Я хотел бы получить совет относительно метода анализа, который я использую, чтобы узнать, является ли он статистически обоснованным.
Я измерил две точки процессы и Т 2 = т 2 1 , т 2 2 , . , , , t 2 m, и я хочу определить, связаны ли события в T 1 с событиями в T 2 .
Одним из методов, которые я нашел в литературе, является метод построения гистограммы взаимной корреляции: для каждого мы находим задержку для всех событий T 2, которые выпадают в данном окне времени (до и после t 1 п ), а затем мы строим гистограмму всех этих задержек.
Если бы эти два процесса не коррелировали, я бы ожидал плоскую гистограмму, так как вероятность наличия события в после (или до) события в T 1 одинакова при всех задержках. С другой стороны, если на гистограмме есть пик, это говорит о том, что двухточечный процесс как-то влияет друг на друга (или, по крайней мере, имеет некоторый общий вход).
Теперь, это хорошо и хорошо, но как мне определить, имеют ли гистограммы пик (я должен сказать, что для моего конкретного набора данных они явно плоские, но все же было бы неплохо иметь статистический способ подтверждая это)?
times2.swp <- cumsum(sample(diff(times2)))
Затем я взял бы это значение 95% для всех временных задержек и использовал бы его в качестве некоторого «предела достоверности» (возможно, это не правильный термин), так что все, что превышает этот предел в исходной гистограмме, можно считать «истинным» вершина горы".
Вопрос 1 : является ли этот метод статистически корректным? Если нет, то как бы вы решили эту проблему?
Вопрос 2 : еще одна вещь, которую я хочу увидеть, есть ли «более длинный» тип корреляции моих данных. Например, могут быть похожие изменения в скорости событий в двухточечных процессах (обратите внимание, что они могут иметь совершенно разные скорости), но я не уверен, как это сделать. Я подумал о создании «огибающей» каждого точечного процесса с использованием некоторого сглаживающего ядра, а затем выполнил кросс-корреляционный анализ двух огибающих. Не могли бы вы предложить другой возможный тип анализа?
Спасибо и извините за этот очень длинный вопрос.