Подбор параметров распределения
Содержание
Подбор параметров распределения¶
Когда мы характеризуем любую выборку чисел двумя параметрами - средним и стандартным отклонением, то подразумеваем, что выборка приближенно описывается нормальным распределением.
Однако распределение значений времени сенсомоторных реакций несимметричное и более точно описывается с помощью других распределений. Рекомендуемый способ получить коэффициенты таких распределений: экспортировать подвыборки ваших данных в текстовые файлы и подобрать модели с помощью интерактивного онлайн-приложения https://sherdim.shinyapps.io/retivo/ .
#загрузка данных
# u='http://balatte.stireac.com/result.tsv/sherdim%40gmail.com/tuts__2143043410150713'
u = 'd/rt.tsv'
D = pd.read_csv(u, delimiter='\t')
D.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 48 entries, 0 to 47
Data columns (total 2 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 t 48 non-null float64
1 v 45 non-null float64
dtypes: float64(2)
memory usage: 896.0 bytes
Для анализа распределений нужно разделить реакции по типу стимула. Первая половина - зрительно-моторные реакции, вторая - слухомоторные.
D['stimul'] = where(D.index < len(D)//2 , 'v', 'a')
Dv = D.loc[D.stimul=='v'].dropna()
Dv.v.hist();
Гистограмма распределения времени реакции в большинстве случаев скошена влево.
Da = D.loc[D.stimul=='a'].dropna()
hist(Da.v, bins=arange(0.1,.81,.02), histtype='stepfilled', color='r', ec='k', lw=2);
Извлечение подвыборок для внешнего использования¶
Для анализа подвыборки в приложении https://sherdim.shinyapps.io/retivo/ нужно сохранить только часть значений в 2-х колонках.
Так как мы повторяем однотипную операцию, то сделаем это в цикле.
for stim in ['v','a']:
D.loc[D['stimul']==stim, ['t','v']].dropna().to_csv(f'rt_{stim}.tsv', sep='\t', index=False)
В текущей папке сохранились два файла - один со зрительными реакциями, второй со слуховыми.
Теперь надо перейти в онлайн-приложение, загрузить файл туда и подобрать наиболее подходящее распределение Рис. 9. Чем больше у распределения параметров, тем сложнее подобрать их значения. Некоторые комбинации параметров подобрать не удается.
Рис. 9 Внешний вид приложения с результатами подбора параметров трехпараметрического экспоненциально-гауссова распределения.¶