| Abstract : | The dataset which we used in this thesis comes from an experiment where theComputational Physiology Laboratory at the University of Houston participatedand it was funded in part by the Toyota Class Action Settlement Safety Researchand Education Program. The experiment examined the effect of stress load indriving performance, where 59 participants drove on a simulator under differentconditions involving regular driving, driving with some stress load (cognitive, emotionalor sensorimotor) and driving under an unindented acceleration event.This thesis was focused in the construction of a reliable statistical process controlmethod aiming to will detect the time periods where the subjects have increasedlevels of anxietyusing as raw information the perinasal perspiration signal. Thestatistical methodology involved among others the use of Exponentially WeightedMoving Average (EWMA), time series and mixed effects modeling.We should alsomention that all the plots and statistical analysis performed using the statisticalprogramming language R and the corresponding R-code which used in this thesiscan be found at:https://1drv.ms/f/s!AkOHh8GXkD5L0likFvH5oiTH7Tp4.
Τα δεδομένα που μελετήθηκαν σε αυτή τη διπλωματική εργασία προέρχονται από το Εργαστήριο Υπολογιστικής Φυσιολογίας το οποίο ανήλκει στο Πανεπιστήμιο του Houston και χρηματοδοτήθηκε από την Toyota Class Action Settlement SafetyResearch and Education Program. Το πείραμα εξέτασε την επίδραση του άγχους στην απόδοση οδήγησης, όπου 59 συμμετέχοντες οδήγησαν σε προσομοιωτή υπό διαφορετικές συνθήκες που αφορούσαν την κανονική οδήγηση, την οδήγηση με κάποιο άγχος (cognitive, emotional sensorimotor) και οδήγηση κάτω από κάποιο αναπάντεχο συμβάν επιτάχυνσης.Αυτή η διπλωματική εργασία εστιάζει στην κατασκευή ενός αξιόπιστου στατιστικού ελέγχου ποιότητας με στόχο να ανιχνεύσει τις χρονικές περιόδους όπου τα άτομα έχουν αυξημένα επίπεδα άγχους χρησιμοποιώντας ως πρώτη πληροφορία το σήμα εφίδρωσης από την περιοχή του άνω χείλους. Η στατιστική μεθοδολογία περιλαμβάνει μεταξύ άλλων τη χρήση του Exponentially Weighted Moving Average (EWMA), χρονοισειρές και μοντέλα τυχαίων επιδράσεων. Πρέπει επίσης να αναφέρουμε τα διαγράμματα και η στατιστική ανάλυση πραγματοποιήθηκε χρησιμοποιώντας τη γλώσσα προγραμματισμού R και ο αντίστοιχος κώδικας που κατασκευάστηκε στα πλάισια της παρούσας διπλωματικής εργασίας βρίσκεται https://1drv.ms/f/s!AkOHh8GXkD5L0likFvH5oiTH7Tp4.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.