※ 引述《Wush978 (拒看低质媒体)》之铭言： : 我有个想法: (但是目前还没有空去做计算) : 如果把道路切成 m 段 : 每段最多一台车子 : 所以每个时间t, 我可以把道路上的车辆分布视为一个 长度为 m 的向量 : 每个element 的值为 0 or 1 : --- : 你要检定是否独立, 就去计算 sample auto covariance function ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 这是指时间数列中的「样本自相关函数(Sample ACF)」吗? (不好意思我统计不是很好) 如果是的话 我有一个问题 就是这个Sample ACF中的数应该是时间数列 例如:x1,x2,...,xn 分别表示在时间1~n时的数值为多少 而你的意思是说 将x1,x2,...,xn分别代入n个车的座标值吗? 如果是的话 这样好像有点怪怪的 (因为应该代入的是不同时间的数值 而不是同一时间的不同位置值) 还是说 的确可以这样用? 不好意思我不太懂这个sample auto covariance function的用法^^" : 然後计算这个估计值的标准差 ^^^^^^^^^^^^^^ 不太懂这个估计值是指什麽? 是说车子座标的x1,x2,...,xn的数列吗? : 然後先不顾一切的假设他是常态 (只要样本数够多的话) : 去看估计值+- 2 or 3 个标准差有没有包含0 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ : 或是把估计值sum起来做其他的检定 (这应该可以算under H0下的近似distribution) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 这边我就听不大懂了 还麻烦你来解释一下 不好意思 (有没有包含0跟SUM起来的用意是什麽?) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.167.203