Hypotes Glidande Medelvärde

Experimentella jämförelser av hypotesprov och rörliga medelbaserade förbränningsfasstyrare. En ny hypotesprövningsbaserad förbränningsfaskontrollant föreslås både för kontrollmedel och varians. Två hypotesprovningar, Z-test och T-test används för statistiska kriteriesparisoner med rörlig medelbaserad kontrollstrategi Är gjorda. Experiment implementeras i denna studie för validering av den föreslagna metoden. För motorstyrning är förbränningsfasen den mest effektiva och direkta parametern för att förbättra bränsleeffektiviteten I detta dokument diskuteras den statistiska kontrollstrategin baserad på hypotesprövningskriteriet. Av topptryck LPP som förbränningsfasindikator, den statistiska modellen för LPP föreslags först och därefter diskuteras regleringsdesignmetoden utifrån både Z - och T-tester. För jämförelse presenteras och förverkligas rörlig medelbaserad styrstrategi också i detta Studera experimenten på en bensinmotor med gnisttändning vid olika operationer G-förhållandena visar att hypotesprövningsbaserad kontroller kan reglera LPP nära uppsättningspunkten samtidigt som den snabba transientresponsen bibehålls, och variansen hos LPP är också väl begränsad. Enstaka controlbustionfasstyrning. Statistisk kontroll. Hypotesprövning. Variation av LPP. Statistik Sammanfattning Medelvärden Flytta Average. What är Statistics. Subjects i modern statistik. Varför ska jag lära mig statistik. Vad behöver jag veta för att lära mig statistik. Olika typer av data. Primära och sekundära data. Kvantitativa och kvalitativa data. Metoder för datainsamling. Sammanställningsundersökningar. Observationsstudier. Dataanalys. Data Cleaning. Moving Average. Summary Statistics. Measures of center. Manan, Median och Mode. Geometric Mean. Harmonic Mean. Relationships between Arithmetic, Geometric, and Harmonic Mean. Geometric Median. Measures Av dispersion. Range av Data. Variance och Standard Deviation. Quartiles och Quartile Range. Displaying Dataparative Bar Charts. Scatter Plotsparative Pie Charts. Line Grafer. Frequ Ency Polygon. Bernoulli Trials. Introductive Bayesian Analysis. Discrete Distributions. Uniform Distribution. Bernoulli Distribution. Binomial Distribution. Poisson Distribution. Geometric Distribution. Negative Binomial Distribution. Hypergeometric Distribution. Continuous Distributions. Uniform Distribution. Exponential Distribution. Gamma Distribution. Normal Distribution. Chi-Square Distribution. Student-t Distribution. F Distribution. Beta Distribution. Weibull Distribution. Testing Statistical Hypothesis. Purpose of Statistical Tests. Formalism Used. Different Typer Tests. z Test för ett enda Mean. z-test för två medel. t Test för en enda mean. t-test för Two Means. paired t-test för att jämföra medel. One-way ANOVA F Test. z Test för ett enda Proportion. z-test för två proportioner. Testar huruvida Proportion A är större än Proportion B i Microsoft Excel. Spearman s Rank Coefficient. Pearson s Produkt Moment Correlation Coefficient. Chi-Squared Tests. Chi-Squared Test för flera proportioner. Chi-Squared Test För Contingency. Approximations of Distributions. Point Uppskattningar 12 07, 28 mars 2007 UTC. Measures of goodness. Sufficiency and Minimal Sufficiency. Practice Problems. Summary Statistics Problems. Data-Display Problems. Distributions Problems. Data-Testing Problems. Numerical Methods. Basic Linjär algebra och Gram-Schmidt Orthogonalization. Unconstrained Optimization. Quantile Regression. Numerical Comparison of Statistical Software. Numerics in Excel. Statistics NumericalMethods Random Number Generation. Multivariate Data Analysis. Principal Component Analysis. Factor Analysis för metrisk data. Faktoranalys för ordinära data. Kanonisk korrelationsanalys. Diskriminerande analys. Analys av specifika dataset. Analys av tuberkulos. Ett glidande medel används när du vill få en allmän bild av trenderna i en dataset. Datasatsen av oro är typiskt en så kallad tidsserie , Dvs en uppsättning observationer som beställts i tid Med en sådan dataset X med individuella datapunkter xia 2n 1 poi Nt glidande medelvärde definieras som xi 1 2 n 1 kininxk summa x och ges sålunda genom att ta medeltalet av 2n-punkterna runt xi Att göra detta på alla datapunkter i uppsättningen med undantag för punkterna för nära kanterna genererar en ny tidsserie Det är något jämnt, vilket bara avslöjar de allmänna tendenser i första tidsserien. Det rörliga genomsnittet för många tidsbaserade observationer är ofta fördröjt. Det tar vi 10-dagars glidande medelvärde genom att titta på genomsnittet för de senaste 10 dagarna Vi Kan göra detta mer spännande som visste att statistiken var spännande genom att överväga olika vikter under de 10 dagarna. Kanske den senaste dagen borde vara den viktigaste i vår uppskattning och värdet från 10 dagar sedan skulle vara minst viktigt. Så länge vi har en uppsättning Av vikter som summerar till 1, detta är ett acceptabelt rörligt medelvärde. Ibland väljs vekterna längs en exponentiell kurva för att göra exponentiell rörelse-genomsnittet. En bowler bromsar att hans medeltal är minst 180 Vi observerar honom spela th Ree-spel, hans poäng är 125, 155, 140, S 15 Ska vi acceptera eller avvisa hans påstående Vi borde avvisa varför Varför Eftersom ett provmedel som är så lågt som 140 är osannolikt från en 180-bollare Hur osannolikt kommer A 180-bowlarna att skåla en 3- Spelmedelvärde på 140 eller lägre endast 2 procent av tiden Är 2 procent av tiden osannolik I statistiken kallas ja 5 procent eller mindre statistiskt signifikant. Beslutsprocessen ovan kallas ett test av betydelse Här är sättet som en statistisk rapport Skulle formellt presentera testet i numrerade steg.1 Hypoteser mot 2 Teststatistik 3 P-värde Antagande H 0 är sant, sannolikheten för chansvariationen ger vid - statistik så låg som -4 62 är 02 Beräkning detaljer senare.4 Slutsats Sedan P-värdet är det observerade provvärdet förklarat betydligt osannolikt. Därför avvisar vi H 0 och sluter till. Provet ger bevis för att avslå bowlers krav. Här är en mer detaljerad beskrivning av varje komponent av testet av betydelse över 1 NollpunktenOch alternativa hypoteser. H 0 och H 1 kallas nollhypotesen och den alternativa hypotesen. De båda hypoteserna beskriver de två möjligheterna påståendet är sant, eller påståendet är falskt. Notera att. Jag de två hypoteserna är uttalanden om befolkningen ii de två hypoteserna är komplementära om man uppträder den andra inte iii hypotesen med lika tecken är nollhypotesen Ett test av betydelse avvisar befolkningsdeklaration H 0 och avslutar H 1 om provvärdena Är väsentligt långt ifrån H 0 och inuti H 1 Därför avvisar vi och avslutar om det finns något betydande avstånd under 180 Hur långt under 180 är betydande Teststatistiken hjälper oss att bestämma var man ska dra linjen i sanden.2 Teststatistik För test Av hypoteser på, t-testa statistiken är ett förhållande av formuläret. För nollhypotesen är t-teststatistiken. H 0 kommer att avvisas om och endast om det kommer att vara ett visst avstånd under 180, vilket händer om och endast Om t är något signifikant avstånd under 0 Baserat på provet observerade poäng är det observerade t-värdet. Är t -4 62 signifikant under 0 För att svara på detta kommer vi att behöva hjälp av t-curve med n -1 grader av frihet. Användning av t-kurvan med n -1 2 grader av frihet resulterar sannolikheten för chansvariationen vilket resulterar i Vid - värdet så lågt som -4 62 är 02. Eftersom denna sannolikhet är mindre än 05 standarden för statistisk signifikans, förklarar vi att t -4 62 ligger väsentligt under 0, eller det är väsentligt under 180 och avvisar i allmänhet P-värdet är det totala arean under kurvan mer extrema än t till stöd för H 1 Om t är djupt i H 1-territoriet är P-värdet liten. Om P-värde 05, avvisar vi H 0 med statistisk signifikans. Om P - värde 01, avvisar vi H 0 med hög statistisk signifikans Om P-värdet är större än 05 accepterar vi H 0.4 Slutsats Om H 0 avvisas anges vanligtvis att det finns tillräckliga bevis för att det finns statistiskt signifikanta skillnader om H 0 accepteras, slutsatsen anges vanligen eftersom det inte finns tillräckligt med bevis för eller finns Inga statistiskt signifikanta skillnader Sedan P-värde 02 i vårt exempel konkluderar vi att provet ger tillräckligt med bevis för att avslå bowlers krav på ett 180-tal. Eller hans prestanda var mycket lägre än hans påståtte genomsnitt och skillnaden är statistiskt signifikant.