Hypothese Gleitender Durchschnitt

Wiki Wie schreibt man eine Hypothese Wählen Sie ein Thema. Wählen Sie ein Thema, das Sie interessiert, und dass Sie denken, es wäre gut, mehr darüber wissen. Wenn Sie eine Hypothese für eine Schulaufgabe schreiben, kann dieser Schritt für Sie gesorgt werden. Lesen Sie vorhandene Forschung. Sammeln Sie alle Informationen, die Sie über das Thema können Sie ausgewählt haben. Youll Notwendigkeit, ein Experte auf dem Thema zu werden und entwickeln ein gutes Verständnis dessen, was bereits über das Thema bekannt ist. Fokus auf akademischem und gelehrtem Schreiben. Sie müssen sicher sein, dass Ihre Informationen ist unvoreingenommen, genau und umfassend. Sie finden Informationen in Lehrbüchern, in einer Bibliothek und online. Wenn Sie in der Schule sind, können Sie auch um Hilfe von Lehrern, Bibliothekare und Ihre Kollegen bitten. Analysieren Sie die Literatur. Verbringen Sie einige Zeit mit dem Lesen der Materialien, die Sie gesammelt haben. Wie Sie dies tun, suchen und merken Sie unbeantwortete Fragen in der Literatur. Diese können ausgezeichnete Ideen für Bereiche zu untersuchen. Zum Beispiel, wenn Sie sich für die Auswirkungen von Koffein auf den menschlichen Körper interessiert sind, aber beachten Sie, dass niemand scheint zu erforschen, ob Koffein betrifft Männer anders als es Frauen, könnte dies etwas zu einer Hypothese zu formulieren. Oder wenn Sie Interesse an der ökologischen Landwirtschaft haben, können Sie feststellen, dass niemand getestet hat, ob organische Dünger in anderen Wachstumsraten für Pflanzen als nicht-organischen Dünger resultiert. Sie können manchmal Löcher in der vorhandenen Literatur finden, indem Sie nach Aussagen suchen, wie sie unbekannt sind oder Orte, an denen Informationen eindeutig fehlen. Sie könnten auch einen Anspruch in der Literatur, die weit hergeholt, unwahrscheinlich oder zu gut, um wahr zu sein scheint, wie das Koffein verbessert mathematische Fähigkeiten. Wenn der Anspruch testable ist, könnten Sie eine große Dienstleistung für die wissenschaftliche Erkenntnis, indem Sie Ihre eigene Untersuchung. Wenn Sie die Forderung bestätigen, wird die Forderung noch glaubwürdiger. Wenn Sie keine Unterstützung für den Anspruch finden, helfen Sie mit dem notwendigen Selbstkorrekturaspekt der Wissenschaft. Die Prüfung dieser Art von Fragen bietet eine hervorragende Möglichkeit für Sie, sich auseinander zu setzen, indem Sie wichtige Lücken in einem Bereich der Studie. Fragen generieren. Nach dem Studium der Literatur zu Ihrem Thema, generieren Sie eine oder mehrere unbeantwortete Fragen youd interessieren sich für die weitere Erforschung. Das sind Ihre Forschungsfragen. Nach den obigen Beispielen können Sie fragen: Wie beeinflusst Koffein Frauen im Vergleich zu Männern oder Wie wirkt organischer Dünger auf Pflanzenwachstum im Vergleich zu nicht-organischen Dünger Der Rest Ihrer Forschung wird darauf abzielen, diese Fragen zu beantworten. Suchen Sie nach Hinweisen, was die Antwort sein könnte. Sobald Sie Ihre Forschungsfrage oder Fragen erstellt haben, schauen Sie in der Literatur, um zu sehen, ob die vorhandenen Erkenntnisse und / oder Theorien über das Thema liefern alle Anhaltspunkte, die Sie mit Ideen über das, was die Antworten auf Ihre Forschungsfragen könnte. Wenn ja, können diese Hinweise die Grundlage für Ihre Hypothese bilden. Im Anschluss an die Beispiele oben, wenn Sie in der Literatur entdecken, dass es ein Muster, dass einige andere Arten von Stimulanzien scheinen Frauen beeinflussen mehr als Männer, könnte dies ein Hinweis, dass das gleiche Muster könnte für Koffein wahr sein. Wenn Sie das Muster beobachten, dass organischer Dünger mit kleineren Pflanzen insgesamt assoziiert zu sein scheint, könnten Sie dieses Muster mit der Hypothese erklären, dass Pflanzen, die organischem Dünger ausgesetzt sind, langsamer wachsen als Pflanzen, die nicht organischem Dünger ausgesetzt sind. Bestimmen Sie Ihre Variablen. Eine verallgemeinernde Hypothese beschreibt ein Muster, das zwischen zwei Variablen existiert: eine unabhängige Variable und eine abhängige Variable. Wenn Ihre Experimente das Muster bestätigen, können Sie entscheiden, einen Grund vorzuschlagen, dass das Muster existiert oder ein Mechanismus, der das Muster erzeugt. Der Grund oder Mechanismus, den Sie vorschlagen, ist eine erklärende Hypothese. Sie können die unabhängige Variable als diejenige, die eine Art von Differenz oder Wirkung verursacht auftreten denken. In den Beispielen wäre die unabhängige Variable Geschlecht, d. h. ob eine Person männlich oder weiblich ist, und Düngertyp, d. h. ob der Dünger organisch oder nicht organisch ist. Die abhängige Variable ist das, was von der unabhängigen Variablen beeinflusst wird (d. h. abhängig von). In den obigen Beispielen wäre die abhängige Variable der gemessene Einfluss von Koffein oder Dünger. Ihre Hypothese sollte nur eine Beziehung vorschlagen. Am wichtigsten ist, sollte es nur eine unabhängige Variable. Wenn Sie mehr als eine haben, werden Sie nicht in der Lage zu bestimmen, welche ist eigentlich die Quelle für alle Effekte, die Sie beobachten könnten. Generieren Sie eine einfache Hypothese. Sobald Sie einige Zeit über Ihre Forschungsfrage und Variablen gedacht haben, notieren Sie Ihre erste Idee, wie die Variablen als einfache deklarative Anweisung verwandt sein könnten. Dont worry zu viel an diesem Punkt über Sein präzise oder detailliert. In den obigen Beispielen würde eine Hypothese eine Aussage darüber machen, ob ein Geschlecht der Person die Art und Weise beeinflussen könnte, wie die Person von Koffein beeinflusst wird, an dieser Stelle könnte Ihre Hypothese einfach sein: Ein Personengeschlecht bezieht sich auf die Koffeinwirkung auf seine oder Ihre Herzfrequenz. Die andere Hypothese würde eine allgemeine Aussage über das Pflanzenwachstum und Dünger, zum Beispiel Ihre einfache erklärende Hypothese könnte Pflanzen, die verschiedenen Arten von Dünger sind unterschiedliche Größen, weil sie mit unterschiedlichen Raten wachsen. Richtung Richtung. Hypothesen können entweder gerichtet oder ungerichtet sein. Eine ungerichtete Hypothese sagt einfach, dass eine Variable die andere in irgendeiner Weise beeinflusst, aber nicht spezifisch sagt, in welcher Weise. Eine Richtungshypothese liefert mehr Informationen über die Natur (oder die Richtung) der Beziehung und gibt genau an, wie eine Variable die andere beeinflusst. Mit unserem Beispiel, unsere ungerichteten Hypothesen wäre es gibt eine Beziehung zwischen einem Geschlecht Geschlecht und wie viel Koffein erhöht die Person Herzfrequenz, und es gibt eine Beziehung zwischen Dünger-Typ und die Geschwindigkeit, mit der Pflanzen wachsen. Direktionale Prognosen mit den gleichen Beispiel Hypothesen oben wäre. Frauen erleben einen größeren Anstieg der Herzfrequenz nach dem Konsum von Koffein als Männer und Pflanzen mit nicht-organischen Dünger gedüngt wird schneller wachsen als diejenigen mit organischen Dünger befruchtet. In der Tat sind diese Vorhersagen und die Hypothesen, die ihnen erlauben, sehr unterschiedliche Arten von Aussagen. Mehr zu dieser Unterscheidung weiter unten. Wenn die Literatur eine Grundlage für eine Richtungsvorhersage liefert, ist es besser, dies zu tun, weil sie mehr Informationen liefert. Vor allem in den Naturwissenschaften werden nicht-direktionale Vorhersagen oft als unzureichend angesehen. Erhalten Sie spezifisch. Sobald Sie eine erste Idee auf Papier haben, ist es Zeit zum Raffinieren zu starten. Machen Sie Ihre Hypothesen so spezifisch wie Sie können, so dass klar, welche Ideen Sie testen und machen Ihre Vorhersagen spezifisch und messbar, so dass sie einen Nachweis für eine Beziehung zwischen den Variablen. Wenn nötig, geben Sie die Bevölkerung (d. H. Die Menschen oder Dinge), über die Sie hoffen, neues Wissen aufzudecken. Zum Beispiel, wenn Sie waren nur interessiert, die Auswirkungen von Koffein auf ältere Menschen, könnte Ihre Vorhersage lesen: Frauen im Alter von 65 wird eine größere Zunahme der Herzfrequenz als Männer im gleichen Alter zu erleben. Wenn Sie nur daran interessiert waren, wie Dünger Tomatenpflanzen betrifft, könnte Ihre Vorhersage lesen: Tomatenpflanzen, die mit nichtorganischem Dünger behandelt werden, werden in den ersten drei Monaten schneller wachsen als Tomatenpflanzen, die mit organischem Dünger behandelt werden. Stellen Sie sicher, dass es aussagekräftig ist. Ihre Hypothese muss eine Beziehung zwischen zwei Variablen oder einen Grund vorschlagen, dass zwei Variablen zusammenhängen, die in der realen und beobachtbaren Welt durchführbar beobachtet und gemessen werden können. Zum Beispiel würden Sie nicht wollen, um die Hypothese: rot ist die schönste Farbe. Diese Aussage ist eine Meinung und kann nicht mit einem Experiment getestet werden. Allerdings schlägt die Verallgemeinerung Hypothese, dass rot die beliebteste Farbe ist mit einer einfachen zufälligen Umfrage testen. Wenn Sie tatsächlich bestätigen, dass rot die beliebteste Farbe ist, kann Ihr nächster Schritt zu fragen: Warum ist rot die beliebteste Farbe Die Antwort, die Sie vorschlagen, ist Ihre erklärende Hypothese. Häufig werden Hypothesen in Form von if-then Sätzen angegeben. Zum Beispiel, wenn Kinder Koffein gegeben werden, dann werden ihre Herzraten steigen. Diese Aussage ist keine Hypothese. Diese Art der Aussage ist eine kurze Beschreibung einer experimentellen Methode, gefolgt von einer Vorhersage und ist die häufigste Art und Weise, dass Hypothesen in der wissenschaftlichen Ausbildung falsch dargestellt werden. Ein einfacher Weg, um die Hypothese für diese Methode und Vorhersage zu bekommen ist, sich zu fragen, warum Sie denken, dass die Herzfrequenz steigt, wenn Kinder Koffein gegeben werden. Ihre erklärende Hypothese in diesem Fall kann sein, dass Koffein ein Stimulans ist. An diesem Punkt schreiben einige Wissenschaftler, was eine Forschungshypothese genannt wird. Eine Aussage, die die Hypothese, das Experiment und die Vorhersage in einer einzigen Aussage enthält: Wenn Koffein ein Stimulans ist und manche Kinder mit Koffein getrunken werden, während andere ohne Koffein getrunken werden, dann sind die Herzraten dieser Kinder gegeben Ein koffeinhaltiges Getränk wird mehr als die Herzfrequenz von Kindern mit einem nicht-koffeinhaltigen Getränk zu erhöhen. Es klingt seltsam, aber Forscher selten jemals beweisen, dass eine Hypothese ist richtig oder falsch. Stattdessen suchen sie nach Beweisen, dass das Gegenteil ihrer Hypothesen wahrscheinlich nicht wahr ist. Wenn das Gegenteil (Koffein ist kein Stimulans) wahrscheinlich nicht wahr ist, ist die Hypothese (Koffein ist ein Stimulans) wahrscheinlich wahr. Mit dem obigen Beispiel, wenn Sie die Auswirkungen von Koffein auf die Herzfrequenz von Kindern zu testen, Beweis, dass Ihre Hypothese ist nicht wahr, manchmal auch als Null-Hypothese. Wenn die Herzraten beider Kinder, denen das koffeinhaltige Getränk verabreicht wurde, und die Kinder, die das nicht koffeinhaltige Getränk erhielten (die so genannte Placebo-Kontrolle), sich nicht änderten oder abgesenkt oder erhöht wurden, wenn es keinen Unterschied zwischen beiden gab Gruppen von Kindern. Wenn Sie die Effekte verschiedener Düngertypen testen wollten, wäre der Beweis dafür, dass Ihre Hypothese nicht stimmte, dass die Pflanzen unabhängig vom Dünger mit der gleichen Rate wuchsen oder wenn Pflanzen, die mit organischem Dünger behandelt wurden, schneller wuchsen. Es ist wichtig zu beachten, dass die Nullhypothese tatsächlich viel nützlicher wird, wenn Forscher die Signifikanz ihrer Ergebnisse mit Statistiken testen. Wenn Statistiken auf den Ergebnissen eines Experiments verwendet werden, prüft ein Forscher die Idee der Null-statistischen Hypothese. Zum Beispiel, dass es keine Beziehung zwischen zwei Variablen gibt oder dass es keinen Unterschied zwischen zwei Gruppen gibt. 1 Testen Sie Ihre Hypothese. Machen Sie Ihre Beobachtungen oder führen Sie Ihr Experiment. Ihr Beweis kann Ihnen erlauben, Ihre Nullhypothesen zurückzuweisen und so Ihre experimentelle Hypothese zu unterstützen. Allerdings können Ihre Beweise nicht zulassen, dass Sie Ihre Null-Hypothese zurückweisen und das ist okay. Jedes Ergebnis ist wichtig, auch wenn Ihr Ergebnis Sie zurück an das Reißbrett sendet. Immer wieder auf das Reißbrett zurück und verfeinern Sie Ihre Ideen ist, wie authentische Wissenschaft wirklich funktioniert 2 Bei der Prüfung der Literatur, für die Forschung suchen, die ähnlich ist, was Sie tun möchten, und versuchen, auf die Ergebnisse der anderen Forscher zu bauen. Aber auch nach Behauptungen, die Sie denken, sind misstrauisch, und testen Sie sie selbst. Seien Sie konkret in Ihren Hypothesen, aber nicht so spezifisch, dass Ihre Hypothese auf irgendetwas außerhalb Ihres spezifischen Experiments angewendet werden kann. Sie wollen auf jeden Fall klar sein, über die Bevölkerung, über die Sie interessiert sind, um Schlussfolgerungen, aber niemand (außer Ihre Mitbewohner) wird daran interessiert, ein Papier mit der Vorhersage sein: meine drei Mitbewohner wird jeder in der Lage, eine andere Menge von Liegestützen zu tun . Halten Sie Ihre Gefühle und Meinungen aus Ihrer Forschung. Hypothesen sollten nie sagen, ich glaube. Ich denke. Ich fühle. Oder meine Meinung ist, dass. Denken Sie daran, dass die Wissenschaft nicht unbedingt ein linearer Prozess und kann auf verschiedene Weise angegangen werden. 3 Wie Verwenden von einfachen Worten in der technischen Schreiben Wie man ein destilliertes Wasser Wie man ein Modell der DNA mit allgemeinen Materialien Wie zu verstehen, Emc2 Wie zu vermeiden (statische) Elektroschock Wie man einen einfachen elektrischen Kreislauf Wie zu berechnen Teildruck Wie Machen Sie einen Elektromagneten Wie zu beurteilen, statistische Signifikanz Wie man ein WissenschaftlerTesting die Hypothese über die Drift von Parametern im gleitenden Durchschnitt Modell Erste Online: 24 März 2009 Received: 04 April 2007 Zitieren Sie diesen Artikel als: Erlikh, IG Moskau Univ. Mathe. Stier. (2009) 64: 7. doi: 10.3103 / S0027132209010021 24 Downloads Teststatistiken zur Überprüfung der Konformität des gleitenden Durchschnittsmodells auf Beobachtungen werden erstellt. Die Statistiken basieren auf sequentiellen Prozessen, die mit Resten aufgebaut sind und mit der Gleichung für die Schätzung des unbekannten Parameters des modellierten Modells kompatibel sind. Im stationären Fall und in dem Fall, in dem die Parameter des Modells eine Drift zeitlich erlauben, werden die Grenzverteilungen der Teststatistik erhalten. Ursprünglich Russisch Text I. G. Erlikh, 2009, erschienen im Vestnik Moskovskogo Universiteta, Matematika. Mekhanika, 2009, Vol. 64, Nr. 1, S. 811. Referenzen D. Pikard, Testing and Estimating Change-Point in Time Series, Adv. Appl. Probab Fig. 7 841 (1985). CrossRef Google Scholar S. Ling, Schwache Konvergenz der sequenziellen empirischen Prozesse von Residuen in nichtstationären autoregressiven Modellen, Ann. Statist. 26. 741 (1998). MATH CrossRef MathSciNet Google Scholar J. Bai, Schwache Konvergenz der sequentiellen empirischen Prozesse von Residuen in ARMA Models, Ann. Statist. 22. 2051 (1994). MATH CrossRef MathSciNet Google Scholar H. L. Koul, Asymptotik einiger Schätzer und Sequential Residual Empiricals in nichtlinearen Zeitreihen, Ann. Statist. 24 (1), 380 (1996). MATH CrossRef MathSciNet Google Scholar M. V. Boldin Sequentielle Residue Empirische Prozesse in der ARCH-Modell, Uspekhi Matem. Nauk 57 (2), 185 (2002) Russ. Mathe. Surveys, 57 (2), 413 (2002). MathSciNet Google Scholar M. V. Boldin, auf mediane Schätzungen und Tests in Autoregressive Modelle, Math. Methoden Statist. 3 (2), 435 (1994). MathSciNet Google Scholar M. V. Boldin, die am wenigsten Module Schätzung in Nonstationary Autoregression und Stationaritätstests, Theorie der Probab. Und ihre Appl. 41 (2), 409 (1996). MathSciNet Google Scholar P. Billingsley, Konvergenz der Wahrscheinlichkeitsmessungen (Wiley, 1968 Nauka, Moskau, 1977). A. M. Pardjanadze, Funktionale Begrenzung Theoreme in der Posteriori Diskord Detection Problem, Theorie der Probab. Und ihre Appl. 31 (2), 408 (1986). Google Scholar Copyright 2009 Allerton Press, Inc. 2009 Autoren und Mitgliedschaften I. G. Erlikh 1 1. Fakultät für Mechanik und Mathematik Moskauer Staatliche Universität Moskau Russland Über diesen Artikel Drucken ISSN 0027-1322 Online ISSN 1934-8444 Verlagsname Allerton Press, Inc.