средний балл теста группы из 10 учеников класса. Среднее значение выборки используется в качестве оценки среднего значения генеральной совокупности, которое в этом примере будет средним баллом по тесту всех учащихся в классе.
пространство выборки: Множество возможных исходов эксперимента. Например, пространство выборки для броска шестигранной игральной кости будет равно {1, 2, 3, 4, 5, 6}.
выборка: Процесс отбора наблюдений для получения знаний о популяции. Существует множество методов выбора выборки для проведения наблюдений.
смещение выборки
выборочное распределение: Распределение вероятностей данной статистики при повторной выборке населения.
ошибка выборки
график рассеяния
параметр масштаба
уровень значимости
простая случайная выборка
Парадокс Симпсона
асимметрия: Мера асимметрии распределения вероятностей действительной случайной величины относительно ее среднего значения . Грубо говоря, распределение имеет положительный перекос (перекос вправо), если верхний хвост длиннее, и отрицательный перекос (перекос влево), если нижний хвост длиннее. Совершенно симметричные распределения всегда имеют нулевую асимметрию, хотя нулевая асимметрия не обязательно означает симметричное распределение.
заговор со спагетти
смещение спектра
среднеквадратичное отклонение: Наиболее часто используемая мера статистической дисперсии. Это квадратный корень дисперсии . , который обычно обозначается строчной греческой буквой $\sigma$ ( сигма ).
стандартная ошибка
стандартный балл
статистика: Результат применения статистического алгоритма к набору данных. Его также можно описать как наблюдаемую случайную величину.
статистическая дисперсия
статистическая графика
статистическая проверка гипотез
статистическая независимость: Два события считаются независимыми, если результат одного не влияет на результат другого (например, выпадение 1 при одном броске кубика не влияет на вероятность получения 1 при втором броске). Аналогично, когда мы утверждаем, что две случайные величины независимы, мы интуитивно подразумеваем, что знание чего-либо о значении одной из них не дает никакой информации о значении другой.
статистические выводы: Вывод о совокупности, основанный на случайной выборке, взятой из этой совокупности, или, в более общем смысле, о случайном процессе на основе ее наблюдаемого поведения в течение конечного периода времени.
статистическая модель
статистическое население: Набор объектов, в отношении которых необходимо сделать статистические выводы, часто на основе случайной выборки. Можно также говорить о совокупности измерений или значений.
статистическая дисперсия: Мера разнообразия в наборе данных, выраженная дисперсией или стандартным отклонением .
статистический параметр: Параметр , индексирующий семейство вероятностных распределений.
Статистическая значимость
статистика
Т-критерий Стьюдента
демонстрация стеблей и листьев
стратифицированная выборка
методология опроса
функция выживания
предвзятость выжившего
симметричное распределение вероятностей
систематический отбор проб

Т [ править ]

статистика тестирования
аккуратные данные: Стандарт структурирования данных, согласно которому «каждая переменная представляет собой столбец, каждое наблюдение — это строка, а каждый тип единицы наблюдения — это таблица». Это эквивалентно третьей нормальной форме Кодда . ^[4]
область времени
Временные ряды
анализ временных рядов
прогнозирование временных рядов
лечение: Переменные в статистическом исследовании, которыми можно концептуально манипулировать. Например, в исследовании здоровья соблюдение определенной диеты является лечением, а возраст – нет. ^[1]
пробный: Может относиться к каждому отдельному повторению, когда речь идет об эксперименте, состоящем из любого фиксированного их числа. В качестве примера можно представить эксперимент как любое количество бросков монеты от одного до n , скажем, 17. В этом случае один бросок можно назвать пробным, чтобы избежать путаницы, поскольку весь эксперимент состоит из 17 бросков.
усеченная оценка
ошибки первого и второго рода

У [ править ]

унимодальное распределение вероятностей
единицы: В статистическом исследовании — объекты, которым назначаются обработки. Например, в исследовании, посвященном влиянию курения сигарет, единицей измерения будут люди. ^[1]

V [ edit ]

дисперсия: Мера статистической дисперсии случайной величины, показывающая, насколько далеко от ожидаемого значения обычно находятся ее значения. Дисперсия случайной величины X обычно обозначается как $\operatorname {var} (X)$ , $\sigma _{X}^{2}$ или просто $\sigma ^{2}$

В [ править ]

средневзвешенное арифметическое
взвешенная медиана

Х [ править ]

XOR, исключительная дизъюнкция

Ю [ править ]

Поправка Йейтса на непрерывность, поправка Юла

От [ править ]

z-тест

См. также [ править ]

Ссылки [ править ]

^ Перейти обратно: ^а ^б ^с ^д ^Это Райтер, Джером (24 января 2000 г.). «Использование статистики для определения причинно-следственных связей». Американский математический ежемесячник . 107 (1): 24–32. дои : 10.2307/2589374 . JSTOR 2589374 .
^ Перейти обратно: ^а ^б Пав Калиновский. Понимание доверительных интервалов (ДИ) и оценки размера эффекта. Ассоциация наблюдателей психологической науки, 10 апреля 2010 г. http://www.psychologicalscience.org/index.php/publications/observer/2010/april-10/understanding-confidence-intervals-cis-and-effect-size-estimation. HTML
^ Мур, Дэвид; Маккейб, Джордж (2003). Введение в практику статистики (4-е изд.). Нью-Йорк: WH Freeman and Co., с. 438. ИСБН 9780716796572 .
^ Уикхэм, Хэдли (2014). «Точные данные» (PDF) . Журнал статистического программного обеспечения . 59 (10). дои : 10.18637/jss.v059.i10 .

Внешние ссылки [ править ]

«Глоссарий терминологии Министерства энергетики» , электронный справочник по статистическим методам NIST/SEMATECH , NIST , получено 28 февраля 2009 г.
Статистический глоссарий , статистика.com , получено 28 февраля 2009 г.
Вероятность и статистика на страницах самого раннего использования (Университет Саутгемптона)

[Reiter-1] Перейти обратно: ^а ^б ^с ^д ^Это Райтер, Джером (24 января 2000 г.). «Использование статистики для определения причинно-следственных связей». Американский математический ежемесячник . 107 (1): 24–32. дои : 10.2307/2589374 . JSTOR 2589374 .

[Kalinowski-2] Перейти обратно: ^а ^б Пав Калиновский. Понимание доверительных интервалов (ДИ) и оценки размера эффекта. Ассоциация наблюдателей психологической науки, 10 апреля 2010 г. http://www.psychologicalscience.org/index.php/publications/observer/2010/april-10/understanding-confidence-intervals-cis-and-effect-size-estimation. HTML

[moore-3] Мур, Дэвид; Маккейб, Джордж (2003). Введение в практику статистики (4-е изд.). Нью-Йорк: WH Freeman and Co., с. 438. ИСБН 9780716796572 .

[4] Уикхэм, Хэдли (2014). «Точные данные» (PDF) . Журнал статистического программного обеспечения . 59 (10). дои : 10.18637/jss.v059.i10 .

[1]

[2]

[3]

[4]

А [ править ]

Б [ править ]

С [ править ]

Д [ править ]

Э [ править ]

Ф [ править ]

Г [ править ]

Х [ править ]

Я [ править ]

Я говорю ​ ]

Редактировать ​ ​ ]

Л [ править ]

М [ править ]

Н [ править ]

Или [ править ]

П [ править ]

Вопрос [ править ]

Р [ править ]

С [ править ]

Т [ править ]

У [ править ]

V [ edit ]

В [ править ]

Х [ править ]

Ю [ править ]

От [ править ]

См. также [ править ]

Ссылки [ править ]

Внешние ссылки [ править ]

Я говорю ]

Редактировать ]