Văn phòng phẩm - giả định và kiểm tra


8

Tôi đang kiểm tra các loài gặm nhấm trên sáu lưới bẫy chuột vĩnh viễn có kích thước 150 x 150 mét và bao gồm 121 trạm bẫy cách đều nhau 15 mét. Có sáu lưới bẫy như vậy trên khu vực nghiên cứu có kích thước <1000 ha. Tôi muốn nội suy dữ liệu chụp để tạo ra bề mặt Kriged của hoạt động gặm nhấm. Một giả định của phép nội suy là dữ liệu đứng yên.

tiểu bang Fortin & Dale (2005)

văn phòng phẩm là cần thiết để thực hiện các suy luận từ một mô hình đặc trưng cho quá trình cấu trúc không gian của dữ liệu tại các vị trí không được lấy mẫu.

Theo những gì tôi hiểu, một quá trình có thể được mô tả là đứng yên khi các thuộc tính thống kê của nó (trung bình và phương sai) không thay đổi theo không gian.

Nhưng không phải là sự thay đổi trên không gian tại sao chúng ta tiến hành phân tích không gian ở nơi đầu tiên?

Văn phòng phẩm thường được giới thiệu trong tài liệu phân tích không gian / địa lý nhưng, tôi vẫn chưa tìm thấy hướng đi và thông tin vững chắc về

  1. quy mô nào, hoặc cho loại nghiên cứu nào, thật hợp lý khi giả định dữ liệu của bạn là ổn định,
  2. Làm thế nào để kiểm tra và xác minh dữ liệu là ổn định và cuối cùng,
  3. một khi được định lượng theo một cách nào đó chỉ có bao nhiêu sự khác biệt từ một khu vực đến khu vực tiếp theo đủ điều kiện dữ liệu của bạn là không cố định?

Cho đến nay sau khi xem xét các tài liệu, khái niệm và kiểm tra văn phòng phẩm có vẻ rất chủ quan, độc đoán và / hoặc bị xáo trộn.

Nếu bất cứ ai có thể cung cấp một số lời khuyên thiết thực với vấn đề này, tôi sẽ đánh giá rất cao nó!


Bạn có thể quan tâm đến cuộc thảo luận này trong một chủ đề liên quan chặt chẽ.
whuber

Câu trả lời:


2

Luôn có hai cách để tính toán số liệu thống kê với các loại điều bạn nói về:

  1. Tính toán thống kê trong một lưới.
  2. Tính toán thống kê giữa các lưới khác nhau.

Bây giờ, không có lý do gì mà các thuộc tính thống kê trong một lưới phải khớp với các đặc điểm thống kê giữa các lưới. Họ có thể hình dung hoàn toàn khác nhau, tức là một người có thể ở trong một bãi mìn không có chuột và người kia có thể ở trung tâm thành phố Baltimore. Rõ ràng, việc phân phối chuột sẽ khá khác nhau tùy thuộc vào cách tôi cắt dữ liệu, nghĩa là trên các lưới hoặc trong lưới.

Stationarity là giả định rằng các số liệu thống kê bạn tính toán là như nhau bất kể bạn cắt dữ liệu theo cách nào. Nói một cách thực tế, bạn có thể "kiểm tra và xác minh dữ liệu đứng yên" bằng cách phân tích các phương tiện, phương sai, biểu đồ, v.v., trong các trang web, sau đó trên các trang web và xem liệu chúng có giống nhau không, trong các khoảng tin cậy. Không có bất cứ qui tắt khó và nhanh nào cả; bạn làm tốt nhất với dữ liệu bạn có và các kỹ thuật theo ý của bạn, cố gắng chứng minh chúng bằng toán học và trình bày kết quả thực tế. Tôi sẽ nói rằng bạn có thể biện minh cho các phương pháp của mình nếu bạn có thể thể hiện sự ổn định theo cách này với một khoảng tin cậy tiêu chuẩn, giả sử là 95% hoặc 99%.


3
Mặc dù điều này có ý nghĩa nói chung, nhưng đối với tôi, nó có một chút mâu thuẫn với thông lệ thống kê không gian thông thường. Ở đó, văn phòng phẩm là một quyết định được đưa ra bởi người lập mô hình, không phải là một thuộc tính vốn có của một quá trình hoặc dữ liệu. Nó không nhất thiết phải liên quan đến dữ liệu mà là phần dư từ một xu hướng bên ngoài hoặc "trôi". Trong ví dụ về chuột của bạn, sự khác biệt về số lượng chuột dự kiến ​​với vị trí có thể được mô hình hóa với độ trôi và phần ngẫu nhiên của mô hình có thể được coi là đứng yên.
whuber
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.