![]() |
---|
Hallo ich hoffe ihr könnt mir helfen - ich verzweifle: Ich habe zwei Zahlenreihen mit gleicher Lange ich weiß nicht besonders groß Die Roh-Werte, die in der Zahlenreihe vorkommen sind NUR 0 und 1 also Dummy codiert. Ich möchte nun diese beiden Verläufe vergleichen und sagen, ob diese sich signifikant voneinander unterscheiden. Leider kenne ich mich damit überhaupt nicht aus. Wenn ich nur die Häufigkeit von 0 oder 1 bei A und vergleichen würde, könnte ich auch eine Anova/T-test rechnen, aber hier geht es ja um die Ähnlichkeit von Verläufen über die Zeit. Kennt ihr Tests die die Ähnlichkeit/Unterschiede auf signifikanz prüfen? Für alle, die mir helfen möchten (automatisch von OnlineMathe generiert): "Ich möchte die Lösung in Zusammenarbeit mit anderen erstellen." |
![]() |
![]() |
Aus einem Geheimarchiv, dessen Name ich nicht nenne möchte, ist mir eine Liste einiger stastistischer Testverfahren zugespielt worden: http//de.wikipedia.org/wiki/Statistischer_Test Ich bitte um streng vertraulichen Umgang dieser Informationsquelle - nicht dass sich das noch womöglich rumspricht ... |
![]() |
Das Problem ist die Zeitreihenanalyse - Tests beziehen sich auf autokorrelation und ich denke das löst nicht die Problematik die ich gerne untersuchen möchte. Mir ist ja wichtig einen signifikanten unterschied der 2 kurven zu finden und nicht via Mittelwerte den gesamt-outcome und über jeden Punkt t-test bzw. Anova führt mich doch zu alpaha-fehler-kumulierung. Korrigiert mich wenn ich da falsch liege. |
![]() |
Das Problem ist dann eben zweidimensional. Es entstehen Punktwolken die entlang der t-Achse, die langweiligerweise zwischen 0 und 1 rumhüpfen. Es könnte ein Datenpaket aus einem Bitstrom einer Übertragung sein beispielsweise, um eine sinnvolle Anwendung zu nennen, die dazu passen könnte. Durch diese Punktwolke könne man eine Trendlinie hineinkonstruieren. Je nach dem, auf welcher Annahme die Trendlinienformel basiert, werden unterschiedliche Wölkchen auch recht unterschiedliche Parameter der Trendlinie erzeugen. Vergleicht man nur die Header der Datenpakete, würde ich mal vermuten finden sich eher Übereinstimmungen, als beim Nutzdatenanteil, der ziemlich zufälliger entsteht. Ich würde es mal mit der Kurve für logistisches Wachstum probieren - das ist wohl am deutlichsten. Sequenzen mit ähnlichen Parametern dürften einen Hinweis auf Ähnlichkeiten ergeben, mit denen eine Dechiffrierung einen Anfang nehmen könnte. |
Diese Frage wurde automatisch geschlossen, da der Fragesteller kein Interesse mehr an der Frage gezeigt hat.
|