Saya memiliki percobaan kursus waktu yang mengikuti 8 kelompok perlakuan 12 ikan selama 24 jam dengan pengamatan dilakukan pada interval 5 detik. Di antara pengukuran yang dilakukan adalah seberapa jauh setiap ikan melakukan perjalanan (dalam mm) di antara pengamatan. 24 jam dibagi menjadi 1 periode gelap dan 1 periode terang.
Berikut adalah alur pergerakan 12 individu ikan dalam kelompok perlakuan H untuk jam pertama periode gelap:
Anda dapat melihat bahwa beberapa ikan memiliki periode tidak aktif yang lama, beberapa periode yang singkat, dan beberapa tidak memilikinya selama jendela khusus ini . Saya perlu menggabungkan data dari 12 ikan dalam kelompok perlakuan sedemikian rupa untuk mengidentifikasi panjang dan frekuensi periode istirahat selama seluruh periode gelap dan seluruh periode terang. Saya perlu melakukan ini untuk setiap kelompok perlakuan. Maka saya perlu membandingkan perbedaan antara panjang periode istirahat dan frekuensi.
Saya bukan gadis statistik, dan saya benar-benar di laut. Masalahnya menyerupai penyelarasan urutan dengan saya (latar belakang bioinfomatika saya), jadi saya berpikir model Hidden Markov, tapi ini mungkin jauh dari dasar. Adakah yang bisa menyarankan pendekatan yang baik untuk masalah ini dan mungkin contoh kecil dalam R?
Terima kasih!
sumber
Jawaban:
Saya pikir analisis berbasis HMM dapat membantu Anda. Karena Anda tahu bahwa Anda mencari perbedaan antara istirahat dan gerak, Anda bisa saja mendalilkan model 2-negara. Untuk HMM, Anda perlu menentukan probabilitas emisi untuk setiap negara. Percobaan pertama saya adalah menggunakan eksponensial (atau gamma?) Untuk fase istirahat (karena dibatasi oleh nol dari bawah dan distribusi normal untuk keadaan lain (Anda harus mengatur parameter awal ke beberapa nilai wajar). kemudian dapat menghitung distribusi keadaan posterior bersama dengan perkiraan kemungkinan maksimum untuk parameter Anda. Urutan keadaan posterior dapat memberi Anda perkiraan lama waktu istirahat dan aktivitas (hanya menghitung jumlah status berurutan). Anda bahkan dapat menempatkan periode gelap / terang sebagai kovariat ke dalam model.
Http://cran.r-project.org/web/packages/depmixS4/index.html ini adalah paket yang bagus untuk HMM. Sketsa http://cran.r-project.org/web/packages/depmixS4/vignettes/depmixS4.pdf ini memiliki informasi yang sangat berguna tentang penerapannya dan penggunaan kendala serta kovariat dengan HMM juga.
Satu masalah yang saya lihat adalah Anda punya banyak ikan. Anda harus mulai dengan memasang HMM untuk setiap ikan secara terpisah. Mungkin Anda bisa menggabungkan ikan jika Anda bisa "menormalkan" aktivitas sedemikian rupa sehingga mereka bisa menghasilkan parameter probabilitas emisi yang sama. Atau Anda bisa menggunakan nomor ikan sebagai kovariat.
Beberapa contoh kode:
tetapi ada banyak, banyak kemungkinan, lihat tautan di atas!
Semoga berhasil dengan proyek Anda!
sumber