【问题标题】:statistical cosinor analysis,统计余弦分析,
【发布时间】:2011-02-22 04:10:33
【问题描述】:
【问题讨论】:
标签:
statistics
analysis
time-series
trigonometry
spss
【解决方案1】:
我没有 SPSS 或 Statistica,所以我无法告诉您确切的“按此按钮”类型的步骤,但也许这会有所帮助。
余弦分析是用已知周期拟合余弦(或正弦)曲线。主要思想是,如果周期已知,拟合余弦函数的非线性问题可以简化为参数线性问题。我会假设你的时间 T=24 小时。
- 您应该已经有了两个变量:进行测量的时间,以及测量的值(当然,这些变量可能被称为其他变量)。
- 现在创建两个新变量:SinTime = sin(2 x pi x Time / 24) 和 CosTime = cos(2 x pi x 时间 / 24) - 这在您链接的演示文稿的第 11 页上有所描述(x 是乘法)。如果没有内置确切值,请使用 pi=3.1415。
- 以 Value 作为结果,SinTime 和 CosTime 作为两个预测变量运行多元线性回归。您应该得到它们的系数的估计值,我们将其称为 A 和 B。
- 回归模型的截距项是 MESOR。
- AMPLITUDE 是 sqrt(A^2 + B^2) [A 的平方根加上 B em>平方]
- ACROPHASE 是 arctan(- B / A),其中 arctan 是 tan 的反函数。最后两个公式来自演示文稿的第 14 页。
- 回归模型还应为您提供一个 R 平方值,以了解 24 小时昼夜节律模式与数据的拟合程度,以及一个总体 p 值,用于测试周期为 24 小时的昼夜节律组件的存在。李>
- 可以使用标准误差传播公式获得幅度和相位的标准误差,但这不包含在演示文稿中。