応答変数をモデル化するこれらの同等の方法はありますか？こんにちは、
私の例は、合計10回の測定（t0、t1、...、t9）について、10分ごとに各被験者からサンプルデータポイントを収集する繰り返し測定実験を含みます。
簡単な例として、関心のある応答変数は次のとおりです。連続する目の瞬きの間の時間間隔。
私の質問... 応答変数の等価物の次の2つの定義は何ですか？
1）10分ごとに記録された瞬目の回数
2）各10分の時間枠で連続して点滅する間隔の平均時間
また、これらはポアソン、二項、または正規分布に分類されますか。
ありがとうございました、
JP
再：応答変数をモデル化するこれらの同等の方法はありますか？応答変数セットに多数の「ゼロ」を含む回帰モデルを最終的に構築しようとしている場合、一般的に「ゼロインフレ」と呼ばれる一連の回帰手法があります。ゼロインフレーションモデリング機能は、フィットモデル - >一般化回帰パーソナリティ、分布：ZI二項（およびその他）のJMP Proの一部です。JMPオンラインドキュメントの関連セクションへのリンクもあります。
http://www.jmp.com/support/help/13/Distribution.shtml
再：応答変数をモデル化するこれらの同等の方法はありますか？ありがとうございました。「分厚い」データの文献を調べます。
再：応答変数をモデル化するこれらの同等の方法はありますか？2つの方法は同じではないことに同意します。 ここでは少し極端かもしれませんが便利な例を示します。あなたが会社の所在地で月ごとの記録可能な怪我をプロセス行動チャートで追跡しているとします。 数ヶ月でゼロの怪我があり、数ヶ月で1、または2、o3などです。 1か月あたりの平均記録可能傷害数が少ない場合（<6）、データは「分厚い」（Chunkyデータに関するDr. Donald Wheelerの記事を参照）、管理図の方法では有用な結果/結論は得られません。 しかし、「記録可能な傷害間の日数」で追跡すれば、管理図はかなりうまくいきます。
データの分布は？何が問題なの？I-MRチャートでは、データが特定の分布を持つ必要はありません。
再：応答変数をモデル化するこれらの同等の方法はありますか？お返事ありがとうございます。
テスト間隔が100秒の場合、15秒（9 * 5 + 40 = 85秒対10 * 10 = 100秒）が考慮されないため、人1は10回以上点滅する可能性があります。これは、人1の潜在的な11回目の点滅に、10日から15秒を超える時間がないことを前提としています。これは、次の時間間隔の一因となります。
そうは言っても、あなたの主張ははっきりしていて意味があります。
再：応答変数をモデル化するこれらの同等の方法はありますか？私はあなたがこれら二つの反応を同じように扱うべきではないと思います。2つのシナリオを比較してください。
人1は非常に定期的に明滅する頻度があります。
人2は瞬きの頻度が高いですが、何らかの理由で2回瞬く間に1回は長かったです。
データ
手段および標準 開発者
両方とも同じ数のまばたきになるかもしれませんが、まばたきの間の平均時間が異なります。
まばたきの数はおそらくポアソン分布です。
瞬き間の平均時間は正規分布で近似されるかもしれませんが、時間が負になることはできないので、おそらくワイブル分布やガンマ分布のようなものになります。
