PSPR est une méthode d’extraction de caractéristiques qui prend en compte les modifications de séries symboliques en termes de temps et de fréquence. Lorsqu'il est appliqué à des séries de valeurs numériques telles que des données physiologiques, chaque nombre est représenté par un symbole, généralement des lettres, basé sur un ensemble donné de seuils. Par exemple, une série d’enregistrements de pression artérielle au fil du temps 80-90-100-80-110 est représenté avec abcac avec les règles BP≤85 est une , 85 b et BP> 95 est c . Une fois que toutes les séries sont représentées par des symboles, le modèle probabiliste de la façon dont les séries évoluent au fil du temps est obtenu. Ces modèles incluent les probabilités que le symbole suivant prenne une valeur spécifique en fonction des modèles observés. Par exemple, P ( a | abc ) est la probabilité que le symbole suivant soit une étant donné que les trois derniers symboles observés sont abc . Les caractéristiques finales sont calculées en tant que métrique de distance (telle que Euclidian et Mahalanobis) entre ces modèles de séries probabilistes par rapport aux séries de référence pré-identifiées. Ici, les séries de référence sont généralement un sous-ensemble de cas ou de contrôles. Lorsque les observations sont utilisées comme série de référence, les caractéristiques PSPR indiquent en quoi une série donnée est similaire (ou différente) aux observations réelles.
Est-ce que quelqu'un sait si une telle fonction analytique est disponible dans JMP?
