Ek het 'n probleem te verstaan 'n stukkie van 'n papier. Het groot waardering vir 'n wenk of hulp. Dit sê: 'n sensor rekords Z (i) met tussenposes van 1 sekonde en bereken agtergrond waardes U (i) die gebruik van formule: waar R 'n konstante faktor en U (0) word bereken uit die pre-meting data. Nou, enige idee as hierdie formule is bekend Is dit 'n twee-termyn Gaussiese mengsel geraas Dan, dit sê presies soos volg: Die variansie U (i) van hierdie waardes word uit die berekende waardes U (i): waar k sigma faktor en T is die gegewe meet tyd. Ek het geen idee hoe die variansie so iets geword. Ek verstaan die term T en die sqrt funksie, maar die algehele formule, geen idea. whuber - Dit is verkeerd, as jy vermoed. It39s reg as die gewigte self frekwensies. Maar hoewel frekwensies gaan in die berekening van die persentasies in hierdie geval die gewigte, maar ongespesifiseerde, is nie frekwensies van voorkoms, maar iets anders om te doen met quotdata volumequot. So dit is die verkeerde antwoord. â € Rex Kerr 8 September 15 by 17:50 Die formules is beskikbaar op verskillende plekke, insluitend Wikipedia. Die sleutel is om te sien dat dit hang af van wat die gewigte beteken. In die besonder, sal jy verskillende antwoorde kry as die gewigte is frekwensies (dws jy is net probeer om te verhoed dat die toevoeging van jou hele som), indien die gewigte is in werklikheid die variansie van elke meting, of indien hulle is net 'n paar eksterne waardes wat jy lê op jou data. In jou geval is dit oppervlakkig lyk soos die gewigte is frekwensies maar hulle is nie. Jy genereer jou data van frekwensies, maar dit is nie 'n eenvoudige saak dat hy 45 rekords van 3 en 15 rekords van 4 in jou datastel. In plaas daarvan, moet jy die laaste metode gebruik. (Eintlik is dit alles is gemors - jy regtig nodig het om 'n meer gesofistikeerde model van die proses wat die opwekking van hierdie getalle Jy glo nie iets wat uitspoeg Normaalweg verspreide getalle gebruik, so kenmerkend van die stelsel met die standaardafwyking is nie die regte ding om te doen.) in elk geval, die formule vir variansie (waaruit jy standaardafwyking in die normale manier te bereken) met betroubaarheid gewigte is waar x som wi XI / som wi is die geweegde gemiddelde. Jy hoef nie 'n skatting vir die gewigte wat Im neem aan jy wil neem eweredig aan betroubaarheid te wees. Neem persentasies soos jy is gaan ontleding moeilike selfs al is hulle wat deur 'n Bernoulli proses te maak, want as jy nie 'n telling van 20 en 0 te kry, jy het oneindige persentasie. Gewig deur die inverse van die SEM is 'n algemene en soms optimale ding om te doen. Jy moet dalk gebruik 'n Bayesiaanse raming of Wilson telling interval. beantwoord 8 September 15 by 17:48 1. Die bespreking van die verskillende betekenisse van gewigte is wat ek was op soek na in hierdie draad al langs. Dit is 'n belangrike bydrae tot al hierdie dinge site39s vrae oor geweegde statistieke. (Ek is 'n bietjie bekommerd oor die hakies kommentaar oor normaalverdelings en standaardafwykings, al is, omdat hulle verkeerdelik beweer dat SA's het geen gebruik buite 'n model wat gebaseer is op normaliteit.) Uitvoering maak whuber 9830 8 September 15 by 18:23 whuber - Wel, sentrale limietstelling tot die redding, natuurlik, maar vir dit wat die oP gedoen het, probeer om dit stel nommers kenmerk met 'n gemiddelde en standaardafwyking lyk baie raadsaam. En in die algemeen, vir baie gebruik maak van die standaard afwyking beland lok een in 'n valse gevoel van begrip. Byvoorbeeld, as die verspreiding is niks, maar gewone (of 'n goeie benadering daarvan), vertrou op die standaardafwyking sal jy 'n slegte idee van die vorm van die stert gee, wanneer dit is presies wat sterte wat jy waarskynlik die meeste omgee in statistiese toets. â € Rex Kerr 8 September 15 by 19:44 RexKerr Ons kan skaars blameer standaardafwyking as mense plaas interpretasies daarop dat onverdiende is. Maar let39s weg te beweeg van normaliteit en kyk na die baie breër klas van deurlopende, simmetriese unimodal uitkerings met beperkte variansie (byvoorbeeld). Dan tussen 89 en 100 persent van die verspreiding lê binne twee standaardafwykings. That39s dikwels baie handig om te weet (en 95 leuens pretty much in die middel, sodat it39s nooit meer as sowat 7 af) met baie algemene verspreiding, die val simmetrie aspek doesn39t veel verander (bv kyk na die eksponensiële, byvoorbeeld). CTD uitvoering maak Glenb 9830 1 Oktober 15 by 23: 57Exponential bewegende gemiddelde - EMO laai die speler. Afbreek van Eksponensiële bewegende gemiddelde - EMO Die 12- en 26-dag EMA is die gewildste kort termyn gemiddeldes, en hulle word gebruik om aanwysers soos die bewegende gemiddelde konvergensie divergensie (MACD) en die persentasie prys ossillator (PPO) te skep. In die algemeen, is die 50- en 200-dag EMA as seine van 'n lang termyn tendense. Handelaars wat tegniese ontleding diens vind bewegende gemiddeldes baie nuttig en insiggewend wanneer dit korrek toegepas word, maar skep chaos wanneer onbehoorlik gebruik of verkeerd verstaan. Al die bewegende gemiddeldes wat algemeen gebruik word in tegniese ontleding is, volgens hulle aard, sloerende aanwysers. Gevolglik moet die afleidings wat op die toepassing van 'n bewegende gemiddelde op 'n bepaalde mark grafiek wees om 'n mark skuif bevestig of om sy krag te toon. Heel dikwels is, teen die tyd dat 'n bewegende gemiddelde aanwyser lyn het 'n verandering aan 'n beduidende stap in die mark weerspieël gemaak het die optimale punt van toegang tot die mark reeds geslaag. 'N EMO nie dien om hierdie dilemma te verlig tot 'n mate. Omdat die EMO berekening plaas meer gewig op die jongste data, dit drukkies die prys aksie 'n bietjie stywer en reageer dus vinniger. Dit is wenslik wanneer 'n EMO word gebruik om 'n handels inskrywing sein herlei. Interpretasie van die EMO Soos alle bewegende gemiddelde aanwysers, hulle is baie meer geskik vir trending markte. Wanneer die mark is in 'n sterk en volgehoue uptrend. die EMO aanwyser lyn sal ook 'n uptrend en andersom vir 'n down tendens toon. A waaksaam handelaar sal nie net aandag te gee aan die rigting van die EMO lyn, maar ook die verhouding van die tempo van verandering van die een bar na die volgende. Byvoorbeeld, as die prys aksie van 'n sterk uptrend begin plat en reverse, van die EMAS tempo van verandering van die een bar na die volgende sal begin om te verminder tot tyd en wyl die aanwyser lyn plat en die tempo van verandering is nul. As gevolg van die sloerende uitwerking, deur hierdie punt, of selfs 'n paar bars voor, die prys aksie moet reeds omgekeer. Dit volg dus dat die waarneming van 'n konsekwente verminderde in die tempo van verandering van die EMO kon self gebruik word as 'n aanduiding dat die dilemma wat veroorsaak word deur die sloerende uitwerking van bewegende gemiddeldes verder kon teen te werk. Algemene gebruike van die EMO EMA word algemeen gebruik word in samewerking met ander aanwysers aan beduidende mark beweeg bevestig en om hul geldigheid te meet. Vir handelaars wat intraday en vinnig bewegende markte handel te dryf, die EMO is meer van toepassing. Dikwels handelaars gebruik EMA om 'n handels vooroordeel bepaal. Byvoorbeeld, as 'n EMO op 'n daaglikse grafiek toon 'n sterk opwaartse neiging, kan 'n intraday handelaars strategie wees om net handel van die lang kant op 'n intraday chart. Moving gemiddeldes bewegende gemiddeldes Met konvensionele datastelle die gemiddelde waarde is dikwels die eerste, en een van die mees bruikbare, opsommingstatistiek te bereken. Wanneer data in die vorm van 'n tydreeks, die reeks beteken is 'n nuttige maatstaf, maar nie die dinamiese aard van die data weerspieël. Gemiddelde waardes bereken oor kortsluiting periodes, hetsy voor die huidige tydperk of gesentreer op die huidige tydperk, is dikwels meer nuttig. Omdat so 'n gemiddelde waardes sal wissel, of beweeg, soos die huidige tydperk beweeg van tyd t 2, t 3. ens staan hulle bekend as bewegende gemiddeldes (Mas). 'N Eenvoudige bewegende gemiddelde is (tipies) die ongeweegde gemiddelde van k voor waardes. 'N eksponensieel geweeg bewegende gemiddelde is in wese dieselfde as 'n eenvoudige bewegende gemiddelde, maar met bydraes tot die gemiddelde geweegde deur hul nabyheid aan die huidige tyd. Want daar is nie een nie, maar 'n hele reeks bewegende gemiddeldes vir enige gegewe reeks, die stel van Mas kan hulself getrek word op grafieke, ontleed as 'n reeks, en gebruik in die modellering en voorspelling. 'N verskeidenheid van modelle kan gebou word met behulp van bewegende gemiddeldes, en dit is bekend as MA modelle. As sulke modelle word gekombineer met outoregressiewe (AR) modelle die gevolglike saamgestelde modelle is bekend as ARMA of ARIMA modelle (die Ek is vir geïntegreerde). Eenvoudige bewegende gemiddeldes Sedert 'n tydreeks kan as 'n stel waardes beskou word,, t 1,2,3,4, N die gemiddeld van hierdie waardes kan bereken word. As ons aanvaar dat N is nogal groot, en ons kies 'n heelgetal k wat is veel kleiner as n. kan ons 'n stel van blok gemiddeldes, of eenvoudig bewegende gemiddeldes (van orde k) bereken: Elke maat verteenwoordig die gemiddelde van al die datawaardes oor 'n interval van k waarnemings. Let daarop dat die eerste moontlike MA van orde k gt0 is dat vir t k. Meer in die algemeen kan ons die ekstra onderskrif val in die uitdrukkings bo en skryf: Dit bepaal dat die geskatte gemiddelde op tydstip t is die eenvoudige gemiddelde van die waargeneem waarde op tydstip t en die voorafgaande k -1 tyd stappe. As gewigte word toegepas wat die bydrae van waarnemings wat verder weg in die tyd is verminder, is die bewegende gemiddelde gesê eksponensieel word stryk. Bewegende gemiddeldes word dikwels gebruik as 'n vorm van vooruitskatting, waardeur die beraamde waarde vir 'n reeks op tydstip t 1, S T1. geneem word as die MA vir die tydperk tot en met tyd t. bv vandag se skatting is gebaseer op 'n gemiddelde van vorige aangeteken waardes tot en met gister se (vir daaglikse data). Eenvoudige bewegende gemiddeldes kan gesien word as 'n vorm van gladstryking. In die onderstaande diagram getoon word byvoorbeeld het die lugbesoedeling dataset getoon in die inleiding tot hierdie onderwerp is aangevul deur 'n 7-daagse bewegende gemiddelde (MA) reël, hier in rooi. Soos gesien kan word, die MA lyn glad uit die pieke en trôe in die data en kan baie nuttig wees in die identifisering van tendense wees. Die standaard toekomsgerigte berekening formule beteken dat die eerste k -1 datapunte het geen MA waarde, maar daarna berekeninge uit te brei na die finale data punt in die reeks. PM10 daaglikse gemiddelde waardes, Greenwich bron: London Luggehalte Network, www. londonair. org. uk Een rede vir die berekening van eenvoudige bewegende gemiddeldes op die voorgeskrewe wyse, is dat dit in staat stel om waardes te bereken vir alle tydgleuwe van tyd tk tot op hede en as 'n nuwe meting verkry vir tyd t 1, die MA vir tyd t 1 kan die reeds bereken stel bygevoeg. Dit bied 'n eenvoudige prosedure vir 'n dinamiese datastelle. Daar is egter 'n paar probleme met hierdie benadering. Dit is redelik om te argumenteer dat die gemiddelde waarde van die afgelope 3 periodes, sê, moet geleë wees op tyd t -1, nie tyd t. en vir 'n MA oor 'n gelyke getal periodes miskien is dit moet geleë wees by die middelpunt tussen twee tyd intervalle. 'N oplossing vir hierdie probleem is om gesentreer MA berekeninge, waarin die MA op tydstip t is die gemiddeld van 'n simmetriese stel waardes rondom t gebruik. Ten spyte van die ooglopende meriete, is hierdie benadering nie oor die algemeen gebruik word, want dit vereis dat data is beskikbaar vir toekomstige gebeure, wat nie die geval mag wees. In gevalle waar analise is geheel en al van 'n bestaande reeks, kan die gebruik van gesentreer Mas beter wees. Eenvoudige bewegende gemiddeldes kan beskou word as 'n vorm van gladstryking, die verwydering van 'n paar hoë frekwensie komponente van 'n tydreeks en beklemtoon (maar nie die verwydering van) tendense in 'n soortgelyke wyse as die algemene opvatting van digitale filter. Inderdaad, bewegende gemiddeldes is 'n vorm van lineêre filter. Dit is moontlik om 'n bewegende gemiddelde berekening van toepassing op 'n reeks wat reeds stryk, dit wil sê glad of filter 'n reeds stryk reeks. Byvoorbeeld, met 'n bewegende gemiddelde van orde 2, ons kan dit beskou as synde bereken met behulp van gewigte, sodat die MA by x 2 0.5 x 1 0.5 x 2. Net so, die MA by x 3 0.5 x 2 0.5 x 3. As ons dien 'n tweede vlak van gladstryking of filter, ons het 0,5 x 2 0.5 x 3 0.5 (0.5 x 1 0.5 x 2) 0.5 (0.5 x 2 0.5 x 3) 0.25 x 1 0.5 x 2 0,25 x 3 dws die 2-stadium filter proses (of konvolusie) het 'n wisselvallig geweegde simmetriese bewegende gemiddelde, met gewigte vervaardig. Veelvuldige konvolusie kan ingewikkeld geweegde bewegende gemiddeldes, waarvan sommige is gevind veral gebruik in gespesialiseerde velde, soos in lewensversekering berekeninge te produseer. Bewegende gemiddeldes gebruik kan word om periodieke effekte verwyder indien bereken met die lengte van die periodisiteit as 'n bekende. Byvoorbeeld, met 'n maandelikse data seisoenale variasies dikwels verwyder kan word (indien dit die doel) deur toe te pas 'n simmetriese 12 maande bewegende gemiddelde met al maande gelyke gewigte, behalwe die eerste en laaste wat geweeg deur 1/2. Dit is omdat daar sal 13 maande in die simmetriese model (huidige tyd, t / -. 6 maande). Die totale is gedeel deur 12. Soortgelyke prosedures kan vir enige goed gedefinieerde periodisiteit word aangeneem. Eksponensieel geweeg bewegende gemiddeldes (EWMA) Met die eenvoudige bewegende gemiddelde formule: alle waarnemings is ewe geweegde. As ons noem hulle die gelyke gewigte, Alpha t. elk van die k gewigte sou gelyk 1 / k. sodat die som van die gewigte sal wees 1, en die formule sou wees: Ons het reeds gesien dat verskeie programme van hierdie proses lei tot die gewigte wissel. Met eksponensieel geweeg bewegende gemiddeldes die bydrae tot die gemiddelde waarde van waarnemings wat meer verwyder betyds beraadslaag verminder, en sodoende meer onlangse (plaaslike) gebeure beklemtoon. In wese 'n glad parameter, 0lt Alpha LT1, is bekend gestel, en die formule hersien om 'n simmetriese weergawe van hierdie formule van die vorm sal wees: As die gewigte in die simmetriese model is gekies as die terme van die bepalings van die binomiale uitbreiding, (1/21/2) 2S. hulle sal vat om 1, en as Q groot word, sal die normaalverdeling benader. Dit is 'n vorm van kern gewig, met die Binomiale optree as die kern funksie. Die twee stadium konvolusie in die vorige subartikel beskryf is juis hierdie reëling, met Q 1, opbrengs die gewigte. In eksponensiële gladstryking is dit nodig om 'n stel gewigte gebruik wat som tot 1 en wat verminder in grootte meetkundig. Die gewigte gebruik is tipies van die vorm: Om te wys dat hierdie gewigte op te som tot 1, oorweeg die uitbreiding van 1 / as 'n reeks. Ons kan skryf en die uitdrukking in hakies gebruik te maak van die binomiale formule (1- x) p brei. waar x (1-) en p -1, wat gee: Dit bied dan 'n vorm van geweegde bewegende gemiddelde van die vorm: Hierdie opsomming kan geskryf word as 'n herhaling verhouding: wat berekening grootliks vereenvoudig, en vermy die probleem wat die gewig regime moet streng oneindige wees vir die gewigte op te som tot 1 (vir klein waardes van alfa. hierdie is tipies nie die geval). Die notasie wat gebruik word deur verskillende skrywers wissel. Sommige gebruik die letter S aan te dui dat die formule is in wese 'n reëlmatige veranderlike, en skryf: terwyl die beheerteorie literatuur gebruik dikwels Z eerder as S vir die eksponensieel geweeg of glad waardes (sien, byvoorbeeld, Lucas en Saccucci, 1990, LUC1 , en die NIST webwerf vir meer besonderhede en uitgewerkte voorbeelde). Bogenoemde aangehaal formules uit die werk van Roberts (1959 ROB1), maar Hunter (1986, HUN1) gebruik 'n uitdrukking van die vorm: wat meer geskik is vir gebruik in 'n paar prosedures kan wees. Met alfa 1 die gemiddelde skatting is eenvoudig sy gemeet waarde (of die waarde van die vorige data-item). Met 0,5 die skatting is die eenvoudige bewegende gemiddelde van die huidige en vorige metings. In voorspellingsmodelle die waarde, S t. word dikwels gebruik as die skatting of voorspelling waarde vir die volgende tydperk, dit wil sê as die skatting vir x op tydstip t 1. So ons het: Dit dui aan dat die voorspelling waarde op tydstip t 1 is 'n kombinasie van die vorige eksponensieel geweeg bewegende gemiddelde plus 'n komponent wat die geweegde voorspelling fout, Epsilon verteenwoordig. op tyd t. Die aanvaarding van 'n tydreeks gegee en 'n voorspelling is nodig, word 'n waarde vir Alpha vereis. Dit kan geskat word van die bestaande data deur die evaluering van die som van 'n vierkant voorspelling foute te kry met wisselende waardes van Alpha vir elke T 2,3. die opstel van die eerste skatting van die eerste waargenome data waarde wees, x 1. In beheer aansoeke ter waarde van Alpha is belangrik in wat gebruik word in die bepaling van die boonste en onderste beheer perke, en raak die gemiddelde duur lank (ARL) verwag voor hierdie beheer perke is gebreek (onder die aanname dat die tyd reeks verteenwoordig 'n stel van ewekansige, identies verdeelde onafhanklike veranderlikes met 'n gemeenskaplike variansie). Onder hierdie omstandighede die variansie van die beheer statistiek: is (Lucas en Saccucci, 1990): beheer perke word gewoonlik gestel as vaste veelvoude van hierdie asimptotiese variansie, bv / - 3 keer die standaardafwyking. 1,134 en die proses sal een of ander perk in 500 bereik - As alfa 0,25, byvoorbeeld, en die data wat gemonitor word aangeneem dat 'n normale verspreiding, N (0,1) het, terwyl dit in beheer, die beheer perke sal / kan stappe op die gemiddelde. Lucas en Saccucci (1990 LUC1) lei die ARLs vir 'n wye verskeidenheid van alfa waardes en onder verskillende aannames met behulp van Markov Chain prosedures. Hulle tabuleer die resultate, insluitend die verskaffing van ARLs wanneer die gemiddelde van die beheerproses is verskuif deur sommige verskeie van die standaardafwyking. Byvoorbeeld, met 'n 0.5 verskuiwing met alfa 0,25 die ARL is minder as 50 keer stappe. Die hierbo beskryf benaderings staan bekend as een eksponensiële gladstryking. as die prosedures wat eenmaal aan die tydreeks toegepas en dan ontleed of beheer prosesse uit op die gevolglike stryk dataset gedra. As die dataset sluit 'n tendens en / of seisoenale komponente, twee - of drie-fase eksponensiële gladstryking kan hieronder toegedien word as 'n middel van die verwydering (uitdruklik modellering) hierdie effekte (sien verder, die afdeling oor vooruitskatting., En die NIST uitgewerkte voorbeeld ). CHA1 Chat Field C (1975) die ontleding van Times Reeks: teorie en praktyk. Chapman en Hall, Londen HUN1 Hunter J S (1986) Die eksponensieel geweeg bewegende gemiddelde. J van kwaliteit Tegnologie, 18, 203-210 LUC1 Lucas J M, Saccucci M S (1990) eksponensieel Geweegde Moving Gemiddelde beheer Skemas: Properties en verbeteringe. Technometrics, 32 (1), 1-12 ROB1 Roberts S W (1959) beheer Chart Toetse Op grond van Meetkundige bewegende gemiddeldes. Technometrics, 1, 239-250by Nong Julle, Senior lid, Sean Vilbert, Qiang Chen - IEEE Trans. Rel. 2003. AbstractReliability en gehalte van die diens van inligtingstelsels is bedreig deur kuber indringers. Om inligtingstelsels te beskerm teen indringers en dus verseker betroubaarheid en gehalte van diens, is dit hoogs wenslik om tegnieke wat indringers spoor te ontwikkel. Baie indringers manife. AbstractReliability en gehalte van die diens van inligtingstelsels is bedreig deur kuber indringers. Om inligtingstelsels te beskerm teen indringers en dus verseker betroubaarheid en gehalte van diens, is dit hoogs wenslik om tegnieke wat indringers spoor te ontwikkel. Baie indringers manifesteer in onreëlmatige veranderinge in intensiteit van gebeure wat in inligtingstelsels. In hierdie studie, pas ons, toets, en vergelyk twee EWMA tegnieke om onreëlmatige veranderinge in intensiteit gebeurtenis vir intrusiedetectie spoor: EWMA vir autocorrelated data en EWMA vir ongekorreleerd data. Verskillende instellings vir die parameter en die uitwerking daarvan op prestasie van hierdie EWMA tegnieke word ook ondersoek om riglyne vir praktiese gebruik van hierdie tegnieke voorsien. Indeks TermsAnomaly opsporing, rekenaar oudit data, ekspo-nentially geweeg bewegende gemiddelde (EWMA), inligting Assur-ring, intrusiedetectie. intensiteit as onreëlmatighede of moontlike indringers. Shewhart beheer kaarte, CUSUM beheer kaarte, en EWMA beheer kaarte is eenveranderlike SPC tegnieke wat tipies gebruik word om gemiddelde skofte te spoor 36-42--. EWMV beheer kaarte 37, 43 is ontwerp om variansie veranderinge op te spoor, maar kan ook sensitief vir skofte beteken nie. EWMA beheer kaarte is sterk aan die - nonnormality van data 37, 39. Sedert die - n. deur Hsin-min Lu, Daniel Zeng, Senior lid, Hsinchun Chen - IEEE Transactions on Knowledge ampamp Data Engineering. 2010. AbstractAccurate en tydige opsporing van aansteeklike siektes uitbreek verskaf waardevolle inligting wat openbare gesondheid beamptes in staat kan stel om te reageer op die groot bedreigings openbare gesondheid in 'n tydige wyse. Maar die uitbreek van siektes is dikwels nie direk waarneembaar. Vir toesig stelsels wat gebruik word om. AbstractAccurate en tydige opsporing van aansteeklike siektes uitbreek verskaf waardevolle inligting wat openbare gesondheid beamptes in staat kan stel om te reageer op die groot bedreigings openbare gesondheid in 'n tydige wyse. Maar die uitbreek van siektes is dikwels nie direk waarneembaar. Vir toesig stelsels wat gebruik word om die uitbreek spoor, geluide wat veroorsaak word deur roetine gedragspatrone en deur 'n spesiale gebeurtenisse kan verder bemoeilik die opsporing taak. Die meeste bestaande opsporing metodes kombineer 'n tydreeks filter proses gevolg deur 'n statistiese metode toesig. Die prestasie van hierdie twee-stap opsporing metode is bemoeilik deur die onrealistiese aanname dat die opleiding data is uitbreek-vry. Verder, bestaande benaderings is sensitief vir uiterste waardes, wat algemeen in die werklike wêreld datastelle is. Ons beskou die probleem te identifiseer uitbreek patrone in 'n sindroom telling tydreekse met behulp Verborge skakel modelle. Die siekte uitbreek state gemodelleer as verborge toestandsveranderlikes wat die waargenome tydreeks te beheer. 'N komponent spring is ingestel om sporadiese ekstreemwaardes wat andersins die vermoë om stadig bewegende uitbreek van siektes op te spoor kan verswak absorbeer. Ons benadering beter as 'n paar state-of-the-art opsporing metodes in terme van die opsporing sensitiwiteit met behulp van beide gesimuleerde en werklike data. Indeks TermsMarkov skakel modelle, sindromiese toesig, Gibbs steekproefneming, uitbreek opsporing. 1 milar om die CUSUM metode, is hoër uitbreek tellings wat gewoonlik geassosieer word met 'n hoër risiko van 'n uitbraak. Die drumpel bepaal kan word uit teoretiese analise of empiriese studies 43, -44--. Sommige sindromiese studies toesig gebruik 'n bewegende gemiddelde skema om vooruitskatting foute 8 ophoop, het 9. Hul studies het getoon dat 'n lineêre toenemende gewig skemas die beste gevaar in. Deur Christian Sonesson, Christelike Sonesson. 2001. Verskeie weergawes van die EWMA (eksponensieel Geweegde bewegende gemiddelde) metode vir die monitering van 'n proses met die doel om die opsporing van 'n verskuiwing in die gemiddelde bestudeer beide vir die eensydige en die twee kante geval. Die gevolge van die gebruik van hindernisse vir die eensydige alarm statistiek word ook bestudeer. Een BELANGRIKE. Verskeie weergawes van die EWMA (eksponensieel Geweegde bewegende gemiddelde) metode vir die monitering van 'n proses met die doel om die opsporing van 'n verskuiwing in die gemiddelde bestudeer beide vir die eensydige en die twee kante geval. Die gevolge van die gebruik van hindernisse vir die eensydige alarm statistiek word ook bestudeer. Een van die belangrike kwessie is die effek van verskillende tipes van die alarm grense. Verskillende maatstawwe van beoordeling is so beskou word as die verwagte vertraging, die ARLI, die waarskynlikheid van 'n suksesvolle opsporing en die voorspellende waarde van 'n alarm om 'n breë prentjie van die kenmerke van die metodes te gee. Resultate is albei aangebied vir 'n vaste Arlo en 'n vaste waarskynlikheid van 'n vals alarm. Die verskille na vore te bring die noodsaaklike probleem van hoe om vergelykbaarheid tussen toesig metodes definieer. Die resultate is van 'n grootskaalse simulasie studie. Spesiale aandag word gegee aan die invloed op die vertroue in die finale uitslae word deur die stogastiese variasie in die kalibrasie van die metodes. Dit wil voorkom asof belangrike verskille uit 'n inferensiële oogpunt bestaan tussen die een - en twee-sided weergawes van die metodes. Dit blyk dat die metode, gewoonlik beskou word as 'n gerieflike benadering, is om verkies word bo die presiese weergawe in baie opsigte. deur Michael B. C. Khoo. Abstract Die eenveranderlike eksponensieel Geweegde bewegende gemiddelde (EWMA) beheer grafiek, wat die EWMA grafiek hierna genoem sal word is 'n goeie alternatief vir die Shewhart beheer grafiek as 'n mens is wat belangstel in die opsporing van klein verskuiwings vinnig. Die prestasie van die EWMA beheer grafiek is vergelykbaar met t. Abstract Die eenveranderlike eksponensieel Geweegde bewegende gemiddelde (EWMA) beheer grafiek, wat die EWMA grafiek hierna genoem sal word is 'n goeie alternatief vir die Shewhart beheer grafiek as 'n mens is wat belangstel in die opsporing van klein verskuiwings vinnig. Die prestasie van die EWMA beheer grafiek is vergelykbaar met dié van die kumulatiewe bedrag (CUSUM) beheer grafiek, maar die voormalige is makliker om op te rig en te bedryf. In hierdie vraestel, sal 'n benadering deur middel van transformasie van die gebruik van die EWMA grafiek in 'n meerveranderlike proses monitering bespreek word. rol grafiek skema meer sensitief vir start-up probleme. Ander benaderings van die toevoeging van die vinnige aanvanklike reaksie funksie om die EWMA sluit die werke van Rhoads, Montgomery en Mastrangelo 5 en Steiner -6--. MacGregor en Harris 7 bespreek die gebruik van EWMA gebaseer statistieke vir die monitering van die proses standaardafwyking. Borror, Champ en Rigdon 8 beskryf 'n proses vir die gebruik van die EWMA grafiek vir Monito. deur Spencer Graves, Sren Bisgaard, Murat Kulachi, Spencer Graves, Sren Bisgaard, Murat Kulahci. Ons lei 'n eksponensieel geweeg bewegende gemiddelde (EWMA) as die Bayes voor gemiddelde na 'n ewekansige loop waargeneem met 'n normale fout. Hierdie afleiding toon hoe die gewig op die laaste waarneming wissel met verloop van tyd. Dit gewig hang af van die migrasie tempo van die ewekansige loop en die geraas stryd, wat. Ons lei 'n eksponensieel geweeg bewegende gemiddelde (EWMA) as die Bayes voor gemiddelde na 'n ewekansige loop waargeneem met 'n normale fout. Hierdie afleiding toon hoe die gewig op die laaste waarneming wissel met verloop van tyd. Dit gewig hang af van die migrasie tempo van die ewekansige loop en die geraas stryd, wat na raming kan van betroubaarheid data en studies van kaliber herhaalbaarheid en reproduseerbaarheid, onderskeidelik. Die verskille in die gewig op die laaste waarneming bied 'n oplossing vir die vinnig aanvanklike reaksie probleem wat ons glo is intuïtief meer bevredigend as die huidige standaard oplossing. deur Shannon Elizabeth Fraker, Jeffrey B. Birch, Marion R. Reynolds, G. Geoffrey Vining. 2007. Met die onlangse toename in die bedreiging van biologiese terrorisme, asook die voortdurende gevaar van ander siektes, het die navorsing in openbare gesondheid toesig en monitering siekte geweldig gegroei. Daar is 'n oorvloed van beskikbare data in allerhande vorms. Hospitale, federale en plaaslike regeer. Met die onlangse toename in die bedreiging van biologiese terrorisme, asook die voortdurende gevaar van ander siektes, het die navorsing in openbare gesondheid toesig en monitering siekte geweldig gegroei. Daar is 'n oorvloed van beskikbare data in allerhande vorms. Hospitale, federale en plaaslike regerings, en nywerhede is al die versameling van data en die ontwikkeling van nuwe metodes om gebruik te word in die opsporing van onreëlmatighede. Baie van hierdie metodes word ontwikkel, toegepas op 'n ware datastel, en opgeneem in sagteware. Hierdie navorsing het egter neem 'n ander siening van die evaluering van hierdie metodes. Ons voel dat daar moet 'n stewige statistiese evaluering van die voorgestelde metodes maak nie saak die beoogde gebied van toepassing wees. Met behulp van 'n bewys-vir-voorbeeld nie redelike lyk as die enigste evalueringskriteria veral met betrekking tot metodes wat die potensiaal het om 'n groot impak iii in ons lewens te hê. Om hierdie rede, hierdie navorsing fokus op die bepaling van die eienskappe van 'n paar van die mees algemene anomalie opsporing metodes. Daar word onderskei tussen wat gebruik word vir terugwerkende historiese monitering statistieke en dié wat vir voornemende deurlopende monitering met die ractice. Die besonderhede van sodanige kaarte word in Roberts (1959) en Page (1954), srespectively. Die eienskappe van hierdie beheer kaarte is in detail bestudeer (sien Reynolds andsStoumbos, 1999 en - Steiner, 1999-- vir voorbeelde).sPublic gesondheid beamptes ook beheer kaarte te gebruik in die monitering siekte (sien Woodall 2006).sOften, aanpassings aan die tradisionele beheer kaarte gemaak moet word. Dit is te danke aan die feit. deur Taylor Francis, gebaseer op, Marianne Frisn, Christelike Sonesson. Hierdie vraestel het portuurbeoordeelde, maar nie die finale uitgewer bewys-korreksies of joernaal paginering sluit. Aanhaling vir die gepubliseerde artikel: Frisn, M. en Sonesson, C. Optimal toesig gebaseer op eksponensieel bewegende gemiddeldes. Hierdie vraestel het portuurbeoordeelde, maar nie die finale uitgewer bewys-korreksies of joernaal paginering sluit. Aanhaling vir die gepubliseerde artikel: Frisn, M. en Sonesson, C. Optimal toesig gebaseer op eksponensieel bewegende gemiddeldes. deur Marianne Frisen, Marianne Frisen. Verskillende kriteria van optimaliteit gebruik word in verskillende subkulture van statistiese toesig. Een doel met hierdie oorsig is om die gaping tussen die verskillende gebiede te oorbrug. Die tekortkominge van 'n paar kriteria van optimaliteit gedemonstreer deur hul implikasies. Sommige algemeen gebruik metodes word ek ondersoek. Verskillende kriteria van optimaliteit gebruik word in verskillende subkulture van statistiese toesig. Een doel met hierdie oorsig is om die gaping tussen die verskillende gebiede te oorbrug. Die tekortkominge van 'n paar kriteria van optimaliteit gedemonstreer deur hul implikasies. Sommige algemeen gebruik metodes word ondersoek in detail, met betrekking tot optimaliteit. Die eksamen word gemaak vir 'n standaard situasie ten einde te fokus op die inferensiële beginsels. 'N Eenvormige aanbieding van metodes, deur uitdrukkings oflikelihood verhoudings, fasiliteer die vergelykings tussen metodes. Die ooreenkomste tussen kriteria van optimaliteit en metodes word ondersoek. Die situasies en parameterwaardes waarvoor sommige algemeen gebruikte metodes optimaliteit eienskappe is dus vasbeslote. 'N Lineêre aanpassing van die volle aanneemlikheidsverhouding metode, wat 'n paar kriteria van optimaliteit voldoen, aangebied word. Dit lineêre benadering word gebruik om te ondersoek wanneer lineêre metodes is ongeveer optimale. Metodes vir ingewikkelde situasies hersien met betrekking tot optimaliteit en robuustheid.
No comments:
Post a Comment