使用哪些统计测试？日食期间量化的蜜蜂飞行活动

机器算法验证 统计学意义 重复测量
2022-03-21 11:09:21

我正在尝试进行统计分析，但不确定哪种测试最合适。实验和样本数据片段如下：

方法：使用一些精美的软件记录、跟踪和量化蜂巢中的蜜蜂飞行。在 3 小时内，连续 2 天从同一个蜂巢进行 2 分钟的记录，每 15 分钟一次。第 1 天下午 3 点 15 分出现日食。第 2 天是正常的一天。在每个时间点，我们只计算了 1 个数字。假设在每个时间点飞行的蜜蜂数量是可变的，并且不依赖于较早/较晚的时间。假设是在日食期间蜜蜂的飞行活动会有所不同。

Time    Day 1       Day 2 
1:45    4.825986975 5.011309825 
2:00    4.76436878  4.944759887 
2:15    4.857806302 4.995020539 
2:30    5.160417753 5.098229915 
2:45    5.151340989 5.123143909 
3:00    5.205157211 5.01482563 
3:15    5.576328277 5.060712789 
3:30    5.499265895 4.767659804 
3:45    5.341123626 4.698898463 
4:00    4.511481755 4.336670549 
4:15    4.454618556 4.540783545 
4:30    4.475789132 4.203964626 
4:45    4.378358091 4.239819416

结果：在日食开始期间，我们在视觉上看到了更多的飞行。绘制曲线时，曲线定性地显示了日食期间的差异。

问题：

  1. 在数据集上运行什么统计测试是正确的，以说明第 1 天和第 2 天之间是否存在差异（换句话说，日食是否对第 1 天的飞行活动产生了有意义的影响）？我意识到整个设置有一些警告，但我要问的是关于统计数据..

  2. 我可以使用测试来查看在日食日期间是否有有意义的变化吗？

  3. 我知道日食期间的阳光强度（辐照度）。我可以做 Pearson's 来寻找强度和飞行活动之间的相关性吗？

1个回答

这是两天数据的图表（第 1 天，带有黑色标记的金线，第 2 天带有金色标记的黑线；我以自当天第一次测量后经过的分钟数来编码时间）：

蜂区飞行活动数据

问“第 1 天和第 2 天之间是否有区别”的问题在于答案是肯定的。有很多不同之处：

  1. 在每次测量时，蜜蜂的飞行活动区域都是不同的（即使在没有日食的时期）。
  2. 每天，蜜蜂的飞行活动区域都存在差异：第 1 天和第 2 天都经历了下降，然后在 2:45 到 3:15（90 分钟）之间达到顶峰，然后在此后的活动中下降。
  3. 蜜蜂在任何时间点的飞行活动区域似乎与15 分钟前的活动略有不同，除了大约 3:30 到 4:00（105 到 120 分钟）。
  4. 蜜蜂飞行活动面积的峰值测量值是在第 1 天 3:15，与第 2 天相差30 分钟（更早）。
  5. 第 1 天的平均蜜蜂飞行活动面积为 4.94，但第 2 天为 4.77；同样，第 1 天 (0.0131) 的方差与第 2 天 (0.00874)的差异有很大差异。

可能有更多的方式来构想这两天之间的“差异”。

因此：当您可以更准确地阐明哪些差异对您很重要时，统计数据对您将更有用。

这是另一个图表，但这次是第 1 天的活动减去第 2 天的活动：

蜜蜂飞行活动面积的差异

如果这两天非常相似，我们可能会期望曲线以 0 为中心垂直居中。如果我们有相同时间蜜蜂测量的日食活动（不活动？）数据，我们可以询问这段时间的日食曲线是否看起来就像蜜蜂差异曲线。您关于皮尔逊相关系数的问题将是解决此问题的一种方法。回归将是另一个，并且会提供更多信息。您可以在这种情况下执行测试（例如，Pearson 的的测试，或线的斜率的测试）。但同样，您可能需要仔细考虑哪些差异对您有意义。ρ=0β=0

其它你可能感兴趣的问题
上一篇这个图表的名称是什么？ 下一篇在 R 中预测季节性时间序列