机器算法验证 - 用于显示方向平均值的循环统计位于占空比的指定区域之外 - 吾爱随笔录

机器算法验证置信区间造型引导程序循环统计

2022-03-27 00:25:51

我正在进行分析以检查我的数据点是否沿极轴聚集（重复播放声音的循环然后是静音）。我感兴趣的是：

对于#2，我正在考虑根据我的重采样数据对方向平均值进行自举估计。然后使用自举均值的分布来构建 95% 置信区间，其中最接近实际数据均值的 95% 点用于定义 CI。

本质上，如果 CI 不与我的播放周期的播放周期重叠，我可以假设存在避免播放的趋势。

我觉得我的方法可能不是 100% 正确，并且可能已经有更好的方法来获得我正在寻找的东西，但是我在找到与我的问题相关的循环统计示例时遇到了很多麻烦。

有任何想法吗？我也很高兴看到将循环统计应用于类似问题的研究的任何参考资料！

所以这个问题是在对唱歌的鸟儿进行回放实验的背景下进行的。一个生态学领域，在文献中没有真正好的统计模板可以遵循（如果我在这里错了，请告诉我，并错过了一些好论文）。

我们有一个循环播放的初始比例是某个时期的噪音（例如 0.5），然后是曲目的其余部分的静音。 $x$ $p$

我感兴趣的是实验中的人是否会积极避免在轨道的嘈杂部分唱歌。所以是我们期望鸟在我们的替代假设中避免唱歌的比例。 $p$ $H_1$

1个回答

在我提出的方法中，通过自举 CI 计算平均歌唱方向存在问题。在这个公式中，我没有包括在零假设下会发生的预期观察结果（这只鸟随机唱歌，没有回避行为）。因此，我无法将其用于零假设拒绝测试。

此外，我现在认为使用最接近观察平均值的自举值来计算我的 CI 并没有太大的统计意义。

由于我很难找到一种方法来围绕平均歌唱方向制定可检验的零假设，因此我选择关注预期与观察到的歌唱重叠与回放轨道的回避区域。

关注歌唱重叠的比例，而不是平均歌唱方向：每首歌曲都有开始和结束时间，所以歌曲由开始时间和持续时间组成：

我对歌唱数据进行了非参数引导（带替换抽样，以制作 10,000 个新数据集。
在每个引导程序中，我计算了与要避免的区域（在这种情况下有噪声的播放区域）重叠的歌唱时间的比例。这给了我：a）与回避区域重叠的自举平均值，以及2）该平均值的置信区间。
然后我设置了一个零假设，如果小鸟以随机统一的方式唱歌（相对于播放曲目周期），歌曲重叠的数量将等于该区域占据的曲目比例。 -避免。所以歌曲重叠的是 $H_0$ $p$
如果自举歌曲重叠的自举置信区间低于原假设 ( )，那么我认为这是对的拒绝，并支持个人正在积极尝试减少歌曲与该地区的重叠-避免。 $< p$ $H_0$ $H_1$

有关更多上下文，我在下面粘贴了论文中的一个数字，因此您可以看到我们的数据是什么样的。

其它你可能感兴趣的问题