Как сравнить две кривые на основе теста гипотезы - PullRequest
Новая
       27

Как сравнить две кривые на основе теста гипотезы

0 голосов
/ 02 марта 2012

Я должен сравнить две модели на основе графиков, полученных из результатов модели с использованием тестов гипотез.

Данные от первой модели: 

[80.0, 79.73333333333333, 79.46666666666667, 78.8, 78.8, 78.8, 78.66666666666667, 78.4]

и данные для второй модели 

[80.0, 80.0, 78.66666666666667, 77.46666666666667, 76.8, 75.2, 74.13333333333334, 73.06666666666666].

Эти данные получены с использованием моделирования модели с момента времени t = 1 до t = 8. Я хотел знать, какой тест на гипотезу следует выполнить, чтобы знать, что обе эти модели похожи или не основаны на результатах?

Ответы [ 2 ]

0 голосов
/ 03 декабря 2012

2-сторонний Т-тест должен быть выполнен, так как размер выборки очень мал.Вычислите степени свободы, среднее значение и стандартное отклонение каждого набора данных.Используйте эту статистику, чтобы построить 95% доверительный интервал.Если интервалы в любом случае перекрываются, то между двумя наборами данных нет существенной разницы.В этом случае значение p меньше 5%, поэтому между двумя наборами данных есть существенная разница. 

Two Sample T Test
  Mean and standard deviation
+----------+---------+--------+---+
| Variable |  mean   |   sd   | n |
+----------+---------+--------+---+
| Vector 1 | 79.0833 | 0.5721 | 8 |
| Vector 2 | 76.9167 | 2.6161 | 8 |
+----------+---------+--------+---+

  Levene test for equality of variances : F(1, 14) = 11.9322 , p = 0.0039
  T statistics
+--------------------+--------+--------+----------------+
|        Type        |   t    |   df   | p (both tails) |
+--------------------+--------+--------+----------------+
| Equal variance     | 2.2884 | 14     | 0.0382         |
| Non equal variance | 2.2884 | 7.6680 | 0.0528         |
+--------------------+--------+--------+----------------+

  Effect size
+-------+--------+
| x1-x2 | 2.1667 |
| d     | 1.8345 |
+-------+--------+
0 голосов
/ 01 апреля 2012

Этот вопрос сложнее, чем кажется.Классический подход Хау работает только для стационарных временных рядов, и позже он был расширен Хонгом.Более поздний подход Дюшена и Роя [http://www.crm.umontreal.ca/pub/Rapports/2700-2799/2751.pdf]] должен сделать подход Хона более устойчивым к выбросам.

Хау, Л.Д. (1976), «Проверка независимости двух ковариационно-стационарных временных рядов: одномерный подход остаточной взаимной корреляции», Журнал Американской статистической ассоциации 71, 378–385.

Хонг, Y. (1996a), «Тестирование на независимость между двумя ковариационными стационарными временными рядами», Biometrika 83, 615–625.

Хонг, Y. (1996b), «Отдельное математическое приложение для» Тестированияза независимость между двумя ковариационными стационарными временными рядами », Mimeo, Департамент экономики и Департамент статистических наук, Корнельский университет

...