Как оценивать значимости при динамических процессах, выбор метода оценки Опции

[Anet]

Добрый день! Подскажите пожалуйста каким критерием можно оценить статистическую значимость полученных результатов при сравнении динамических процессов. В эксперименте мы рассчитывали период выведения радионуклидов у мышей (выборка 15 мышей). Кроме того мы сравнили выведения у 8 самцов и 7 самок, в соответствии с полученными результатами выведение у самцов происходит быстрее (99 % радионуклида у самок выводиться с периодом 2,23 суток, а у самцов 2,14 суток). Применим ли здесь для оценки значимости t-критерий или нет? К сожалению, в публикациях по схожим темам стат. анализ вообще не проводиться, что бы сравнить что используют другие.

[Игорь]

Вопрос в том, что Вы хотите сравнить. невыводящиеся доли, выводящиеся доли, скорость выведения. Простейший (с точки зрения обработки) вариант заключается в том, что Вы делаете нелинейный регресионный анализ для каждого животного по приведенной выше формуле (только не e-^0.693t/T1, а e-^k*t) с зависимой переменной С_t/C₀
Получаете, соответственно, оценки a1, a2 и к. Рассматриваете их как случайные величины и сравниваете у всех животных (по группам).

Не могу согласиться с уважаемыми собеседниками.

Что по сути мы здесь делаем? Строим математическую модель в виде нелинейной регрессии (при этом, естественно, мы, как минимум, допускаем, что именно такая модель верно описывает исследуемый процесс). Уравнение модели определено с точностью до неизвестных коэффициентов, которые мы одним из методов оптимизации (например, МНК) находим на основании данных эксперимента. Здесь вроде бы все строго о и обоснованно.

Что мы делаем дальше? Сравниваем статистически коэффициенты моделей двух процессов. Вот тут есть риск ошибиться. Дел в том, что величина изменения выхода математической модели зависит не только от вычисленных коэффициентов, но и от чувствительности модели к этим коэффициентам. Поясню. Предположим, модель сильно чувствительна к коэффициенту. Это ведет к тому, что малые (статистические незначимые?) изменения коэффициента ведут к большим (статистически значимым?) изменениям выхода модели.

Попытался пояснить порочность предложенной схемы. Может, и ошибаюсь.