나는 진동을 인식하는 피험자 (두 그룹)의 능력을 측정하는 심리 생리 학적 데이터를 수집했습니다. 진동 프로브는 더 작고 작은 변위에서 피부를 향해 움직이며, 피험자는 진동을 느낄 때를 나타냅니다. 불행하게도, 고주파수에서, 프로브는 단거리 만 움직일 수 있으며, 때로는 프로브가 이동할 수있는 최대 거리가 여전히 피험자가 인식하기에 충분히 크지 않습니다. 따라서 일부 대상의 경우 정확한 임계 값을 갖지만 진동을 느끼지 못한 일부의 경우 임계 값이 더 크다는 것을 알고 있습니다. 이 데이터를 계속 포함시킬 수있는 방법이 있습니까? 그리고 그것을 분석하는 가장 좋은 방법은 무엇입니까?
5
이를 검열 관측 이라고 합니다. 포함하는 방법은 수행하는 통계 분석의 종류에 따라 다릅니다.
본인은 잘린 용어를 사용한다는 점을 제외하고 미루는 사람에 동의합니다. 올바른 검열이라고하는 유사한 문제에 대한 접근 방식은 생존 분석에서 잘린 값을 유지하지만 값이 완전한 값인지 또는 검열 된 값인지를 나타내는 표시기 변수가 있습니다. 생존 분석에는이를 처리하는 간단한 방법이 있지만 생존 곡선을 추정하기 때문입니다. 여기에서 평균을 계산할 수 있습니다. 잘림을 무시하면 평균을 과소 평가합니다. 잘린 점을 버릴 경우 평균을 과소 평가합니다.
—
Michael R. Chernick 2016 년
잘린 값을 올바르게 통합하려면 프로브 거리가 임계 값보다 클 경우 프로브 거리에 대한 확률 모델이 필요합니다. 그런 다음 해당 분포의 평균을 취하고 가중치가 잘린 사례 비율에 따라 잘린 분포의 평균으로 잘리지 않은 값의 평균을 사용하여 가중 평균을 계산할 수 있습니다.
—
Michael R. Chernick 2016 년
수량화되지 않은 데이터를 버린 경우 잘림이 발생합니다. 당신은 그렇게하고 싶지 않습니다! Cale은 이러한 검열 된 값에 정보 가 있으며이를 분석하는 표준 방법 (및 경고에 대한 함정) 이 있다고 생각하는 것이 맞습니다 . 그러나 좋은 답변을 제공하기 위해서는 어떤 종류의 분석을 원하는지 알아야합니다. 특히, 이러한 데이터의 처리는 회귀 분석에서 종속 변수 또는 독립 변수로 나타나는지 여부에 따라 근본적으로 다릅니다. 아마도 당신은 이것에 대해 자세히 설명 할 수 있습니까?
—
whuber
현재의 통계적 질문과 관련이없는 작은 세부 사항이지만 알아두면 도움이 될 수 있습니다. 이러한 종류의 데이터는 일반적으로 "정신 생리 학적"(심박수 또는 피부 컨덕턴스 측정과 같은 것은 포함되지만 감각에 대한 주관적인 판단은 포함하지 않음)이 아닌 "정신 물리학 적"데이터라고합니다. ). 또한 사람들이 일반적으로 이러한 유형의 데이터를 처리하는 방법에 대한 문헌을 찾는 데 도움이 될 수 있습니다.
—
갈라