神圣计划资料中的遗漏值怎么理解:间隔统计的基本边界

给遗漏值一个明确的定义

神圣计划资料里出现“遗漏”时,先核对它指相邻发生之间未出现的记录数,还是两个发生位置的差。两者常相差一。还有些表记录距最近一次发生经过了多少观察点,属于当前尚未结束的间隔,不能与已经结束的间隔直接混为一列。

如果资料没有定义,先保留原数字,并在笔记里写出疑问。不要用自己习惯的口径替原表解释。最好找原始位置序列,按照两种候选规则分别计算,看看哪种与表格一致;即使一致,也应说明这是对现有样本的核对结果。

用位置二、五、九演算一次

设示例序列共有十个位置,目标事件发生在第二、第五和第九个位置。第二到第五的发生位置差为三,中间未出现的位置是第三、第四,共两个。第五到第九的位置差为四,中间未出现的是第六至第八,共三个。

因此若按“两次发生之间未出现的数量”定义,已经结束的两段遗漏是二和三;若按“发生位置差”定义,间隔是三和四。第十个位置没有出现事件时,距第九次位置之后的当前遗漏为一。这三类数字需要分列,不能在计算平均值时随意合并。

首尾边界会产生未完成的信息

示例开始时,第二个位置之前有一个未出现点,但我们不知道第一点之前发生了什么。它不是一个完整结束于第二点的已知历史间隔,除非还取得更早的资料。当前遗漏同样只知道已经持续多久,不知道将在哪个位置结束。

统计平均已结束遗漏时,应写明是否排除了首段不完整信息和末段当前信息。若把当前遗漏当完整间隔,数值会随观察截止时间改变。报告不同日期时看到平均数变化,应先检查边界处理,再讨论数据本身是否发生了变化。

长间隔不自动带来补偿

间隔描述的是已经观察到的顺序。仅凭某个事件很久没有出现,不能断言下一次更应出现。是否存在随间隔变化的机制,需要另外的证据;如果各次事件独立,过去未出现的次数不会改变下一次既定概率。

这里也不能反过来假定所有现实过程都独立。有些设备故障、排队或维护过程确实可能有时间依赖。正确做法是先确认研究对象与生成机制,再决定适用的模型,而不是从遗漏数字的大小直接推导“该轮到它了”的判断。

记录表要允许别人重算

建议保留事件标识、位置、是否发生、发生位置差、已结束遗漏和当前遗漏的定义。没有前一次位置时留空并注明原因,不用零值占位。零可能表示两次连续发生,中间没有缺口,和不知道历史并不是同一种状态。

核对时可挑连续发生、相隔一次、样本开头和样本结尾四种情形,手工算出结果再与表格比较。明确这些边界后,遗漏表才能作为历史整理工具使用。它提供的是间隔信息,不能单凭一个最长值承担下一次结果的判断。