Во многих экспериментальных исследованиях наличие какого-либо явления констатируется путем наблюдения „сигнала", т. е. путем установления того, что осуществляется некоторое, как мы будем говорить, элементарное событие А. Однако это элементарное событие может быть вызвано и причинами побочными, не связанными с изучаемым явлением. В таком случае лишь повторные появления события А позволят с достаточной уверенностью судить о наличии изучаемого явления. Проведем серию n опытов, где событие А может появиться с некоторой вероятностью р. Интересующее нас явление (осуществление этого явления назовем событием М) может быть в разной степени связано с элементарным событием А. Естественно считать, что между событием М и элементарным событием А существует довольно слабая зависимость, если для получения уверенности в осуществлении М нужно при п испытаниях наблюдать А достаточно часто (например, хоть однажды t раз подряд). В настоящей работе мы ограничиваемся рассмотрением лишь трех типов зависимости событий М и А, наиболее важных для приложений (см. статью).

In many experimental studies, the presence of some phenomenon is established by observing a "signal", i.e. by establishing that some, as we will say, elementary event A is realized. However, this elementary event can also be caused by secondary causes not related to the phenomenon under study. In such a case, only repeated occurrences of event A will allow us to judge with sufficient certainty the presence of the phenomenon under study. Let us conduct a series of n experiments, where event A can appear with some probability p. The phenomenon of interest to us (we will call the implementation of this phenomenon event M) can be connected to varying degrees with elementary event A. It is natural to assume that there is a rather weak dependence between event M and elementary event A if, in order to obtain certainty of the realization of M, it is necessary to observe A sufficiently often in n trials (for example, at least once t times in a row). In this paper, we limit ourselves to considering only three types of dependence of events M and A, the most important for applications (see the article).