Re: [問題] 請問如何驗證兩個數列是獨立關係

看板Statistics作者 (誠徵籃球球友)時間14年前 (2011/07/13 14:59), 編輯推噓2(2推 0噓 30→)
留言32則, 4人參與, 最新討論串2/12 (看更多)
不好意思 之前題意沒有講清楚 我再盡可能的講明白一些 例如在某一時間點(t)的車子分布情形如下: (以一個兩線道為例，●表示為車子) ───────────── ● ● ● ========================== ● ● ● ───────────── 假設經過1秒後的車子分布情形改為: ───────────── ● ● ● ========================== ● ● ● ───────────── 如此可以很清楚知道 t秒與t+1秒的車子分布情形是相依的關係 想請問，如果我已知各時間點的車輛位置座標 是否有統計方法可以求出必須經過多少秒 車輛的分布位置是沒有相依關係(即為獨立關係)的 或是 是否有統計方法可以驗證t秒與t+Δ秒的 車輛位置座標(x,y)(或車輛間距(d))數列 是沒有相依關係(或驗證有獨立關係)的 -- 目前 經過一些人的提醒 可以確認的是 t-test和相關係數是不適合用在解決此問題的 還在想時間數列是否可行 還煩請各位有想到如何解決的人 可以分享一下自己的看法 (而且希望可以講得仔細一些 因為我統計不是很好^^") 謝謝各位 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.167.203
推
07/13 15:47, , 1F
請定義一下何謂「車輛分佈」及何謂「獨立」
07/13 15:47, 1F
→
07/13 18:21, , 2F
車輛分布就是上面圖中的白點位置圖 如果向右或向左平移
07/13 18:21, 2F
→
07/13 18:22, , 3F
則分布會是相同的 但一個向右一個向左 就會是不同的分布
07/13 18:22, 3F
→
07/13 18:27, , 4F
但還是存在相依關係 但是時間夠久之後 車輛分布的情形會
07/13 18:27, 4F
→
07/13 18:31, , 5F
呈現隨機的分布情形 也就是與最一開始的分布是獨立關係
07/13 18:31, 5F
→
07/13 18:33, , 6F
獨立的定義 老實說只想到要與最一開始的分布不同即可 但
07/13 18:33, 6F
→
07/13 18:34, , 7F
我是希望可以有一個統計的方法可以說他們這樣的位置分布
07/13 18:34, 7F
→
07/13 18:37, , 8F
是呈現獨立的(也就是隨機的,與一開始的分布無相依情行的)
07/13 18:37, 8F
→
07/13 18:38, , 9F
不知道這樣解釋會不會還是很模糊^^"
07/13 18:38, 9F
→
07/13 19:53, , 10F
這是時間數列的問題嗎?
07/13 19:53, 10F
推
07/14 00:10, , 11F
cross correlation??
07/14 00:10, 11F
→
07/14 16:22, , 12F
似乎不太能用時間序列來解 因為一台車的座標就會形成一個
07/14 16:22, 12F
→
07/14 16:27, , 13F
時間數列 而多台車就變成多個時間數列的問題了 而cross
07/14 16:27, 13F
→
07/14 16:28, , 14F
correlation是用來求兩個時間數列的關係 所以也不能用了
07/14 16:28, 14F
→
07/14 16:29, , 15F
那我這種某一時間點的數列 要跟另一時間點的數列相比 應
07/14 16:29, 15F
→
07/14 16:29, , 16F
該用什麼方法呢?
07/14 16:29, 16F
→
07/14 16:33, , 17F
不然慢慢切割問題如何?
07/14 16:33, 17F
→
07/14 16:34, , 18F
先定義左向車與右向車 兩者在最開始就不應統合來看
07/14 16:34, 18F
→
07/14 16:35, , 19F
再來由於有方向性 所以先iteratively定義t時間第一台車
07/14 16:35, 19F
→
07/14 16:35, , 20F
與t+Δ秒的第一台車,計算兩者之Distance (公尺?)
07/14 16:35, 20F
→
07/14 16:36, , 21F
並嘗試把t+Δ秒第一台車忽略 改用第二台車來計算距離
07/14 16:36, 21F
→
07/14 16:37, , 22F
最後將各種Distance累積量最小值計算出來
07/14 16:37, 22F
→
07/14 16:37, , 23F
再模擬各種資料來觀察這個Distance累積量
07/14 16:37, 23F
→
07/14 16:38, , 24F
我想因為是順向 所以t時間n台車 t+Δt時間m台車
07/14 16:38, 24F
→
07/14 16:39, , 25F
選正值做多的那組來用比較合理
07/14 16:39, 25F
→
07/14 16:40, , 26F
若這樣做還必須自行定義多少Distance以下為有關
07/14 16:40, 26F
→
07/14 16:40, , 27F
簡單來講就是你必須一直Assume很多東西,然後再一直推論下去
07/14 16:40, 27F
→
07/15 10:08, , 28F
謝謝你的建議 簡單來說 如果我將第t秒的各車與前車的距離
07/15 10:08, 28F
→
07/15 10:10, , 29F
當作第t秒的數列 再比較第t+Δ秒的車距數列 就可以同時考
07/15 10:10, 29F
→
07/15 10:11, , 30F
慮兩個車道了 只是 你是說我要定義一個標準的車距嗎?
07/15 10:11, 30F
→
07/15 10:12, , 31F
那如果訂出來後 要怎麼說他們一定沒有相依關係呢? 還是說
07/15 10:12, 31F
→
07/15 10:13, , 32F
可以有甚麼方法直接證實這兩個車距數列是沒有相依關係的?
07/15 10:13, 32F
‣ 更多 KengiBon 的文章
文章代碼(AID): #1E7K9KLk (Statistics)
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 2 之 12 篇)：
排序： 最新先 | 最舊先 | 留言數
在新視窗開啟完整討論串 (共12篇)
‣ 更多 KengiBon 的文章
文章代碼(AID): #1E7K9KLk (Statistics)