У меня нет SPSS или Statistica, поэтому я не могу сказать вам точные шаги типа «нажми эту кнопку», но, возможно, это поможет.
Анализ косинора соответствует кривой косинуса (или синуса) с известным периодом. Основная идея состоит в том, что нелинейная задача подбора косинус-функции может быть сведена к задаче, линейной по своим параметрам, если период известен. Я буду считать, что ваш период T = 24 часа.
- У вас уже должно быть две переменные: Время , в которое производится измерение, и Значение измерения (их, конечно, можно назвать чем-то другим).
- Теперь создайте две новые переменные: SinTime = sin (2 x pi x Время / 24) и CosTime = cos (2 x pi x Время / 24) - это описано на стр. 11 презентации, которую вы связали (х - умножение). Используйте pi = 3.1415, если точное значение не является встроенным.
- Запуск множественной линейной регрессии с значением в качестве результата и SinTime и CosTime в качестве двух предикторов. Вы должны получить оценки их коэффициентов, которые мы будем называть A и B .
- Членом пересечения регрессионной модели является MESOR.
- АМПЛИТУДА - квадрат ( A ^ 2 + B ^ 2) [квадратный корень из A в квадрате плюс B в квадрате]
- ACROPHASE - арктан (- B / A ), где arctan - обратная функция tan. Последние две формулы взяты из стр.14 презентации.
- Модель регрессии также должна дать вам значение R-квадрата, чтобы увидеть, насколько хорошо 24-часовой циркадный шаблон соответствует данным, и общее значение p, которое проверяет наличие циркадного компонента с периодом 24 часа.
- Можно получить стандартные ошибки по амплитуде и фазе, используя стандартные формулы распространения ошибок, но это не включено в презентацию.