※ 引述《Wush978 (拒看低質媒體)》之銘言： : 我有個想法: (但是目前還沒有空去做計算) : 如果把道路切成 m 段 : 每段最多一台車子 : 所以每個時間t, 我可以把道路上的車輛分布視為一個 長度為 m 的向量 : 每個element 的值為 0 or 1 : --- : 你要檢定是否獨立, 就去計算 sample auto covariance function ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 這是指時間數列中的「樣本自相關函數(Sample ACF)」嗎? (不好意思我統計不是很好) 如果是的話 我有一個問題 就是這個Sample ACF中的數應該是時間數列 例如:x1,x2,...,xn 分別表示在時間1~n時的數值為多少 而你的意思是說 將x1,x2,...,xn分別代入n個車的座標值嗎? 如果是的話 這樣好像有點怪怪的 (因為應該代入的是不同時間的數值 而不是同一時間的不同位置值) 還是說 的確可以這樣用? 不好意思我不太懂這個sample auto covariance function的用法^^" : 然後計算這個估計值的標準差 ^^^^^^^^^^^^^^ 不太懂這個估計值是指什麼? 是說車子座標的x1,x2,...,xn的數列嗎? : 然後先不顧一切的假設他是常態 (只要樣本數夠多的話) : 去看估計值+- 2 or 3 個標準差有沒有包含0 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ : 或是把估計值sum起來做其他的檢定 (這應該可以算under H0下的近似distribution) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ 這邊我就聽不大懂了 還麻煩你來解釋一下 不好意思 (有沒有包含0跟SUM起來的用意是什麼?) --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.167.203