मैंने विषयों को मापने के लिए साइकोफिजियोलॉजिकल डेटा एकत्र किया है '(दो समूहों) कंपन को देखने की क्षमता। छोटे और छोटे विस्थापन पर त्वचा के खिलाफ एक कंपन जांच चलती है, और जब वे कंपन महसूस करते हैं तो विषय इंगित करता है। दुर्भाग्य से, उच्च आवृत्तियों पर, जांच केवल एक छोटी दूरी को स्थानांतरित कर सकती है, और कभी-कभी सबसे बड़ी दूरी जो जांच को स्थानांतरित कर सकती है वह अभी भी विषयों के लिए पर्याप्त बड़ी नहीं है। इस प्रकार, मेरे पास कुछ विषयों के लिए सटीक सीमा मूल्य हैं, लेकिन कुछ लोगों के लिए जो कंपन को कभी महसूस नहीं करते थे, मेरा बस एक मूल्य है कि मुझे पता है कि उनकी सीमा इससे अधिक है। क्या मेरे पास अभी भी इस डेटा को शामिल करने का कोई तरीका है? और इसका विश्लेषण करने का सबसे अच्छा तरीका क्या है?
5
इन्हें सेंसर किए गए अवलोकन कहा जाता है । इसे कैसे शामिल किया जाए यह इस बात पर निर्भर करता है कि आप किस तरह का सांख्यिकीय विश्लेषण कर रहे हैं।
मैं Procrastinator से सहमत हूँ सिवाय इसके कि मैं छंटनी की गई शब्द का उपयोग करूँगा। सही सेंसरिंग नामक एक सिलेर समस्या के लिए दृष्टिकोण अस्तित्व विश्लेषण में होता है, जहां आप काटे गए मूल्य को रखते हैं, लेकिन आपके पास यह बताने के लिए एक संकेतक चर है कि क्या मान पूर्ण मान या सेंसर वाला है। उत्तरजीविता विश्लेषण में इससे निपटने का एक सरल तरीका है लेकिन ऐसा इसलिए है क्योंकि आप उत्तरजीविता वक्र का अनुमान लगा रहे हैं। यहां आप औसत गणना करना चाहते हैं। यदि आप त्रासदी को अनदेखा करते हैं तो आप औसत को कम आंकते हैं। यदि आप काटे गए बिंदुओं को निकालते हैं तो आप औसत को कम आंकते हैं।
—
माइकल आर। चेरिक
काटे गए मानों को ठीक से शामिल करने के लिए आपको दी गई जांच दूरी के लिए प्रायिकता मॉडल की आवश्यकता होगी जो कि यह सीमा से अधिक है। फिर आप उस वितरण का अर्थ निकाल सकते हैं और उन मानों के लिए औसत का उपयोग करके एक भारित औसत की गणना कर सकते हैं जो कि काटे गए वितरण के लिए औसत के साथ कम नहीं थे जहां भारित मामलों के अनुपात के अनुसार भार होता है।
—
माइकल आर। चेरिक
यदि आप बिना डेटा हटाए गए हैं तो ट्रंकेशन क्या होगा। आप ऐसा नहीं करना चाहते हैं! आप सही हैं, काले, कि इन सेंसर किए गए मूल्यों में जानकारी है और संदेह है कि उनका विश्लेषण करने के लिए कुछ मानक तरीके हैं (और अनगढ़ के लिए नुकसान)। लेकिन एक अच्छा जवाब देने के लिए हमें यह जानना होगा कि आप किस तरह का विश्लेषण चाहते हैं। विशेष रूप से, इन आंकड़ों का उपचार मौलिक रूप से इस बात पर निर्भर करता है कि वे प्रतिगमन में आश्रित या स्वतंत्र चर के रूप में भिन्न हैं। शायद आप इस पर विस्तार से बता सकते हैं?
—
whuber
छोटे विवरण हाथ में सांख्यिकीय प्रश्न से असंबंधित हैं, लेकिन यह जानना उपयोगी हो सकता है: इस तरह के डेटा को आमतौर पर "साइकोफिजिकल" डेटा कहा जाता है, न कि "साइकोफिजियोलॉजिकल" (जिसमें हृदय गति या त्वचा चालन उपायों जैसी चीजें शामिल हैं लेकिन संवेदनाओं के बारे में व्यक्तिपरक निर्णय नहीं हैं। )। यह आपको साहित्य की तलाश करने में भी मदद कर सकता है कि लोग आमतौर पर इस प्रकार के डेटा का इलाज कैसे करते हैं।
—
गाला