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.

[vah1]

не могу не ответить плаву любезностью на любезность. а именно настоятельно рекомендую отяготится плаву размышлением над следующими вопросами которые почемуто прошли мимо его внимания.
1). один и тот же процесс может быть легко описан разными мат моделями, что однако не говорит о том что это разный процесс. следовательно возникает вполне осознанное требование поиска медицинского обоснования именно этого подхода, равно как и коэффициентов модели с точки зрения их интерпретации иначе получится влияние мочи на солнечные лучи
2). применительно к нашему случаю очевидно, что первые 12 дней данные регистрировались только раз в день и после и того реже следовательно на нашем временном ряду могут возникнуть выбросы (отклоняющиеся точки) как в конце времени эксперимента, так и вначале причём эти точки мы можем просто не заметить в силу того, что они пришлись между измерениями. Между тем модель плава зиждется на весьма сомнительно с точки зрения доказанности уверенности что этих выбросов нет. испльзуя стьюдент или МУ или вилкоксосна мы скромно утверждаем, что на такойто день различия либо есть либо нет.
3). Не равномерная дискретизация процесса естественным образом приведет к тому, что удельный вес начальных данных в постороении модели будет большим чем данных после 12 дня следовательно надо либо добавить точки или веса в конец(опять вопрос по какой модели) либо проредить в начале, а тогда кроме экспоненты появится возможность достоточно хорошо аппраксимировать сигнал и другими функциями т.е. см п 1

в завершении хотелосьбы отметить, что ИМХО конечно можно занятся спалйновыми аппроксимациями, фильтами из вейвлетов на компактном носителе, или нестабильными моделями (кстати как в хаосе определяется нестабильность) однаков начале надо посчитать простыми методами и если результат отличен от ожидаемого разобраться и подумать а не хвататься минуя первую стадию за какой-нибудь критерий Иванова-Рабиновича-фон Ниеша- де Плюсси