The modified t test presented by Du

The modified t test presented by Dutilleul [1993. Modifying the tt test for assessing the correlation between two spatial processes. Biometrics 49, 305–314] to assess the simple correlation between two spatial processes is built on the sample correlation coefficient calculated from partial realizations, and requires the estimation of an effective sample size appropriately defined. The autocovariances of processes are taken into account via the effective sample size, both in the evaluation of the test statistic and in the calculation of the probability of significance.

In this article, we present modified F tests to assess the multiple correlation between one spatial process and several (i.e., qq) others, from partial realizations collected at the same sampling locations. An effective sample size is used in all these modified F tests. Its theoretical expression is obtained from the expected value of the coefficient of determination in the absence of multiple correlation, under the bivariate Gaussian and first-order stationarity assumptions for the ‘dependent process’ and the ‘predicted process’ (i.e., the ordinary least-squares (OLS) regression predictor defined from the q other processes). The modified F tests presented differ in the procedure (i.e., model-based versus model-free) followed to estimate the autocovariance matrices appearing in the expression of the effective sample size. The validity and power of the new testing procedures are studied through simulations, for various sampling schemes and combinations of the autocovariance structure and number of sampling locations. An example with real data is given. In closing, we discuss the theoretical and practical aspects of our modified F tests in multiple correlation analysis, in comparison with those used in the repeated measures ANOVA.

ผลลัพธ์ (ไทย) 1:

การทดสอบ t แก้ไขนำเสนอ โดย Dutilleul [1993 ปรับเปลี่ยน tt ทดสอบประเมินความสัมพันธ์ระหว่างกระบวนการปริภูมิสอง ชีวภาพ 49, 305-314] หาสหสัมพันธ์อย่างง่ายระหว่างกระบวนสองปริภูมิกับสัมประสิทธิ์สหสัมพันธ์ของตัวอย่างที่คำนวณจาก realizations บางส่วน และต้องการประมาณขนาดตัวอย่างมีประสิทธิภาพกำหนดไว้อย่างเหมาะสม Autocovariances กระบวนการพิจารณาทางขนาดตัวอย่างมีประสิทธิภาพ ทั้ง ในการประเมินสถิติทดสอบ และคำนวณความน่าเป็นของสำคัญ ในบทความนี้ เรานำเสนอแก้ไข F ทดสอบเพื่อประเมินความสัมพันธ์หลายระหว่างกระบวนการปริภูมิหนึ่งและหลาย (เช่น qq) ผู้อื่น realizations บางส่วนรวบรวมไว้ในสถานสุ่มตัวอย่างเดียวกัน ขนาดตัวอย่างมีประสิทธิภาพที่ใช้ในการทดสอบทั้งหมดเหล่านี้ปรับเปลี่ยน F นิพจน์การทฤษฎีได้จากค่าคาดหมายของค่าสัมประสิทธิ์ของความมุ่งมั่นในการขาดงานของหลายความสัมพันธ์ ภายใต้สมมติฐาน bivariate stationarity Gaussian และ ลำดับแรกสำหรับ 'ขึ้นอยู่กับกระบวนการ' และ 'กระบวนการคาดการณ์' (เช่น ผู้ทายผลถดถอยธรรมดากำลังสองน้อยสุด (OLS) กำหนดจากคิวกระบวนอื่น ๆ) การทดสอบ F ปรับที่นำเสนอแตกต่างกันในขั้นตอน (เช่น เซเมื่อเทียบกับรุ่นฟรี) ตามการประเมินเมทริกซ์ autocovariance ที่ปรากฏในนิพจน์ของขนาดตัวอย่างมีประสิทธิภาพ มีผลบังคับใช้และพลังของวิธีการทดสอบใหม่ได้ศึกษาโดยใช้สถานการณ์จำลอง ต่าง ๆ แบบแผนการสุ่มตัวอย่างและชุดโครงสร้าง autocovariance และจำนวนสถานสุ่ม ตัวอย่างข้อมูลจริงจะได้รับ ปิด เราหารือด้านทฤษฎี และการปฏิบัติของเราทดสอบ F ปรับในการวิเคราะห์ความสัมพันธ์หลาย เมื่อเปรียบเทียบกับที่ใช้ในการวัดซ้ำการวิเคราะห์ความแปรปรวน.

ผลลัพธ์ (ไทย) 2:

การทดสอบค่าทีแก้ไขที่นำเสนอโดย Dutilleul [1993 การปรับเปลี่ยนการทดสอบ tt สำหรับการประเมินความสัมพันธ์ระหว่างสองกระบวนการอวกาศ Biometrics 49, 305-314] การประเมินสหสัมพันธ์อย่างง่ายระหว่างสองกระบวนการอวกาศถูกสร้างขึ้นบนค่าสัมประสิทธิ์สหสัมพันธ์ที่คำนวณได้จากกลุ่มตัวอย่างรับรู้บางส่วนและต้องใช้การประมาณค่าของขนาดของกลุ่มตัวอย่างที่มีประสิทธิภาพที่กำหนดไว้อย่างเหมาะสม autocovariances ของกระบวนการถูกนำเข้าบัญชีผ่านทางขนาดของกลุ่มตัวอย่างที่มีประสิทธิภาพทั้งในการประเมินผลของการทดสอบทางสถิติและในการคำนวณความน่าจะเป็นที่มีความสำคัญในบทความนี้เราจะนำเสนอการทดสอบ F มีการปรับเปลี่ยนในการประเมินความสัมพันธ์ระหว่างหนึ่งหลายกระบวนการอวกาศ และอีกหลาย (เช่น QQ) คนอื่น ๆ จากการรับรู้บางส่วนที่เก็บในสถานที่เก็บตัวอย่างเดียวกัน ขนาดของกลุ่มตัวอย่างที่มีประสิทธิภาพถูกนำมาใช้ในการทดสอบทั้งหมดเหล่านี้ F แก้ไข การแสดงออกทางทฤษฎีมันจะได้รับจากการคาดหวังของค่าสัมประสิทธิ์ของการกำหนดในกรณีที่ไม่มีความสัมพันธ์หลายภายใต้ bivariate เสียนและเป็นครั้งแรกตามคำสั่งสมมติฐาน stationarity สำหรับกระบวนการขึ้น 'และ' ทำนายกระบวนการ '(เช่นสามัญน้อย สแควร์ส (OLS) ทำนายการถดถอยจากที่กำหนดไว้ q กระบวนการอื่น ๆ ) การปรับเปลี่ยนการทดสอบ F ที่นำเสนอแตกต่างกันในขั้นตอน (เช่นรูปแบบที่ใช้เมื่อเทียบกับรุ่นฟรี) ตามการประเมินการฝึกอบรม autocovariance ที่ปรากฏในการแสดงออกของขนาดของกลุ่มตัวอย่างที่มีประสิทธิภาพ ความถูกต้องและพลังของวิธีการทดสอบใหม่มีการศึกษาผ่านการจำลองสำหรับแผนการสุ่มตัวอย่างที่แตกต่างกันและการรวมกันของโครงสร้าง autocovariance และจำนวนสถานที่เก็บตัวอย่าง เช่นกับข้อมูลจริงจะได้รับ ในการปิดเราจะหารือด้านทฤษฎีและปฏิบัติของการปรับเปลี่ยนการทดสอบ F ของเราในการวิเคราะห์ความสัมพันธ์หลายเมื่อเทียบกับที่เคยใช้ในการวิเคราะห์ซ้ำ

ผลลัพธ์ (ไทย) 3:

แบบทดสอบที่นำเสนอโดย dutilleul [ 1993 การปรับเปลี่ยน TT ทดสอบการประเมินความสัมพันธ์ระหว่างสองมิติกระบวนการ ชีวภาพ 49 , 305 – 314 ] เพื่อประเมินความสัมพันธ์อย่างง่ายระหว่างสองมิติกระบวนการที่สร้างขึ้นบนตัวอย่างสัมประสิทธิ์สหสัมพันธ์ที่คำนวณจากที่รับรู้บางส่วน และต้องมีการประมาณขนาดตัวอย่างที่มีประสิทธิภาพเหมาะสม กําหนดการ autocovariances ของกระบวนการพิจารณาทางขนาดตัวอย่างที่มีประสิทธิภาพ ทั้งในด้านของการทดสอบทางสถิติในการคำนวณความน่าจะเป็นของความสำคัญ ในบทความนี้ เราเสนอแก้ไข F ทดสอบเพื่อประเมินความสัมพันธ์ระหว่างอวกาศหลายกระบวนการและหลาย ( เช่น QQ ) ผู้อื่น จากบางส่วนที่รับรู้เก็บข้อมูลที่เหมือนกัน 2 แห่งขนาดตัวอย่างที่มีประสิทธิภาพใช้ในเหล่านี้แก้ไข F ทดสอบ ทฤษฎีการแสดงออกของมันจะได้รับจากค่าคาดหวังของค่ากำหนดในการถดถอยสหสัมพันธ์ถดถอย ภายใต้ความนิ่งและสมมติฐาน Gaussian สำหรับ ' ขึ้นอยู่กับกระบวนการ ' และ ' ทำนาย ' กระบวนการ ( เช่นโดยวิธีธรรมดา ( OLS ) ทำนายการกำหนดจาก Q กระบวนการอื่น ๆ ) การเสนอที่แตกต่างกันในขั้นตอนการทดสอบเอฟ ( เช่น เมื่อเทียบกับรุ่นสำหรับฟรี ) ตามประมาณการ autocovariance เมทริกซ์ปรากฏในสีหน้าของตัวอย่างที่มีขนาด ความถูกต้องและพลังของวิธีทดสอบใหม่ โดยศึกษาผ่านจำลอง ,การสุ่มตัวอย่างแบบต่างๆ และชุดของ autocovariance โครงสร้างและจำนวนสถานที่ที่คน ตัวอย่างข้อมูลที่แท้จริงได้ ในการปิด , เราจะหารือด้านทฤษฎี และปฏิบัติ ของเราดัด F ทดสอบ การวิเคราะห์สหสัมพันธ์พหุในการเปรียบเทียบกับที่ใช้ในการวัดซ้ำ
โดย