Quando si studiano processi stocastici ( casuali ) , calcolando proprietà statistiche spesso è fattibile e può essere a volte impossibile . Il lotto si intende il metodo è un modo per aggirare questo problema utilizzando osservazioni dirette del sistema stocastico per misurare il valore medio della funzione stocastica , ottenendo intorno al fatto che non esiste una forma chiusa , o semplice equazione , che lo statistico potrebbe funzionare con . Warm Up

Quando un processo stocastico inizia , i primi valori non saranno rappresentativi di stato stazionario del processo ‘ . Questo perché lo statistico deve inizializzare il processo con un valore iniziale . Il processo stocastico utilizza allora che valore iniziale per generare un secondo valore , utilizza il secondo valore per generare un terzo , e così via . Infine , i valori generati dal processo stocastico inizierà a formare un modello statistico . Quindi il processo è detto di essere in uno stato stazionario .

Dato che il lotto si intende il metodo riguarda lo stato stazionario , il periodo di warm – up , a volte chiamato lo stato transitorio , deve essere ignorato . Si può sia essere ignorato direttamente rimuovendo un certo intervallo iniziale dal set di dati prima di mezzi di raccolta in batch , o eseguendo una lunga simulazione tale che il periodo iniziale diventa insignificante al confronto .

Lotti

Dopo la simulazione è stato fatto e gli effetti transitori trattati , i punti di dati rimanenti dovrebbe essere diviso in lotti . Il valore medio dei punti di dati all’interno di ogni lotto sono il batch significa che il metodo prende il nome . I mezzi di batch possono quindi essere utilizzati per calcolare la ‘ varianza processo stocastico , una misura di quanto il sistema tende ad allontanarsi dal suo valore medio . I mezzi lotti possono essere utilizzati anche per calcolare l’ intervallo di confidenza , una misura di quale percentuale di set di dati è all’interno di una data distanza dalla media .

Considerazioni

il più grande vantaggio del lotto si intende il metodo è che permette ai ricercatori di raccogliere informazioni statistiche sui problemi che non possono essere affrontati su carta e penna . Inoltre , l’esecuzione di una singola simulazione estremamente lunga invece di più , simulazioni più brevi è più efficiente perché vi è un solo periodo di warm – up . Per esempio , se si utilizzano 30 lotti , il ricercatore deve ignorare un solo periodo di riscaldamento , invece di scartare 30

Il problema principale con il lotto significa metodo è che esso presuppone che ciascuno dei lotti è statisticamente indipendenti , e questo non è rigorosamente vero . Se le partite sono lunghe e il processo è veramente in uno stato stazionario , la correlazione dovrebbe essere piccolo , ma il lieve errore persiste.